关于网络结构的疑问

[Vincent-2017]

你好，如果使用paired数据是否可以不用encoder-decoder结构，原作中是对隐空间进行了约束，既然我们对隐空间的分布没什么要求，应该可以使用更简单的网络，比如全连接来处理，不知我的理解是否有误？

[ANYMS-A]

你好，如果使用paired数据是否可以不用encoder-decoder结构，原作中是对隐空间进行了约束，既然我们对隐空间的分布没什么要求，应该可以使用更简单的网络，比如全连接来处理，不知我的理解是否有误？

你想问的是是否能用全连接替换作者定义的skeleton-convolution是吧？因为encoder-decoder是网络结构，你用全连接层作为基础单元结构也能实现encoder-decoder.

我的理解是，skeleton-convolution的目的是为了能够让拥有不同关节数量的骨骼进行迁移（本质上我觉得skeleton-convolution个graph nerual network很像，相当于把骨骼拓扑结构看作一个graph），这一点我也向原作求证过。https://github.com/DeepMotionEditing/deep-motion-editing/issues/93

对于更简单的网络结构如全连接，我觉得应该也是可行的，毕竟关节旋转已经是非常好的特征了，那么省去使用复杂网络结构来学习高级特征的部分，直觉上也是可以的。

[ANYMS-A]

你好，如果使用paired数据是否可以不用encoder-decoder结构，原作中是对隐空间进行了约束，既然我们对隐空间的分布没什么要求，应该可以使用更简单的网络，比如全连接来处理，不知我的理解是否有误？

不过如果是用paired的数据的话，确实是没有必要去特别关注latent-space的约束，因此可以仅训练一个模型将a的动作mapping到b即可，而不是要同时训练两个模型。

[Vincent-2017]

你好，如果使用paired数据是否可以不用encoder-decoder结构，原作中是对隐空间进行了约束，既然我们对隐空间的分布没什么要求，应该可以使用更简单的网络，比如全连接来处理，不知我的理解是否有误？

不过如果是用paired的数据的话，确实是没有必要去特别关注latent-space的约束，因此可以仅训练一个模型将a的动作mapping到b即可，而不是要同时训练两个模型。

是的，只要动作库足够丰富，那就可以训练出比较好retarget效果，虽然这个模型是与角色是强相关的，而且原作者貌似也是建议对新角色进行重训，因为预训练的模型在新角色上表现可能不好。

[ANYMS-A]

你好，如果使用paired数据是否可以不用encoder-decoder结构，原作中是对隐空间进行了约束，既然我们对隐空间的分布没什么要求，应该可以使用更简单的网络，比如全连接来处理，不知我的理解是否有误？

不过如果是用paired的数据的话，确实是没有必要去特别关注latent-space的约束，因此可以仅训练一个模型将a的动作mapping到b即可，而不是要同时训练两个模型。

是的，只要动作库足够丰富，那就可以训练出比较好retarget效果，虽然这个模型是与角色是强相关的，而且原作者貌似也是建议对新角色进行重训，因为预训练的模型在新角色上表现可能不好。

没错！这篇文章主要的motivation还是：1.解决不同骨骼数量的retarget。2.upaired-training。如果应用场景是相同骨骼数量的骨架进行重定向的话，貌似是有深度学习外的自动化方法。

[Vincent-2017]

大佬清楚Mixamo上的retarget方法吗？我看到在某个问题里讨论过。我上传了一个自己的角色发现retarget效果还不错，可以用来作ground truth训练了。我用脚本下载我上传角色的fbx，大概到1200多个就结束了，我看了下文件名基本按照A-Z排序的，但是又感觉像是下载中途出错了，不知道确切的动作数目该是多少。

[ANYMS-A]

大佬清楚Mixamo上的retarget方法吗？我看到在某个问题里讨论过。我上传了一个自己的角色发现retarget效果还不错，可以用来作ground truth训练了。我用脚本下载我上传角色的fbx，大概到1200多个就结束了，我看了下文件名基本按照A-Z排序的，但是又感觉像是下载中途出错了，不知道确切的动作数目该是多少。

Mixamo的自动重定向和绑定方式我都确实不了解具体的原理。 看样子像是下载中断了，不知道是不是电脑睡眠造成的网络中断。

[Vincent-2017]

好的，多谢