{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,30]]，“日期-时间”：“2024-05-30T11:07:18Z”，“时间戳”：1717067238094}，“引用-计数”：61，“发布者”：“计算机协会（ACM）”，“问题”：“4”，“内容-域”：{:“域”：[“dl.ACM.org”]，“交叉标记限制”：true}，“short-container-title”：[“ACM Trans.Graph.”]，“published-print”：{“date-parts”：[[2023,8]]}，“abstract”：“我们提出了一种通过学习人机交互记录来生成虚拟活动片段的方法，其中包括3D环境中多角色、多对象交互场景的顺序关键帧。生成包括两个阶段。首先，我们使用带有时序模块的序列深度图生成模型迭代生成关键帧描述，关键帧描述使用图形表示抽象交互，同时通过活动保持时空关系。其次，我们设计了一个优化框架，在生成的关键帧描述的指导下，在虚拟3D环境中实例化活动片段。我们的方法优化了由图节点编码的字符和对象实例的姿势，以满足由图边编码的关系和约束。实例化过程包括一个粗略的二维优化，然后是一个精细的三维优化，以有效地探索用于放置和设置实例的复杂解决方案空间。通过实验和感知研究，我们应用我们的方法在不同的设置下生成可信的活动片段<\/jats:p>“，”DOI“：”10.1145\/3592096“，”type“：”journal-article“，”created“：{”date-parts“：[2023,7,26]]，”date-time“：”2023-07-26T15:47:45Z“，”timestamp“：1690386465000}，”page“：“标题”：[“通过学习人类场景交互生成活动片段“]，”前缀“：”10.1145“，”卷“：”42“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0002-0074-3889“，”authenticated-ORCID“：false，”给定“：”长阳“，”家庭“：”李“，”sequence“：”first“，”affiliation“：[}”名称“：”美利坚合众国费尔法克斯乔治梅森大学“}]}，{”ORCID“http://\/orcid.org\/00000-0002-2656-5654“，”authenticated-orcid“：false，”given“：”Lap-Fai“，”family“：”Yu“，”sequence“：”additional“，”affiliation“：[{”name“：”George Mason University，Fairfax，United States of America“}]}]，”member“：”320“，”published-online“：“：”publisher“，”doi“：”10.1145\/337923.3404791“｝，｛“key”：“e_1_2_2_1”，“doi断言者”：“publisher”，“doi”：“10.1145\/28978242925893”｝，｛“key”：“e_1_2_3_1”，“volume title”：“TEACH：3D人类的时间动作合成。arXiv预印本arXiv:2209.04066”，“author”：“Athanasiou Nikos”，“year”：“2022”，“nonstructured”：“Nikos Athanasiou、Mathis Petrovich、Michael J Black和G\u00fcl Varol。2022.教学：3D人类的时间动作合成。arXiv预打印arXiv:2209.04066（2022）。“}，{”key“：”e_1_2_4_1“，”first-page“：”1“，”article-title“：”并发对象操作任务的合成“，”volume“：“31”，”author“：”Bai Yunfei“，”year“：”2012“，”unstructured“：”Yunfee Bai，Kristin Siu，and C Karen Liu。2012。并发对象操作任务的合成。ACM Transactions on Graphics 31，6（2012），1-9.“，”journal-title“：”ACM Translations on Graphics}，{“key”：“e_1_2_5_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2015.7298698“}，”{“密钥”：“e_1_2_2_6_1”“，”doi-assert-by“：”publisher“，”doi:“10.1007\/978-3-030-58452-8_23”}，“key“：”e_2_2_7_1“，“”卷时间“：”设计交互式系统会议”，“作者”：“奇丹巴拉姆-苏布拉曼尼亚人”，“年份”：“2021年”，“非结构化”：“希丹巴拉姆人、黄汉克、何凤鸣、荀谦、安娜·维拉努埃娃、托马斯·雷迪克、沃尔夫冈·斯图林格和卡西克·拉马尼。2021.Processar：一种增强的基于现实的工具，用于创建现场程序2d\/3d ar指令。