EDGE 音乐生成的可编辑舞蹈 论文学习笔记

已于 2024-03-10 12:45:57 修改
阅读量636 收藏 9
点赞数 9
分类专栏： aigc与数字人 文章标签： 学习 笔记
于 2024-03-10 12:45:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jacke121/article/details/136599320
版权
本文介绍了一种结合了先进表演和编辑功能的音乐生成舞蹈方法EDGE，它通过改进接触损失和使用预训练模型的音乐表示，提高生成动作的真实性和物理可信度。研究还质疑了现有评估指标的有效性，并提出了新的物理评分系统。
摘要由CSDN通过智能技术生成

本文不是很严谨，供学习参考，随时更新

EDGE: Editable Dance Generation From Music

音乐生成的可编辑舞蹈

GitHub - Stanford-TML/EDGE: Official PyTorch Implementation of EDGE (CVPR 2023)

1. 我们引入了一种基于扩散的舞蹈生成方法，该方法将最先进的表演与强大的编辑功能相结合，并能够生成任意长的序列。

2. 我们分析了先前工作中提出的指标，并表明它们并不能准确代表大型用户研究报告的人类评估质量。

3. 我们提出了一种使用新颖的接触一致性损失来消除生成运动中脚部滑动物理不可信性的新方法，并引入了物理脚部接触评分，这是一种简单的基于加速度的定量指标，用于对生成的运动学运动的物理合理性进行评分，不需要明确的物理建模。

4. 我们通过利用点唱机 [5] 的音乐音频表示来改进以前的手工制作的音频特征提取策略，Jukebox [5] 是一种预先训练的音乐生成模型，以前在特定于音乐的预测任务中表现出强大的性能 [3， 7]。

