딥 $Δ$-인터폴레이터를 통한 모션 인터폴레이션

키 프레임 집합에 조건부로 인간 운동을 합성하는 작업은, 구면 선형 보간법(spherical linear interpolator)을 기준으로 하는 델타 모드(delta mode)에서 작동하는 딥러닝 기반 보간기(interpolator)를 사용할 경우 더 정확하고 효과적으로 해결될 수 있음을 보여준다. 우리는 공개된 데이터셋을 활용하여 본 방법의 강점을 실증적으로 입증하며, 최첨단 성능을 달성하였다. 또한, 마지막으로 알려진 프레임을 기준으로 하는 참조(즉, 제로 속도 모델零 velocity model으로도 알려진)에 대해 $Δ$-모드가 타당함을 보여줌으로써 이러한 결과를 더욱 일반화하였다. 이는 이전 연구에서 제안된 전역(세계) 참조 프레임이 아닌, 입력 프레임에 국한된 국소적 참조 프레임에서 작동하는 것이 더 정확하고 견고하다는 보다 포괄적인 결론을 뒷받침한다. 본 연구의 코드는 https://github.com/boreshkinai/delta-interpolator 에서 공개되어 있다.