在2021年交互系统设计大会上。234--249.“}，{”key“：”e_1_2_2_8_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145 \/2366145.2366154”}，“key”：“e_2_9_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145 \/2816795.2818057“}”，{“卷”：“36”，“作者”：“傅强”，“年份”：“2017年”，“非结构化”：“傅强，陈晓武，王晓天，温思嘉，周斌，傅洪波。2017.通过活动关联对象关系图自适应合成室内场景。ACM图形事务处理（TOG）36，6（2017），1--13.“，”journal-title“：”ACM图形业务处理（TOC）“}，{”key“：”e_1_2_2_11_1“，”unstructured“：”Ghost Town Games.2016。烹饪过度。https:\/\/store.streamppowered.com\/app/448510\/过度预订\/。“}，{”key“：”e_1_2_12_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV48922.2021.00143”}，“key”：“e_2_2_13_1”，“volume-title”：“机器学习国际会议。PMLR，1263-1272”，“author”：“Gilmer Justin”，“year”：“2017”，“unstructured”：“Justin Gilmer，Samuel S Schoenholz，Patrick F Riley，Oriol Vinyals，and George e Dahl.2017。量子化学的神经信息传递。在机器学习国际会议上。PMLR，1263--1272.“}，{”key“：”e_1_2_14_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3394171.3413635”}，“key”：“e_2_2_15_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TPAMI.2022.3214832“}”，{Mohamed Hassan Duygu Ceylan Ruben Villegas Jun Saito Jimei Yang Yi Zhou和Michael J Black。2021a年。随机场景感知运动预测。在ICCV中。11374--11384.“，”DOI“：”10.1109\/ICCV48922.2021.01118“}，{”key“：”e_1_2_17_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Mohamed Hassan Partha Ghosh Joachim Tesch Dimitrios Tzionas和Michael J Black.2021b.通过学习人类场景交互填充3D场景。在CVPR.14708--14718.中。”，“DOI”：“10.1109\/CVPR46437.2021.01447”}，}”key:“”e_1_2_18_1“，”doi-asserted-by“：”crossref“，“unstructured”：“W Keith Hastings。1970.使用马尔可夫链的蒙特卡罗抽样方法及其应用。(1970).“，”DOI“：”10.2307\/2334940“}，{”key“：”e_1_2_19_1“，”DOI-asserted-by“：”publisher“，“：”10.1145\/3491102.3517696“}，{”key“：”e_1_2_22_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/CVPR42600.2020.01025“}，{“key”：“e_1_2_23_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3-030-58574-7_46“}”，{”key“：”e_2_2_24_1“，”volume-title“：”机器学习国际会议。PMLR，2323--2332“，”author“：”Jin Wengong“，“year”：“2018”，“unstructured”：”Wengong-Jin，Regina Barzilay，and Tommi Jaakkola.2018。用于分子图生成的连接树变分自动编码器。在机器学习国际会议上。PMLR，2323--2332.“}，{“key”：“e_1_2_2_25_1”，“volume-title”：“ASAP：自动生成故事板和虚拟人预览。2021年IEEE混合和增强现实辅助国际研讨会（ISMAR-Adjunct）。IEEE，316-320”，“作者”：“Kim Hanseab”，“年份”：“2021”，“非结构化”：“Hanseob Kim，Ghazanfar Ali，And Jae-In Hwang.2021。