PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01517v1cs.CV

SuperMotion: 텍스트 기반 사람 동작 편집을 위한 원본 보존 디노이징

SuperMotion: Source-Preserving Denoising for Text-Driven Human Motion Editing

텍스트 기반 사람 동작 편집(human motion editing)은 양립 가능한 원본 콘텐츠를 보존하면서 요청된 변경 사항을 구현하는 것을 목표로 합니다. 기존의 확산(diffusion) 기반 편집 모델들은 편집되지 않은 부분의 보존을 위해 주로 학습된 조건화(conditioning)에 의존하지만, 디노이징(denoising)이 진행됨에 따라 출력에서 시간적 세부 정보가 손실될 수 있습니다. 본 논문에서는 원본 보존을 위해 각 역과정 단계(reverse step)에서 원본을 명시적으로 재사용하는 원본 보존 디노이징 프레임워크인 SuperMotion(\textbf{Source-Preserving Denoising framework})을 제안합니다. 먼저 원본 동작을 출력 타임라인에 정렬하고, 프레임 및 특징(feature) 차원에 걸쳐 재사용을 제어하는 보존 게이트(preservation gate)를 예측합니다. 그런 다음 클린 공간 원본 앵커(clean-space source anchor)가 학습된 보존 게이트를 활용하여 예측된 클린 동작과 정렬된 원본을 혼합하고, 보정된 추정치를 샘플링 사후확률(sampling posterior)에 직접 전달합니다. 정렬된 원본은 회귀 출력이 아닌 실제 실현된 동작이므로, 앵커는 재구성 학습된 디노이저가 매끄럽게 뭉개버리는 경향이 있는 샘플 수준의 시간적 세부 정보를 주입합니다. 효과적인 원본 재사용을 학습하기 위해, 앵커링된 추정치를 편집 대상에 대해 지도 학습하고 시간적 고주파 손실(loss)을 통해 2차 시간 차분을 일치시킵니다. 이러한 목적 함수들은 명시적인 편집 마스크를 필요로 하지 않습니다. 광범위한 실험을 통해 SuperMotion은 MotionFix에서 33.20%의 전체 풀 R@1에 도달하여 편집 정확도를 향상시키는 동시에, 요청된 변경 사항을 구현하면서 시간적 세부 정보 감쇠를 줄이고 동작의 동역학(dynamics)을 보존함을 보여줍니다. 소거 연구(ablation)를 통해 학습된 보존 게이트가 이러한 성능 향상의 원인이며, 편집되지 않은 콘텐츠를 적절히 유지하기 위해 원본을 재사용함을 확인했습니다.