論文の概要: 3D Bird Reconstruction: a Dataset, Model, and Shape Recovery from a Single View

• arxiv url: http://arxiv.org/abs/2008.06133v1
• Date: Thu, 13 Aug 2020 23:29:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-30 23:29:58.460109
• Title: 3D Bird Reconstruction: a Dataset, Model, and Shape Recovery from a Single View
• Title（参考訳）: 3d鳥の復元:単一視点からのデータセット、モデル、形状復元
• Authors: Marc Badger, Yufu Wang, Adarsh Modh, Ammon Perkes, Nikos Kolotouros, Bernd G. Pfrommer, Marc F. Schmidt, Kostas Daniilidis
• Abstract要約: 我々は,生きた鳥が提示するユニークな形状とポーズ空間を捉えるためのモデルと多視点最適化手法を提案する。 次に、単一ビューから正確な鳥の姿勢を復元するキーポイント、マスク、ポーズ、形状回帰のためのパイプラインと実験を導入する。 屋外の飛行場に収容された15羽の社会鳥のグループから収集した多視点キーポイントとマスクアノテーションについて述べる。
• 参考スコア（独自算出の注目度）: 35.61330221535231
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated capture of animal pose is transforming how we study neuroscience and social behavior. Movements carry important social cues, but current methods are not able to robustly estimate pose and shape of animals, particularly for social animals such as birds, which are often occluded by each other and objects in the environment. To address this problem, we first introduce a model and multi-view optimization approach, which we use to capture the unique shape and pose space displayed by live birds. We then introduce a pipeline and experiments for keypoint, mask, pose, and shape regression that recovers accurate avian postures from single views. Finally, we provide extensive multi-view keypoint and mask annotations collected from a group of 15 social birds housed together in an outdoor aviary. The project website with videos, results, code, mesh model, and the Penn Aviary Dataset can be found at https://marcbadger.github.io/avian-mesh.
• Abstract（参考訳）: 動物のポーズの自動キャプチャは、神経科学と社会行動を研究する方法を変える。 運動には重要な社会的手がかりが伴うが、現在の手法では動物のポーズや形、特に鳥のような社会的な動物についてロバストに見積もることはできない。 この問題に対処するため,我々はまず,live birdsが表示するユニークな形状とポーズ空間を捉えるために,モデルおよびマルチビュー最適化手法を導入する。 次に、単一ビューから正確な鳥の姿勢を復元するキーポイント、マスク、ポーズ、形状回帰のためのパイプラインと実験を導入する。 最後に,屋外施設に収容された15羽の社会鳥群から収集した多視点キーポイントとマスクアノテーションを提供する。 ビデオ、結果、コード、メッシュモデル、およびPenn Aviary Datasetを備えたプロジェクトのWebサイトはhttps://marcbadger.github.io/avian-meshで見ることができる。

関連論文リスト

• Temporally-consistent 3D Reconstruction of Birds [5.787285686300833]
  本研究では,特定の種類の海鳥の単眼映像から3Dのポーズと形状を復元する手法を提案する。 我々は,9羽の鳥を同時に捕獲した映像を1万フレームのリアルタイムデータセットとして提供した。
  論文  参考訳（メタデータ） (2024-08-24T17:12:36Z)
• Learning the 3D Fauna of the Web [70.01196719128912]
  3D-Faunaは,100種以上の動物種を対象に,パンカテゴリーで変形可能な3D動物モデルを共同で学習する手法である。 動物モデリングにおける重要なボトルネックの1つは、トレーニングデータの可用性の制限である。 従来のカテゴリー固有の試みは,訓練画像に制限のある希少種への一般化に失敗することを示す。
  論文  参考訳（メタデータ） (2024-01-04T18:32:48Z)
• Multi-view Tracking, Re-ID, and Social Network Analysis of a Flock of Visually Similar Birds in an Outdoor Aviary [32.19504891200443]
  曲鳥群が3次元空間を移動する際にの行動動態を研究するシステムについて紹介する。 密接な相互作用する動物群を3次元で追跡する際に生じる複雑さについて検討し、マルチビュートラッカーを評価するための新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2022-12-01T04:23:18Z)
• MagicPony: Learning Articulated 3D Animals in the Wild [81.63322697335228]
  そこで本研究では,オブジェクトカテゴリのワンビュー画像から,この予測器を純粋に学習するMagicPonyを提案する。 その中核は、明瞭な形状と外観を暗黙的に表現し、神経磁場とメッシュの強さを組み合わせたものである。
  論文  参考訳（メタデータ） (2022-11-22T18:59:31Z)
• Learning-based Monocular 3D Reconstruction of Birds: A Contemporary Survey [6.555250822345809]
  自然界では、動物の集団行動は同一種の個体間の相互作用によって支配される。 近年の3次元視覚の進歩は、3次元形状とポーズ推定に関する多くの印象的な研究につながっている。 本研究は, 単眼視に基づく3次元鳥の復元の最近の進歩を概観する最初の試みである。
  論文  参考訳（メタデータ） (2022-07-10T18:13:25Z)
• Neural Rendering of Humans in Novel View and Pose from Monocular Video [68.37767099240236]
  本稿では,新しい視点下で写真リアルな人間を生成し,モノクロ映像を入力として提示する新しい手法を提案する。 提案手法は,モノクラー映像を入力として,見知らぬポーズや新しい視点下での既存手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-04-04T03:09:20Z)
• Unified 3D Mesh Recovery of Humans and Animals by Learning Animal Exercise [29.52068540448424]
  そこで本研究では,人間と四足歩行動物の3Dメッシュのエンド・ツー・エンドの統合化について検討する。 我々は人間と動物の形態的類似性を利用して、人間が動物のポーズを模倣する動物運動に動機づけられた。
  論文  参考訳（メタデータ） (2021-11-03T18:15:50Z)
• Unsupervised Shape and Pose Disentanglement for 3D Meshes [49.431680543840706]
  本研究では,非教師付き環境において,非教師付き形状とポーズ表現を学習するための,シンプルで効果的なアプローチを提案する。 自己整合性と相互整合性の制約を組み合わせて、登録メッシュからポーズと空間の形状を学ぶ。 ポーズ転送や形状検索などのタスクを通じて,学習した表現の有用性を示す。
  論文  参考訳（メタデータ） (2020-07-22T11:00:27Z)
• Deformation-aware Unpaired Image Translation for Pose Estimation on Laboratory Animals [56.65062746564091]
  我々は,神経回路が行動をどのようにオーケストレーションするかを研究するために,手動による監督を使わずに,神経科学モデル生物のポーズを捉えることを目的としている。 我々の重要な貢献は、未完成の画像翻訳フレームワークにおける外観、形状、ポーズの明示的で独立したモデリングである。 ショウジョウバエ(ハエ)、線虫(線虫)、ダニオ・レリオ(ゼブラフィッシュ)のポーズ推定精度の向上を実証した。
  論文  参考訳（メタデータ） (2020-01-23T15:34:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。