尽快：自动生成故事板并使用虚拟人预览。2021年IEEE混合增强现实辅助技术国际研讨会（ISMAR-辅助）。IEEE，316-320.“}，{”key“：”e_1_2_2_26_1“，”first page“：“1”，”article-title“：”Shape2pose:“以人为中心的形状分析”，“volume”：“33”，“author”：“Kim Vladimir G”，“year”：“2014”，“unstructured”：“Vladimir G Kim，Siddhartha Chaudhuri，Leonidas Guibas，and Thomas Funkhouser.2014。Shape2pose：以人为中心的形状分析。ACM Transactions on Graphics 33，4（2014），1--12.“，“journal-title”：“ACM Translations on Graphis”}，{“key”：“e_1_2_27_1”，“volume-title“：“模拟退火优化。Science 220，4598”，“author”：“Kirkpatrick Scott”，“year”：“1983”，“unstructured”：“Scott Kirkpatick，C Daniel Gelatt，and Mario P Vecchi.1983。通过模拟退火进行优化。《科学》220，4598（1983），671--680。“}，{”key“：”e_1_2_28_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1179352.141972”}，“key”：“e_1_i_29_1”，“volume-title”：“深度兼容控制。ACM SIGGRAPH 2022会议记录。第23条”，“作者”：“Lee Seunghwan”，“年份”：“2022”，“非结构化”：“Seunghwan Lee、Phil Sik Chang和Jehee Lee。2022.深度合规控制。ACM SIGGRAPH 2022会议记录。第23条，共9页。“}，{”key“：”e_1_2_2_30_1“，”volume-title“：”ava-dynamics本地化人类行为视频数据集。arXiv预印本arXiv:2005.00214“，”author“：”Li Ang“，”year“：”2020“，”unstructured“：”Ang Li、Meghana Thotakuri、David A Ross、Jo\u00e3o Carreira、Alexander Vostrikov和Andrew Zisserman。2020。ava-dynamics本地化了人类动作视频数据集。arXiv预打印arXiv:2005.00214（2020）。“}，{“键”：“e_1_2_31_1”，“首页”：“1”，“文章标题”：“以场景语义为指导的交互式增强现实讲故事”，“卷”：“41”，“作者”：“李长阳”，“年份”：“2022”，“非结构化”：“李长阳、李婉晚、黄海坤和俞立辉。2022。场景语义指导下的交互式增强现实故事讲述。ACM Transactions on Graphics（TOG）41，4（2022），1--15.“，”journal-title“：”ACM Translations on Graphics:“”}，{“key”：“e_1_2_32_1”，“volume-title”：“Learning deep generative models of Graphics。arXiv预印本arXiv:1803.03324”，“author”：“Li Yugia”，“year”：“2018”，“unstructured”：“”Yugia Li、Oriol Vinyals、Chris Dyer、Razvan Pascanu和Peter Battaglia。2018年。学习图形的深层生成模型。arXiv预印arXiv:1803.03324（2018）。“｝，｛”key“：”e_1_2_33_1“，”volume title“：”MOMA-LRG：用于多对象多参与者活动分析的语言精炼图。在第三十六届神经信息处理系统数据集和基准跟踪会议上。“，”作者“：”罗泽伦“，”年份“：”2022“，”非结构化“：”罗泽伦、扎恩·杜兰特、李林登、谢万泽、刘若岑、金爱米丽、黄卓毅、李伦宇、吴佳军、胡安·卡洛斯·尼布尔斯等，2022年。MOMA-LRG：多对象多因素活动分析的语言定义图。在第三十六届神经信息处理系统会议上，数据集和基准跟踪。“}，{”key“：”e_1_2_34_1“，”first page“：“17939”“，”article-title“：”MOMA:多对象多部门活动解析“，”volume“：‘34’，”author“：”罗泽伦“，”year“：”2021“，”unstructured“：”罗泽伦“、谢万泽“、西德哈斯·卡普尔“、梁益云、迈克尔·库珀“、胡安·卡洛斯·尼布尔斯、埃桑·阿德利和李飞飞。2021。MOMA：多对象多因素活动分析。《神经信息处理系统进展》34（2021），17939-17955.