Awesome-Human-Motion-Video-Generation

一张图看懂人体动作视频生成全领域论文与数据集

这是一个面向人体动作视频生成领域的综述资源库,对应已被 TPAMI 接收的学术论文《Human Motion Video Generation: A Survey》。它系统梳理了从文本、音频、动作序列等条件出发,生成逼真人体动作视频的技术脉络,覆盖姿态控制、外观一致性、时序连贯性、身份保持等关键问题。项目把散落在各会议期刊的论文按任务类型、技术路线和数据集分类整理,并汇总常用评估指标与公开数据集,帮助研究者快速定位方向、对比方法、找到基线。对于刚进入该方向的硕博生或工程团队,它相当于一张领域地图,能减少重复检索成本,明确当前 SOTA 与开放挑战,也为选题和实验设计提供参考。

开源 unknown 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 345
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类视频生成
开发团队Winn1y
所属国家
官网地址
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型
GitHub 星标★ 345
30天Star增速
HF 下载量
上线时间2024-08-21 00:00:00
最近更新2026-09-25 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-29
浏览次数0

使用教程

核心亮点

  • 按任务与技术路线分类整理论文,检索效率高
  • 汇总常用数据集与评估指标,方便做对比实验
  • 对应 TPAMI 综述论文,内容有学术背书和时效性

不足之处

  • 以论文列表为主,缺少可运行代码或复现脚本
  • 分类维度和更新频率依赖维护者,社区贡献机制待观察

适用场景

  • 研究生调研人体动作视频生成方向并确定选题
  • 算法工程师为虚拟人/数字人项目选型技术路线
  • 论文作者撰写 related work 时快速收集参考文献

替代项目

awesome-video-generation、Awesome-Text-to-Video

项目介绍

Awesome-Human-Motion-Video-Generation 是视频领域的开源项目,由 Winn1y 开发,2024 年首次发布。

它收录于视频分类,该分类目前共有 503 个项目,GitHub 星标数为 345。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-25。

它主要面向的使用场景是:研究生调研人体动作视频生成方向并确定选题。同类可对比的替代方案包括 awesome-video-generation、Awesome-Text-to-Video。

同类项目推荐

MoneyPrinterTurbo 开源

输入一句话,高清短视频自动出炉,文案配音全包了

利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。Generate HD short ···

★ 126059 2026-08-09
openscreen 开源

免费无水印录屏做演示,替代 Screen Studio

Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···

★ 3257 2026-08-10
seedance-2.0-api 开源

快速上手字节Seedance 2.0,文本/图片一键生成视频

Seedance 2.0 API — text-to-video and image-to-video examples

★ 332 2026-08-26
auto-subs 开源

在剪辑软件里直接生成字幕,省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4281 2026-08-10