Lodge: A Coarse to Fine Diffusion Network for Long Dance Generation Guided by the Characteristic Dance Primitives

我们提出了Lodge，这是一个能够根据给定音乐生成极长舞蹈序列的网络。我们将Lodge设计为两阶段的粗到细的扩散架构，并提出了具有显著表现力的特征舞蹈基元作为两个扩散模型之间的中间表示。第一阶段是全局扩散，它专注于理解粗略水平上的音乐舞蹈相关性和产生特征舞蹈基元。相比之下，第二阶段是局部扩散，它在舞蹈基元和编舞规则的指导下并行生成详细的动作序列。此外，我们提出了一个足部优化块，以优化脚与地面之间的接触，增强动作的物理真实感。我们的方法可以并行生成极长长度的舞蹈序列，在全局编舞模式和局部动作质量和表现力之间取得平衡。广泛的实验验证了我们方法的有效性。

该论文旨在设计一个名为Lodge的网络，能够根据给定的音乐生成极长的舞蹈序列。

Lodge是一个两阶段的粗到细的扩散架构，使用特征舞蹈原语作为两个扩散模型之间的中间表示，第一阶段是全局扩散，第二阶段是局部扩散。此外，还提出了一种Foot Refine Block来优化脚与地面之间的接触，增强动作的物理真实感。

该方法可以并行生成极长的舞蹈序列，平衡全局编舞模式和局部运动质量和表现力。论文进行了广泛的实验来验证该方法的有效性。

最近在这个领域中，还有一些相关的研究，如Mu-DanCe和Dance Revolution等。