ProMoGen: 희소 앵커 자세 커리큘럼 학습을 통한 진보적인 모션 생성


본 기사는 사용자 의도에 부합하는 인간 동작 합성을 위한 새로운 프레임워크 ProMoGen과 그 핵심 기술인 SAP-CL에 대해 소개합니다. ProMoGen은 궤적 안내와 희소 앵커 모션 제어를 통합하여 고품질의 정밀한 모션 생성을 가능하게 하며, SAP-CL은 안정적인 학습을 위한 커리큘럼 학습 전략을 제공합니다. 실험 결과 ProMoGen은 기존 기술을 뛰어넘는 성능을 보였으며, 컴퓨터 애니메이션 분야에 큰 영향을 미칠 것으로 예상됩니다.

related iamge

컴퓨터 애니메이션의 혁신: ProMoGen의 등장

컴퓨터 애니메이션, 게임 디자인, 인간-컴퓨터 상호 작용 분야에서 사용자 의도에 부합하는 인간 동작을 합성하는 것은 여전히 큰 과제입니다. 기존 방법들은 한계를 가지고 있었습니다. 텍스트 기반 접근 방식은 고차원 의미론적 지침을 제공하지만 복잡한 동작을 정확하게 설명하는 데 어려움을 겪고, 궤적 기반 기법은 직관적인 전역 동작 방향을 제공하지만 정밀하거나 사용자 지정된 캐릭터 동작 생성에는 부족함을 보였습니다. 앵커 포즈 기반 방법은 일반적으로 단순한 동작 패턴만 합성하는 데 국한되었습니다.

ProMoGen: 궤적과 희소 앵커의 만남

Xi Yingjie, Zhang Jian Jun, Yang Xiaosong 등 연구진은 이러한 문제를 해결하기 위해 ProMoGen (Progressive Motion Generation) 이라는 혁신적인 프레임워크를 제안했습니다. ProMoGen은 궤적 안내와 희소 앵커 모션 제어를 통합하여 더욱 제어 가능하고 정밀한 인간 동작 생성을 가능하게 합니다. 전역 궤적은 공간 방향과 변위의 일관성을 보장하고, 희소 앵커 모션은 변위 없이 정밀한 동작 안내만을 제공합니다. 이러한 분리는 두 가지 측면을 독립적으로 개선할 수 있도록 하여 더욱 제어 가능하고 고품질이며 정교한 모션 합성을 가능하게 합니다. ProMoGen은 통합된 학습 과정 내에서 듀얼 및 싱글 제어 패러다임 모두를 지원합니다.

SAP-CL: 안정적인 학습을 위한 커리큘럼 학습

연구진은 희소 모션으로부터의 직접 학습이 본질적으로 불안정하다는 점을 인지하고, SAP-CL (Sparse Anchor Posture Curriculum Learning) 이라는 커리큘럼 학습 전략을 도입했습니다. SAP-CL은 안내에 사용되는 앵커의 수를 점진적으로 조정하여 더욱 정확하고 안정적인 수렴을 가능하게 합니다.

놀라운 성능: 최첨단 기술을 뛰어넘다

광범위한 실험 결과, ProMoGen은 미리 정의된 궤적과 임의의 앵커 프레임으로 안내되는 생생하고 다양한 모션 합성에 탁월한 성능을 보였습니다. 이 방법은 개인화된 모션과 구조적 안내를 원활하게 통합하여 여러 제어 시나리오에서 최첨단 방법을 능가하는 결과를 보여주었습니다.

ProMoGen은 컴퓨터 애니메이션 및 관련 분야에 혁신을 가져올 잠재력을 지닌 중요한 연구 성과입니다. 앞으로 이 기술이 어떻게 발전하고 다양한 분야에 적용될지 기대됩니다.


*이 기사는 AI가 생성한 내용으로, 일부 정보가 실제와 다를 수 있습니다. 정확한 확인을 위해 추가적인 검증을 권장드립니다.

Reference

[arxiv] PMG: Progressive Motion Generation via Sparse Anchor Postures Curriculum Learning

Published:  (Updated: )

Author: Yingjie Xi, Jian Jun Zhang, Xiaosong Yang

http://arxiv.org/abs/2504.16722v1