論文の概要: PIANO: A Parametric Hand Bone Model from Magnetic Resonance Imaging
- arxiv url: http://arxiv.org/abs/2106.10893v1
- Date: Mon, 21 Jun 2021 07:21:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-22 15:31:20.464709
- Title: PIANO: A Parametric Hand Bone Model from Magnetic Resonance Imaging
- Title（参考訳）: ピアノ:磁気共鳴画像を用いたパラメトリック手骨モデル
- Authors: Yuwei Li, Minye Wu, Yuyao Zhang, Lan Xu, Jingyi Yu
- Abstract要約: MRIデータから人間の手の最初のパラメトリック骨モデルであるPIANOについて述べる。
我々のPIANOモデルは、生物学的に解剖学的に正確で、アニメーション化が簡単で、微分可能であり、より正確な手関節構造のモデリングを実現している。
- 参考スコア（独自算出の注目度）: 43.66613296379493
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hand modeling is critical for immersive VR/AR, action understanding, or human
healthcare. Existing parametric models account only for hand shape, pose, or
texture, without modeling the anatomical attributes like bone, which is
essential for realistic hand biomechanics analysis. In this paper, we present
PIANO, the first parametric bone model of human hands from MRI data. Our PIANO
model is biologically correct, simple to animate, and differentiable, achieving
more anatomically precise modeling of the inner hand kinematic structure in a
data-driven manner than the traditional hand models based on the outer surface
only. Furthermore, our PIANO model can be applied in neural network layers to
enable training with a fine-grained semantic loss, which opens up the new task
of data-driven fine-grained hand bone anatomic and semantic understanding from
MRI or even RGB images. We make our model publicly available.
- Abstract（参考訳）: ハンドモデリングは没入型VR/AR、アクション理解、あるいは人間の医療にとって重要である。
既存のパラメトリックモデルでは、骨のような解剖学的特性をモデル化することなく、手の形、ポーズ、テクスチャのみが説明されている。
本稿では,MRIデータから人手の最初のパラメトリック骨モデルであるPIANOについて述べる。
我々のPIANOモデルは生物学的に正確で、アニメーション化が容易で、微分可能であり、外面のみに基づく従来の手モデルよりも、データ駆動方式で内手運動構造のより解剖学的に精密なモデリングを実現する。
さらに、当社のPIANOモデルはニューラルネットワーク層に適用して、きめ細かい意味喪失によるトレーニングを可能にすることで、データ駆動の手骨解剖学およびMRIやRGB画像からのセマンティック理解の新しいタスクを開放する。
モデルを公開しています。
関連論文リスト
- MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - 3D Kinematics Estimation from Video with a Biomechanical Model and
Synthetic Training Data [4.130944152992895]
2つの入力ビューから3Dキネマティクスを直接出力するバイオメカニクス対応ネットワークを提案する。
実験により, 提案手法は, 合成データにのみ訓練されたものであり, 従来の最先端手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2024-02-20T17:33:40Z) - Anatomically Constrained Implicit Face Models [7.141905869633729]
本稿では,解剖学的に制約された顔モデル学習の文脈において,このような暗黙的表現の新たなユースケースを提案する。
顔の解剖学と皮膚表面を高忠実にモデル化するネットワークの集合体である解剖学的暗黙の顔モデルを提案する。
本稿では, 形状調整, 形状編集, 性能など, 様々なタスクにおいて, 提案手法の有用性を実証する。
論文 参考訳（メタデータ） (2023-12-12T18:59:21Z) - Direct and inverse modeling of soft robots by learning a condensed FEM
model [3.4696964555947694]
本稿では,コンパクトだが十分にリッチな機械表現を得るための学習に基づく手法を提案する。
2本の柔らかい指からなるグリップの例で、特に個別に学習したモデルをどう組み合わせるかを示す。
この研究は、ソフトロボットの組込み制御だけでなく、その設計にも新たな視点を開放する。
論文 参考訳（メタデータ） (2023-07-21T08:07:16Z) - HandNeRF: Neural Radiance Fields for Animatable Interacting Hands [122.32855646927013]
神経放射場(NeRF)を用いて手の動きを正確に再現する新しい枠組みを提案する。
我々は,提案するHandNeRFのメリットを検証するための広範囲な実験を行い,その成果を報告する。
論文 参考訳（メタデータ） (2023-03-24T06:19:19Z) - NIMBLE: A Non-rigid Hand Model with Bones and Muscles [41.19718491215149]
NIMBLEは、欠落鍵成分を含む新しいパラメトリックハンドモデルである。
NIMBLEは、三角形のメッシュとして20の骨、四面体メッシュとして7つの筋肉群、皮膚メッシュからなる。
NIMBLEをモデリング、レンダリング、視覚的推論タスクに適用する。
論文 参考訳（メタデータ） (2022-02-09T15:57:21Z) - A Skeleton-Driven Neural Occupancy Representation for Articulated Hands [49.956892429789775]
Hand ArticuLated Occupancy (HALO) は、3Dキーポイントと神経暗黙の面の利点を橋渡しする手話の表現である。
本研究では,3次元物体を把握した手の条件生成作業に対するHALOの適用性を示す。
論文 参考訳（メタデータ） (2021-09-23T14:35:19Z) - Learning Local Recurrent Models for Human Mesh Recovery [50.85467243778406]
本稿では,人間のメッシュを標準的な骨格モデルに従って複数の局所的に分割するビデオメッシュ復元手法を提案する。
次に、各局所部分の力学を別個のリカレントモデルでモデル化し、各モデルは、人体の既知の運動構造に基づいて適切に条件付けする。
これにより、構造的インフォームドな局所的再帰学習アーキテクチャが実現され、アノテーションを使ってエンドツーエンドでトレーニングすることができる。
論文 参考訳（メタデータ） (2021-07-27T14:30:33Z) - Combining Implicit Function Learning and Parametric Models for 3D Human
Reconstruction [123.62341095156611]
深層学習近似として表される暗黙の関数は、3次元曲面の再構成に強力である。
このような機能は、コンピュータグラフィックスとコンピュータビジョンの両方に柔軟なモデルを構築するのに不可欠である。
詳細に富んだ暗黙関数とパラメトリック表現を組み合わせた方法論を提案する。
論文 参考訳（メタデータ） (2020-07-22T13:46:14Z)
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。