Ponimator: Interactieve Pose Ontvouwen voor Veelzijdige Mens-mens Interactie-animatie

Ponimator: Unfolding Interactive Pose for Versatile Human-human Interaction Animation

October 16, 2025

Auteurs: Shaowei Liu, Chuan Guo, Bing Zhou, Jian Wang

cs.AI

Samenvatting

Close-proximity menselijke interactieposities bevatten rijke contextuele informatie over interactiedynamiek. Gegeven dergelijke posities kunnen mensen intuïtief de context afleiden en mogelijke dynamiek uit het verleden en de toekomst anticiperen, waarbij ze steunen op sterke aannames over menselijk gedrag. Geïnspireerd door deze observatie stellen we Ponimator voor, een eenvoudig raamwerk dat is verankerd in proximale interactieposities voor veelzijdige interactie-animatie. Onze trainingsdata bestaat uit close-contact posities van twee personen en hun omringende temporele context uit motion-capture interactiedatasets. Door gebruik te maken van interactiepose-aannames, zet Ponimator twee conditionele diffusiemodellen in: (1) een pose-animator die het temporele aanname gebruikt om dynamische bewegingssequenties te genereren vanuit interactieposities, en (2) een pose-generator die het ruimtelijke aanname toepast om interactieposities te synthetiseren vanuit een enkele pose, tekst, of beide wanneer interactieposities niet beschikbaar zijn. Collectief ondersteunt Ponimator diverse taken, waaronder beeldgebaseerde interactie-animatie, reactie-animatie en tekst-naar-interactie-synthese, waardoor de overdracht van interactiekennis van hoogwaardige mocap-data naar open-wereldscenario's wordt gefaciliteerd. Empirische experimenten over diverse datasets en toepassingen demonstreren de universaliteit van het pose-aanname en de effectiviteit en robuustheid van ons raamwerk.

English

Close-proximity human-human interactive poses convey rich contextual information about interaction dynamics. Given such poses, humans can intuitively infer the context and anticipate possible past and future dynamics, drawing on strong priors of human behavior. Inspired by this observation, we propose Ponimator, a simple framework anchored on proximal interactive poses for versatile interaction animation. Our training data consists of close-contact two-person poses and their surrounding temporal context from motion-capture interaction datasets. Leveraging interactive pose priors, Ponimator employs two conditional diffusion models: (1) a pose animator that uses the temporal prior to generate dynamic motion sequences from interactive poses, and (2) a pose generator that applies the spatial prior to synthesize interactive poses from a single pose, text, or both when interactive poses are unavailable. Collectively, Ponimator supports diverse tasks, including image-based interaction animation, reaction animation, and text-to-interaction synthesis, facilitating the transfer of interaction knowledge from high-quality mocap data to open-world scenarios. Empirical experiments across diverse datasets and applications demonstrate the universality of the pose prior and the effectiveness and robustness of our framework.