Buchumschlag

Rethinking Diffusion for Text-Driven Human Motion Generation: Redundant Representations, Evaluation, and Masked Autoregression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meng, Zichong, Xie, Yiming, Peng, Xiaogang, Han, Zeyu, Jiang, Huaizu
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

Absolute Coordinates Make Motion Generation Easy
von: Meng, Zichong, et al.
Veröffentlicht: (2025)

HOI-Diff: Text-Driven Synthesis of 3D Human-Object Interactions using Diffusion Models
von: Peng, Xiaogang, et al.
Veröffentlicht: (2023)

OmniControl: Control Any Joint at Any Time for Human Motion Generation
von: Xie, Yiming, et al.
Veröffentlicht: (2023)

SMooDi: Stylized Motion Diffusion Model
von: Zhong, Lei, et al.
Veröffentlicht: (2024)

SV4D 2.0: Enhancing Spatio-Temporal Consistency in Multi-View Video Diffusion for High-Quality 4D Generation
von: Yao, Chun-Han, et al.
Veröffentlicht: (2025)

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

SV4D: Dynamic 3D Content Generation with Multi-Frame and Multi-View Consistency
von: Xie, Yiming, et al.
Veröffentlicht: (2024)

Multi-granular body modeling with Redundancy-Free Spatiotemporal Fusion for Text-Driven Motion Generation
von: Zhan, Xingzu, et al.
Veröffentlicht: (2025)

Zero-shot Referring Expression Comprehension via Structural Similarity Between Images and Captions
von: Han, Zeyu, et al.
Veröffentlicht: (2023)

A Strong Baseline for Point Cloud Registration via Direct Superpoints Matching
von: Gupta, Aniket, et al.
Veröffentlicht: (2023)

OmniMotion: Multimodal Motion Generation with Continuous Masked Autoregression
von: Li, Zhe, et al.
Veröffentlicht: (2025)

Towards Robust and Controllable Text-to-Motion via Masked Autoregressive Diffusion
von: Zhang, Zongye, et al.
Veröffentlicht: (2025)

ReMoMask: Retrieval-Augmented Masked Motion Generation
von: Li, Zhengdao, et al.
Veröffentlicht: (2025)

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

DartControl: A Diffusion-Based Autoregressive Motion Model for Real-Time Text-Driven Motion Control
von: Zhao, Kaifeng, et al.
Veröffentlicht: (2024)

MarDini: Masked Autoregressive Diffusion for Video Generation at Scale
von: Liu, Haozhe, et al.
Veröffentlicht: (2024)

Next-Scale Autoregressive Models for Text-to-Motion Generation
von: Zheng, Zhiwei, et al.
Veröffentlicht: (2026)

Diffusion Beats Autoregressive: An Evaluation of Compositional Generation in Text-to-Image Models
von: Marioriyad, Arash, et al.
Veröffentlicht: (2024)

Unleashing the Potential of Large Language Models for Text-to-Image Generation through Autoregressive Representation Alignment
von: Xie, Xing, et al.
Veröffentlicht: (2025)

GUESS:GradUally Enriching SyntheSis for Text-Driven Human Motion Generation
von: Gao, Xuehao, et al.
Veröffentlicht: (2024)

Rethinking UMM Visual Generation: Masked Modeling for Efficient Image-Only Pre-training
von: Sun, Peng, et al.
Veröffentlicht: (2026)

StyleBlend: Enhancing Style-Specific Content Creation in Text-to-Image Diffusion Models
von: Chen, Zichong, et al.
Veröffentlicht: (2025)

LASER: Layer-wise Scale Alignment for Training-Free Streaming 4D Reconstruction
von: Ding, Tianye, et al.
Veröffentlicht: (2025)

LGTM: Local-to-Global Text-Driven Human Motion Diffusion Model
von: Sun, Haowen, et al.
Veröffentlicht: (2024)

Token Painter: Training-Free Text-Guided Image Inpainting via Mask Autoregressive Models
von: Jiang, Longtao, et al.
Veröffentlicht: (2025)

MotionStreamer: Streaming Motion Generation via Diffusion-based Autoregressive Model in Causal Latent Space
von: Xiao, Lixing, et al.
Veröffentlicht: (2025)

Reconstruction-Anchored Diffusion Model for Text-to-Motion Generation
von: Liu, Yifei, et al.
Veröffentlicht: (2026)

DCVNet: Dilated Cost Volume Networks for Fast Optical Flow
von: Jiang, Huaizu, et al.
Veröffentlicht: (2021)

Local Action-Guided Motion Diffusion Model for Text-to-Motion Generation
von: Jin, Peng, et al.
Veröffentlicht: (2024)

Taming Teacher Forcing for Masked Autoregressive Video Generation
von: Zhou, Deyu, et al.
Veröffentlicht: (2025)

Motion Avatar: Generate Human and Animal Avatars with Arbitrary Motion
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

Reinforcement Learning Meets Masked Generative Models: Mask-GRPO for Text-to-Image Generation
von: Luo, Yifu, et al.
Veröffentlicht: (2025)

LlamaSeg: Image Segmentation via Autoregressive Mask Generation
von: Deng, Jiru, et al.
Veröffentlicht: (2025)

MotionLab: Unified Human Motion Generation and Editing via the Motion-Condition-Motion Paradigm
von: Guo, Ziyan, et al.
Veröffentlicht: (2025)

Fleximo: Towards Flexible Text-to-Human Motion Video Generation
von: Zhang, Yuhang, et al.
Veröffentlicht: (2024)

Hawk: Leveraging Spatial Context for Faster Autoregressive Text-to-Image Generation
von: Chen, Zhi-Kai, et al.
Veröffentlicht: (2025)

HINT: Hierarchical Interaction Modeling for Autoregressive Multi-Human Motion Generation
von: Liu, Mengge, et al.
Veröffentlicht: (2026)

Layout-Conditioned Autoregressive Text-to-Image Generation via Structured Masking
von: Zheng, Zirui, et al.
Veröffentlicht: (2025)

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

Struct2D: A Perception-Guided Framework for Spatial Reasoning in MLLMs
von: Zhu, Fangrui, et al.
Veröffentlicht: (2025)