Buchumschlag

Exploring Vision Transformers for 3D Human Motion-Language Models with Motion Patches

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Qing, Tanaka, Mikihiro, Fujiwara, Kent
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chronologically Accurate Retrieval for Temporal Grounding of Motion-Language Models
von: Fujiwara, Kent, et al.
Veröffentlicht: (2024)

Causal Motion Diffusion Models for Autoregressive Motion Generation
von: Yu, Qing, et al.
Veröffentlicht: (2026)

ProjFlow: Projection Sampling with Flow Matching for Zero-Shot Exact Spatial Motion Control
von: Watanabe, Akihisa, et al.
Veröffentlicht: (2026)

PINO: Person-Interaction Noise Optimization for Long-Duration and Customizable Motion Generation of Arbitrary-Sized Groups
von: Ota, Sakuya, et al.
Veröffentlicht: (2025)

The Language of Motion: Unifying Verbal and Non-verbal Language of 3D Human Motion
von: Chen, Changan, et al.
Veröffentlicht: (2024)

Learning Priors of Human Motion With Vision Transformers
von: Falqueto, Placido, et al.
Veröffentlicht: (2025)

DrawMotion: Generating 3D Human Motions by Freehand Drawing
von: Wang, Tao, et al.
Veröffentlicht: (2026)

Language-Guided Transformer Tokenizer for Human Motion Generation
von: Yan, Sheng, et al.
Veröffentlicht: (2026)

ReVision: Refining Video Diffusion with Explicit 3D Motion Modeling
von: Liu, Qihao, et al.
Veröffentlicht: (2025)

Motion-2-To-3: Leveraging 2D Motion Data for 3D Motion Generations
von: Guo, Ruoxi, et al.
Veröffentlicht: (2024)

Exploring Motion-Language Alignment for Text-driven Motion Generation
von: Gu, Ruxi, et al.
Veröffentlicht: (2026)

LaxMotion: Rethinking Supervision Granularity for 3D Human Motion Generation
von: Liu, Sheng, et al.
Veröffentlicht: (2025)

QuaMo: Quaternion Motions for Vision-based 3D Human Kinematics Capture
von: Le, Cuong, et al.
Veröffentlicht: (2026)

MotionFix: Text-Driven 3D Human Motion Editing
von: Athanasiou, Nikos, et al.
Veröffentlicht: (2024)

Improving 3D Foot Motion Reconstruction in Markerless Monocular Human Motion Capture
von: Wehrbein, Tom, et al.
Veröffentlicht: (2026)

Video Anomaly Detection with Motion and Appearance Guided Patch Diffusion Model
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

AdvMT: Adversarial Motion Transformer for Long-term Human Motion Prediction
von: Idrees, Sarmad, et al.
Veröffentlicht: (2024)

MotionBench: Benchmarking and Improving Fine-grained Video Motion Understanding for Vision Language Models
von: Hong, Wenyi, et al.
Veröffentlicht: (2025)

Robust Human Motion Forecasting using Transformer-based Model
von: Mascaro, Esteve Valls, et al.
Veröffentlicht: (2023)

StickMotion: Generating 3D Human Motions by Drawing a Stickman
von: Wang, Tao, et al.
Veröffentlicht: (2025)

TokenMotion: Motion-Guided Vision Transformer for Video Camouflaged Object Detection Via Learnable Token Selection
von: Yu, Zifan, et al.
Veröffentlicht: (2023)

LingoMotion: An Interpretable and Unambiguous Symbolic Representation for Human Motion
von: Zhang, Yao, et al.
Veröffentlicht: (2026)

FreeMotion: MoCap-Free Human Motion Synthesis with Multimodal Large Language Models
von: Zhang, Zhikai, et al.
Veröffentlicht: (2024)

Modelling the Distribution of Human Motion for Sign Language Assessment
von: Cory, Oliver, et al.
Veröffentlicht: (2024)

MotionScript: Natural Language Descriptions for Expressive 3D Human Motions
von: Yazdian, Payam Jome, et al.
Veröffentlicht: (2023)

EgoMotion: Hierarchical Reasoning and Diffusion for Egocentric Vision-Language Motion Generation
von: Hou, Ruibing, et al.
Veröffentlicht: (2026)

Mogo: RQ Hierarchical Causal Transformer for High-Quality 3D Human Motion Generation
von: Fu, Dongjie
Veröffentlicht: (2024)

LangPose: Language-Aligned Motion for Robust 3D Human Pose Estimation
von: Liao, Longyun, et al.
Veröffentlicht: (2024)

Motion-X++: A Large-Scale Multimodal 3D Whole-body Human Motion Dataset
von: Zhang, Yuhong, et al.
Veröffentlicht: (2025)

Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset
von: Lin, Jing, et al.
Veröffentlicht: (2023)

CoMoVi: Co-Generation of 3D Human Motions and Realistic Videos
von: Zhao, Chengfeng, et al.
Veröffentlicht: (2026)

EchoMotion: Unified Human Video and Motion Generation via Dual-Modality Diffusion Transformer
von: Yang, Yuxiao, et al.
Veröffentlicht: (2025)

MotionPRO: Exploring the Role of Pressure in Human MoCap and Beyond
von: Ren, Shenghao, et al.
Veröffentlicht: (2025)

Semantic Belief-State World Model for 3D Human Motion Prediction
von: Chaudhry, Sarim
Veröffentlicht: (2026)

Encoder-Free Human Motion Understanding via Structured Motion Descriptions
von: Zhang, Yao, et al.
Veröffentlicht: (2026)

Semantics-aware Motion Retargeting with Vision-Language Models
von: Zhang, Haodong, et al.
Veröffentlicht: (2023)

Text-driven Human Motion Generation with Motion Masked Diffusion Model
von: Chen, Xingyu
Veröffentlicht: (2024)

Motion 3-to-4: 3D Motion Reconstruction for 4D Synthesis
von: Chen, Hongyuan, et al.
Veröffentlicht: (2026)

Unimotion: Unifying 3D Human Motion Synthesis and Understanding
von: Li, Chuqiao, et al.
Veröffentlicht: (2024)

Multimodal Sense-Informed Prediction of 3D Human Motions
von: Lou, Zhenyu, et al.
Veröffentlicht: (2024)