Puppeteer:绑定和动画化您的 3D 模型

发表
Chaoyue SongChaoyue Song 提交
作者: Chaoyue SongChaoyue Song, Xiu Li, Fan Yang, Zhongcong Xu, Jiacheng Wei, Fayao Liu, Jiashi Feng, Guosheng Lin, Jianfeng Zhang

摘要

现代交互式应用对动态 3D 内容的需求日益增长,然而,将静态 3D 模型转化为动画资产是内容创作流程中的一个主要瓶颈。虽然生成式 AI 的最新进展彻底改变了静态 3D 模型的创建方式,但绑定和动画制作仍严重依赖专家干预。我们推出了 Puppeteer,一个为多样化的 3D 对象提供自动绑定和动画制作的综合框架。我们的系统首先通过一个自回归 Transformer 预测合理的骨骼结构,该 Transformer 引入了基于关节的标记化策略以实现紧凑表示,并采用了一种带有随机扰动的分层排序方法来增强双向学习能力。然后,它通过一个基于注意力的架构推断蒙皮权重,该架构结合了拓扑感知的关节注意力机制,根据骨骼图距离显式地编码关节间的关系。最后,我们通过一个基于可微分优化的动画管线来完善这些绑定技术的进步,该管线能生成稳定、高保真的动画,同时在计算上比现有方法更高效。在多个基准测试上的广泛评估表明,我们的方法在骨骼预测准确度和蒙皮质量方面均显著优于最先进的技术。该系统能稳健地处理各种 3D 内容,从专业设计的游戏资产到 AI 生成的形状,都能产生时间上连贯的动画,消除了现有方法中常见的抖动问题。
查看 arXiv 页面查看 PDF

评论

Chaoyue SongChaoyue Song
论文作者
论文提交者

nips2025_teaser_github (1).gif