“，”journal-title“：“神经信息处理体系进展”}，{“key”：“e_1_2_35_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2980179.2980223“}，”{“密钥”：“e_1_2_2_36_1”、“volume-title”：“使用室内设计准则进行交互式家具布局。ACM图形事务（TOG）30，4“，“作者”：“Merrell Paul”，“年份”：“2011”，“非结构化”：“Paul Merrell，Eric Schkufza，Zeyang Li，Maneesh Agrawala，and Vladlen Koltun。2011年，使用室内设计指南进行交互式家具布局。ACM图形事务（TOG）30，4（2011），1-10.“}，{”key“：”e_1_2_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1063\/1.1699114”}，“key”：“e_1_i_2_38_1”，“unstructured”：“Nawmal.2019”。纳马尔。https:\/\/www.nawmal.com/“}，{“key”：“e_1_2_39_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCV48922.2021.01080“}”，{”key“：”e_1_i_2_40_1“，”doi-assert-by“：”publisher“，145\/2661229.2661230“}，{“key”：“e_1_2_42_1”，“doi-asserted-by”：“publisher”，”DOI“：”10.1145\/2897824.2925867“}，{”key“：”e_1_2_43_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/CVPR42600.2020.00269“}”，{“key”：“e_1_i_2_44_1”，“DOI-assert-by”：“publisher”，”DOI“:”10.1007\/978-3-0130-01418-6_41“}“：”10.1145\/3355089.3356505“}，{”键“：”e_1_2_46_1“，”首页“：”1“，”article-title“：“WallPlan:通过学习生成墙图合成平面布置图”，“卷”：“41”，“作者”：“孙家辉”，“年份”：“2022”，“非结构化”：“孙家辉，吴文明，刘立刚，闵文杰，张高峰，郑丽萍。2022.墙平面图：通过学习生成墙图来合成平面图。ACM Transactions on Graphics（TOG）41，4（2022），1--14.“，”journal-title“：”ACM Translations on Graphis（TOG瓦什瓦尼·阿什瓦尼”，“年份”：“2017年”，“非结构化”：“阿什瓦尼、诺亚姆·沙泽尔、尼基·帕马尔、雅各布·乌兹科雷特、利昂·琼斯、艾丹·戈麦斯、\u0141ukasz Kaiser和伊利亚·波洛什金。2017年。你所需要的就是关注。神经信息处理系统进展30（2017）。“}，{”key“：”e_1_2_49_1“，”volume-title“：”Computer Graphics Forum“，”author“：”Wang He“，“unstructured”：“He Wang，S\u00f6ren Pirk，Ersin Yumer，Vladimir G Kim，Ozan Sener，Srinath Sridhar，and Leonidas J Guibas.2019b.从视频中学习多步人-对象交互的生成模型。计算机图形论坛，第38卷。威利在线图书馆，367--378。“}，{”key“：”e_1_2_2_50_1“，”doi-asserted-by“：”crossref“，“unstructured”：“贾顺王华哲徐静伟徐思飞刘小龙。2021a.合成三维场景中的长期三维人体运动和交互。在CVPR.9401-9411.”中，“doi”：“10.1109\/CVPR46437.2021.00928”}，“key”：“e_2_51_1”，“doi-assert-by”：“”crossref”，“非结构化”：“晶博王思杰闫波戴和林大华。2021b。用于人体运动合成的场景感知生成网络。在CVPR中。12206--12215.“，”DOI“：”10.1109\/CVPR46437.2021.01203“}，{“key”：“e_1_2_52_1”，“DOI-asserted-by”：“crossref”，”first page“：”1“，”DOI“：“10.1145\/3306346.3322941”，“article-title”：“Planit:使用关系图和空间优先网络规划和实例化室内场景”，“volume”：”38“，”author“：”Wang Kai“，”“year”：“2019”，“unstructured”：“”王凯（Kai Wang）、林玉安（Yu-An Lin）、本·魏斯曼（Ben Weissmann）、马诺丽斯·萨瓦（Manolis Savva）、张安琪（Angel X Chang）和丹尼尔·里奇（Daniel Ritchie）。