# 条件付き拡散モデル

Controllable Human-Object Interaction Synthesis（CHOIS）は、言語記述、初期物体と人間の状態、疎な物体の経路点に基づいて、物体と人間の動きを同時に生成する高度な技術です。この技術は、特に正確な手と物体の接触や地面からの適切な支持が必要な場面において、現実的な人間の行動のシミュレーションに不可欠です。CHOISは、追加の監督情報として物体の幾何学的損失を導入し、サンプリング過程で接触制約を強制するための誘導項を設計することで、生成された物体の動きと入力された経路点のマッチング精度を向上させ、インタラクションの自然さを確保しています。

pix2gestaltは、部分的にしか見えないオブジェクトの全体的な形状と外観を推定学習する、ゼロショットセグメンテーションのためのフレームワークです。大規模拡散モデルを活用し、その表現をこのタスクに移転することで、自然や物理的な事前知識を破る芸術作品などの例を含む、困難なゼロショット状況において、完全なオブジェクトを再構成するための条件付き拡散モデルを学習します。遮蔽されたオブジェクトとその完全な対応物を含む合成でキュレーションされたデータセットをトレーニングデータとして使用します。実験により、提案手法は既存のベンチマークにおいて教師ありベースラインを上回ることが示されました。さらに、提案モデルは、遮蔽が存在する場合の既存のオブジェクト認識および3D再構成手法の性能を大幅に向上させるためにも使用できます。