VideoMDM_release

VideoMDM 是一个基于扩散模型的3D人体动作生成方法，支持仅用2D姿态监督（从单目视频中提取）训练文本到3D动作的生成模型，无需真实3D标注。其核心采用MDM架构扩展，结合2D-3D提升器（如MVLift、WHAM）实现弱监督学习，支持多数据集（HumanML3D、Fit3D、NBA）下的动作生成与采样。适用于缺乏3D动捕数据但拥有大量单目视频或2D关键点的场景，如动作合成、虚拟人驱动和体育分析等研究与应用方向。