ST-GDance++: Skalierbare Raum‑Zeit‑Diffusion für lange Gruppentänze

Ein neues Verfahren zur Erzeugung von Gruppentänzen aus Musik, das die Synchronisation mehrerer Tänzer mit gleichzeitigem Erhalt räumlicher Koordination ermöglicht, wurde vorgestellt. Die Technologie ist besonders interessant für Filmproduktion, Videospiele und Animationen, wo realistische Tanzbewegungen gefragt sind.

Derzeitige Modelle für Gruppentänze stoßen bei steigender Tänzerzahl und längeren Sequenzen an ihre Grenzen: die bidirektionale Aufmerksamkeitsberechnung wächst quadratisch, was die Effizienz mindert und das Risiko von Kollisionen erhöht. Um diese Engpässe zu überwinden, muss die komplexe räumlich‑zeitliche Interaktion präzise erfasst werden, was bisher nur schwer möglich war.

ST‑GDance++ löst das Problem, indem es räumliche und zeitliche Abhängigkeiten voneinander trennt. Für die räumliche Modellierung kommen leichte, distanzbasierte Graphkonvolutionen zum Einsatz, die die Beziehungen zwischen Tänzern erfassen, ohne die Rechenlast zu erhöhen. Die zeitliche Komponente nutzt ein Diffusions‑Rausch‑Scheduling und einen effizienten, zeitlich ausgerichteten Aufmerksamkeits‑Mask, wodurch die Erzeugung langer Bewegungssequenzen als kontinuierlicher Stream möglich wird.

Tests auf dem AIOZ‑GDance‑Datensatz zeigen, dass ST‑GDance++ eine konkurrenzfähige Bildqualität liefert, gleichzeitig die Skalierbarkeit für lange Szenen verbessert und die Kollisionsrate deutlich reduziert. Das Verfahren eröffnet damit neue Möglichkeiten für interaktive Anwendungen, bei denen mehrere Tänzer in Echtzeit synchronisiert und räumlich koordiniert werden müssen.