AI算法网奇
关注
专栏目录
FPGA 学习笔记：Vivado 生成的 Bitstream bit 文件 超大的解决方法
坚韧与专注
08-27 6981
FPGA 学习笔记：Vivado 生成的 Bitstream bit 文件 超大的解决方法
爆炸！最新150篇！2024年1月diffusion生成扩散模型论文汇总
idol24的博客
02-02 1353
001 (2024-02-1) Distilling Conditional Diffusion Models for Offline Reinforcement Learning through Trajectory Stitching https://arxiv.org/pdf/2402.00807.pdf002 (2024-02-1) AnimateLCM Accelerati...
探索创新舞蹈生成：EDGE —— 基于PyTorch的编辑友好型舞蹈生成框架
gitblog_00055的博客
05-08 338
探索创新舞蹈生成：EDGE —— 基于PyTorch的编辑友好型舞蹈生成框架 EDGE项目地址:https://gitcode.com/gh_mirrors/edge3/EDGE 在艺术领域中，舞蹈是一种表现力极强的人类表达形式。然而，创造新的舞蹈往往是一项耗时且挑战性的任务。EDGE（Editable Dance GEneration From Music）正是为解决这一问题而生的一个创新性开...
【跨模态转换】音乐生成舞蹈/舞蹈生成音乐
Arachis_X的博客
03-13 462
代码地址（无）2020.9代码地址（无）2020.2 Computer Vision and Pattern Recognition代码地址（无）2019.11 NeurIPS 2019。
数据结构——学习笔记——入门必看【建议收藏】
热门推荐
刘鑫磊
02-09 42万+
（2）静态查找表&动态查找表的区别用法【顺序查找-线性查找-折半查找-二分查找-有序表查找-插值查找-斐波那契查找-索引顺序表查找-分块查找】单独使用顺序存储结构（即数组）无法很好地实现树的存储概念，不过如果充分利用顺序存储和链式存储结构的特点，则完全可以实现对数的存储结构的表示。深度为 2，则至多只有 3 个结点：根结点，根结点的左子树，根结点的右子树···指的是这样一个数列：1、1、2、3、5、8、13、21、……（3）四中常见的多路查找树【2-3 树$2-3-4 树$B 树$B+ 树】的区别用法。
论文笔记之No-reference blur assessment based on edge modeling-附件资源
03-02
论文笔记之No-reference blur assessment based on edge modeling-附件资源
Deep Residual Learning for Image Recognition 深度残差网络论文笔记
04-12
Deep Residual Learning for Image Recognition 深度残差网络论文笔记 蓝：生疏词汇 红：疑惑 黄：重点 绿：次重点 使用Edge浏览器可编辑
风格迁移 I2I 论文阅读笔记——AnimeGAN，动漫风格生成
qq_26136211的博客
03-31 2129
AnimeGAN: A Novel Lightweight GAN for Photo Animation github代码：https://github.com/TachibanaYoshino/AnimeGAN 介绍 动画制作需要考虑线条、纹理、颜色和阴影，十分耗时。因此，能够自动转化real-world photos to high-quality animation style image的技术是很有价值的。 现有的技术存在以下问题： 1）生成图像没有显著的动画风格的纹理 2）生成图像丢失了原有图像
UEFI学习笔记（五）：EDK II PCD的概念、类型、使用
qq_44189622的博客
09-11 823
如果在BIOS里面有一些模块是binary方式集成进来的而这些binary又需要用到PCD（用于Binary Release），那么这些Binary集成的要用到的PCD就必须要设置为。PCD的值存在memory里面，下次启动时，上次更改的值丢失了，每次启动都是从default值开始。是存在VPD空间的（在FLASH上，只读），一般是出厂配置。如果platform是从源码build出来的，没有binary在里面的时候，PCD用的都是。作用域在一个模块中（模块级的），可以在Binary Level进行修改。
计算几何学习
网安小白
09-12 434
学习计算几何过程中对经典算法的记录
看Threejs好玩示例，学习创新与技术(二)
最新发布
htsitr2的专栏
09-14 316
它的主要特点是确保生成的点之间保持一定的最小距离，从而避免点的聚集。这种方法在计算机图形学、游戏开发、物理模拟等领域中非常有用，尤其是在需要生成自然分布的对象（如树木、石头等）时。如果不进行裁剪，那么效果如下（初步的锯齿感是因为矩形内采样的结果）。为啥这么复杂呢，为啥不开始存储每个方块的UV呢？下面代码的vTexCoords（=savedModelMatrix，已修改）记录方块所在的位置，vWorldPosition表示方块中像素的偏移。在上面那副图中，聪明的你一定初步猜到了每个方块的纹理是怎么得到的。
Qt之OpenCv 灰度处理、均值滤波、边缘检测学习
weixin_57695658的博客
09-11 1315
本章来学习一下opencv常见的操作，首先看下我们的Qt制作好的界面：源码在后面。
如何用3个月零基础入门网络安全？_网络安全零基础怎么学习
2401_84466224的博客
09-11 901
我们知道计算机最早是在西方发明出来的，很多名词或者代码都是英文的，甚至现有的一些教程最初也是英文原版翻译过来的，而且一个漏洞被发现到翻译成中文一般需要一个星期的时间，在这个时间差上漏洞可能都修补了。”答案是否定的，黑客用的电脑,不需要什么高的配置,只要稳定就行.因为黑客所使用的一些程序,低端CPU也可以很好的运行,而且不占什么内存.还有一个,黑客是在DOS命令下对进行的,所以电脑能使用到最佳状态!观看学习近十年所有0day挖掘的帖，然后搭建环境，去复现漏洞，去思考学习笔者的挖洞思维，培养自己的渗透思维。
【学习笔记】SSL密码套件之哈希
Taki_UP的博客
09-12 1108
本篇介绍了TLS/SSL密码套件中常用的哈希算法，包括Poly1305、SHA384、SHA256、SHA、MD5
C语言从头学59——学习头文件math.h（二）
m0_72128260的博客
09-11 448
继续学习头文件的数学函数。
区块链学习笔记2--区块链技术的形成 以太坊
weixin_61074128的博客
09-10 397
以太坊的定义：以太坊是运行在一个计算机网络中的软件，他确保数据以及智能合约的小程序可以在没有宗信协调者的情况下，被所有网络中的计算机复制和处理。以太坊的改进： 交易速度加快；pow+pos算法，逐步向pos算法过渡；智能合约：不受人为因素影响，没有黑幕；比特币的出现让经济贸易变得简单，而比特币系统的不足，也同样被人诟病。于是出现了致力解决比特币不足的“V神”。以太坊的愿景是创建一个无法停止，抗屏蔽（审查）和自我维持的去中心化世界计算机。比特币的不足：交易速度慢；仅仅完成了货币的去中心化。
AdaBoost算法（AdbBoost Algorithm）—有监督学习方法、非概率模型、判别模型、非线性模型、非参数化模型、批量学习
nanxiaotao的博客
09-11 862
AdaBoost算法（AdbBoost Algorithm）—有监督学习方法、非概率模型、判别模型、非线性模型、非参数化模型、批量学习
java开发中间件学习记录（持续更新中~）
m0_74969835的博客
09-14 1222
Java,Springboot,Springcloud,Redis,Mysql,Rabbitmq,Jvm,Juc等等
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值