.png){kind=icon}
返回
Generative adversarial network-driven dynamic motion generation and optimization for labor roles
.png){kind=icon}
PRE
AI
DOI：10.1177/14727978251380798.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对戏剧表演角色动态动作生成中的时空连续性和人机工效优化挑战，本研究引入了一种新颖的基于生成对抗网络（GAN）的框架。我们构建了一个时空约束生成器，利用Archive of Motion Capture as Surface Shapes（AMASS）动作捕捉数据集，并整合生物力学反馈机制以优化关节载荷分布。实验验证表明，该方法显著提升了编排式格斗和道具操作场景中的动作自然度，实现了29.7的Fréchet Inception Distance（FID）（较最佳基线模型PhysGAN低16.6%）。此外，该方法将腰椎峰值载荷降低24.2%，并将快速全身评估（REBA）评分优化21.5%（从6.5降至5.1）。所提出的框架为自动化表演者-技术协作系统提供了一种高保真、低风险的动作用生成解决方案，增强了表演真实性和演员安全性，并具有可证实的戏剧/电影应用价值。
Keyword:
GANs
dynamic action generation
biomechanical optimization
ergonomics evaluation
AMASS database
期刊
IF:
0.4
论文数:
184
被引数:
499
机构
暂无机构信息
引用论文
Combining Recurrent Neural Networks and Adversarial Training for Human Motion Synthesis and Control
OAAI
OAAI分享收藏Human3.6M: Large Scale Datasets and Predictive Methods for 3D Human Sensing in Natural EnvironmentsHuman3.6M: 自然环境中3D人体感知的大规模数据集和预测方法
PREAI
分享收藏Wu M, Wu P, Lu H, Han L, and Liu X. Global burden of occupational ergonomic factor-induced low back pain, 1990~2021: data analysis and projections of the global burden of disease. Front Public Health. (2025) 13:1573828. doi: 10.3389/fpubh.2025.1573828Wu M, Wu P, Lu H, Han L, and Liu X. 1990~2021年职业人因工程因素诱导的下背痛全球负担：全球疾病负担的数据分析与预测。Front Public Health. (2025) 13:1573828. doi: 10.3389/fpubh.2025.1573828.png)
IF0
PREAI
分享收藏Control Strategies for Physically Simulated Characters Performing Two-player Competitive Sports进行双人竞技运动的物理模拟角色的控制策略OAAI
OAAI分享收藏分享收藏
查看更多内容