2019a年。规划：使用关系图和空间优先网络规划和实例化室内场景。ACM Transactions on Graphics（TOG）38，4（2019），1-15.“，”journal-title“：”ACM Translations on Graphis（TOGKai Wang、Manolis Savva、Angel X Chang和Daniel Ritchie。2018.室内场景合成的深度卷积先验。ACM Transactions on Graphics（TOG）37，4（2018），1--14.“，”journal-title“：”ACM Translations on Graphics:“”}，{“key”：“e_1_2_54_1”，“volume-title”：“Humanise:三维场景中的语言调节人体运动生成。arXiv预印本arXiv:2210.09729”，“author”：“Wang Zan”，“year”：“2022”，“unstructured”：“”Zan Wang、Yixin Chen、Tengyu Liu、Yixin Zhu、Wei Liang和Siyuan Huang。2022.人性化：三维场景中的语言调节人体运动生成。arXiv预打印arXiv:2210.09729（2022）。“}，{”key“：”e_1_2_55_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3550469.3555426”}，“key”：“e_1_i_2_56_1”，“volume-title”：“机器学习国际会议。PMLR，5708-5717”，“author”：“You Jishoun”，”year“2018”，“unstructured”：“Jishou You，Rex Ying，Xiang Ren，William Hamilton，and Jure Leskovec.2018。Graphrnn：生成具有深度自回归模型的真实图形。在机器学习国际会议上。PMLR，5708-5717.“}，{“key”：“e_1_2_57_1”，“doi由”断言：“publisher”，“doi”：“10.1145\/20103241964981”}，{“key”：“e_1_2_58_1”，“卷标题”：“计算机图形学论坛”，“作者”：“张佳琦”，“非结构化”：“张佳琦、向旭、沈志猛、黄泽环、杨照、曹燕培、万鹏飞和王苗。2021。写动画：高级基于文本的动画编辑，具有角色-场景交互。计算机图形论坛，第40卷。威利在线图书馆，217--228.“}，{”key“：”e_1_2_59_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/3DV50981.2020.00074”}，“key”：“e_1_i_2_60_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR42600.2020.00623“}”，{，“doi”：“10.1145\/3381866”，“文章标题”：“通过混合表示进行场景合成的深度生成建模”，“卷”：“39”，“作者”：“张再伟”，“年份”：“2020年”，“非结构化”：“张再伟、杨振培、马崇阳、罗林杰、亚历山大·胡特、艾蒂安·沃加和黄启兴。2020年b。通过混合表示进行场景合成的深度生成建模。ACM Transactions on Graphics（TOG）39，2（2020），1--21.“，”journal-title“：”ACM Translations on Graphis（TOG相似性检查“}”，“存放”：{“日期部分”：[[2024,3,3]]，“日期时间”：“2024-03-03T04:04:16Z”，“时间戳”：1709438656000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3592096”}，”副标题“：[]，”短标题“：[]，”发布“：{”日期部分“：[2023,7,26]]}，“references-count”：61，“journal-issue”：{“issue”：“4”，“published-print“：{“date-parts”：[[2023,8]]}}，“alternative-id”：[“10.1145\/3592096”]，“URL”：“http://\/dx.doi.org\/10.1145\/359296”，“relation”：{}，”ISSN“：[“0730-0301”，“1557-7368”]，”ISSN-type“：[{“value”：“0730-0501”，”type“:”print“}，{“value”：“1557-7768”，“type”：”电子“}”，“主题”：[]，“发布”：{“日期部分”：[[2023,7,26]]}，“断言”：[{“值”：“2023-07-26“，”order“：2，”name“：”published“，”label“：”published“，”group“：{“name”：”publication_history“，”标签“：”publication history“}}]}}