基于扩散模型的文本驱动动作生成与编辑框架研究

课题名称: 基于扩散模型的文本驱动动作生成与编辑框架研究
学科专业: 计算机科学
课题关键词: 扩散模型动作生成文本驱动
辅导模式: 1对1
发表目标: SCI期刊1-4区
课题介绍: 近年来，文本驱动的动作生成技术在计算机动画、虚拟人交互、机器人控制等领域展现出重要应用价值。该技术旨在将自然语言描述转化为连贯、逼真的三维人体动作序列，核心挑战在于如何精准捕捉文本语义与动作特征之间的映射关系，同时保证生成动作的物理合理性和细节丰富度。现有方法多依赖循环神经网络或生成对抗网络，存在动作连续性不足、复杂场景泛化能力弱、文本语义对齐精度有限等问题。扩散模型作为一种新兴的生成式建模方法，凭借其强大的复杂数据分布建模能力和通过引导实现可控生成的特性，在图像生成领域取得突破性进展。将扩散模型应用于动作生成任务，有望克服传统方法的局限性，通过逐步去噪过程生成高质量动作序列，并通过文本条件引导实现细粒度的动作编辑。为此，研究基于扩散模型的文本驱动动作生成与编辑框架，对于提升动作生成的自然度、可控性和语义一致性具有重要的学术意义和应用价值。

导师信息

科研导师

Dr. Liu

多伦多大学博士

导师介绍

研究领域：大模型/智能体/强化学习/智能决策优化,轨迹预测,自动驾驶/智能交通,游戏AI,数据挖掘学术成果：目前已经发表20多篇高水平论文，如ICML，Nature, Neurips，IJCAI，ACL， IEEE IV，IEEE ITSC；google scholar引用量近百次；长期担任IEEE Transactions on Intelligent Transportation Systems、Transportation Re- search Part C: Emerging Technologies、TRB Annual Meeting - Transportation Research Board、

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。