本研究では、動きのスタイル転送を新たに提案する手法、Adaptive Statistics Fusor (AStF) を紹介します。従来の手法は画像の平均や分散を用いてスタイル転送を行っていましたが、動きデータの持つ複雑な動的パターンや時空間の一貫性を捉えるには不十分でした。そこで、スキューネスとクルトーシスという二つの追加的要素を導入し、より包括的な動的スタイルのモデルを構築しました。AStFはスタイルの解体モジュールと高次多統計注意機構から成り、運動の一貫性を保持するための正則化機構と共にトレーニングされました。実験の結果、提案手法が従来の最先端技術よりも優れた性能を示すことが明らかになりました。