論文の概要: Temporal Parameter-free Deep Skinning of Animated Meshes

• arxiv url: http://arxiv.org/abs/2109.07249v1
• Date: Wed, 15 Sep 2021 12:38:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-16 14:55:00.906649
• Title: Temporal Parameter-free Deep Skinning of Animated Meshes
• Title（参考訳）: アニメーションメッシュの時間パラメータフリーディープスキニング
• Authors: Anastasia Moutafidou, Vasileios Toulatzis and Ioannis Fudos
• Abstract要約: アニメーション圧縮は、アニメーションメッシュの効率的なストレージ、ストリーミング、再生に不可欠である。 従来の研究は、スキン変換と重みを導出することで、効率的な圧縮技術を提示してきた。 本稿では,骨の影響のあるクラスターに頂点を割り当て,深層学習を用いて重みを導出する手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In computer graphics, animation compression is essential for efficient storage, streaming and reproduction of animated meshes. Previous work has presented efficient techniques for compression by deriving skinning transformations and weights using clustering of vertices based on geometric features of vertices over time. In this work we present a novel approach that assigns vertices to bone-influenced clusters and derives weights using deep learning through a training set that consists of pairs of vertex trajectories (temporal vertex sequences) and the corresponding weights drawn from fully rigged animated characters. The approximation error of the resulting linear blend skinning scheme is significantly lower than the error of competent previous methods by producing at the same time a minimal number of bones. Furthermore, the optimal set of transformation and vertices is derived in fewer iterations due to the better initial positioning in the multidimensional variable space. Our method requires no parameters to be determined or tuned by the user during the entire process of compressing a mesh animation sequence.
• Abstract（参考訳）: コンピュータグラフィックスでは、アニメーション圧縮はアニメーションメッシュの効率的なストレージ、ストリーミング、再生に不可欠である。 これまでの研究で、頂点の幾何学的特徴に基づく頂点のクラスタリングを用いて、スキニング変換と重み付けを導出することにより、圧縮の効率的な手法が提示されてきた。 本稿では, 骨に影響を受けたクラスターに頂点を割り当て, 頂点軌跡(時空間頂点列)のペアと, 完全に整列されたアニメーション文字から引き出される重みからなる訓練セットを通して, ディープラーニングを用いて重みを導出する新しいアプローチを提案する。 得られたリニアブレンドスキン化スキームの近似誤差は, 骨数を最小にすることで, 従来手法の誤差よりも有意に低い値を示した。 さらに、変換と頂点の最適集合は、多次元変数空間におけるより良い初期位置決めのため、より少ない反復で導出される。 本手法では,メッシュアニメーションシーケンスを圧縮するプロセス全体において,ユーザによって決定あるいは調整されるパラメータは不要である。

関連論文リスト

• SpaceMesh: A Continuous Representation for Learning Manifold Surface Meshes [61.110517195874074]
  本稿では,ニューラルネットワークの出力として,複雑な接続性を持つ多様体多角形メッシュを直接生成する手法を提案する。 私たちの重要なイノベーションは、各メッシュで連続的な遅延接続空間を定義することです。 アプリケーションでは、このアプローチは生成モデルから高品質な出力を得るだけでなく、メッシュ修復のような挑戦的な幾何処理タスクを直接学習することを可能にする。
  論文  参考訳（メタデータ） (2024-09-30T17:59:03Z)
• Ultron: Enabling Temporal Geometry Compression of 3D Mesh Sequences using Temporal Correspondence and Mesh Deformation [2.0914328542137346]
  既存の3Dモデル圧縮手法は主に静的モデルに焦点を当てており、フレーム間情報を考慮していない。 本稿では,時間的対応とメッシュ変形を用いた任意のトポロジでメッシュ列を圧縮する方法を提案する。
  論文  参考訳（メタデータ） (2024-09-08T16:34:19Z)
• Fast Sprite Decomposition from Animated Graphics [6.281229317487581]
  アニメーショングラフィックをスプライト(基本要素や層)に分解する手法を提案する。 効率的のために,スプライトの静的テクスチャを仮定し,テクスチャ先行モデルを用いたアーティファクトの防止と探索空間の削減を図る。 本研究では,オンラインデザインサービスからCrello Animationデータセットを構築し,抽出したスプライトの品質を測定するための定量的指標を定義した。
  論文  参考訳（メタデータ） (2024-08-07T17:30:59Z)
• High-Quality Mesh Blendshape Generation from Face Videos via Neural Inverse Rendering [15.009484906668737]
  メッシュをベースとしたブレンドシェイプリグを,シングルあるいはスパースなマルチビュービデオから再構成する新しい手法を提案する。 実験により,シングルあるいはスパースなマルチビュービデオのフレキシブルな入力により,パーソナライズされた高忠実度ブレンドサップを再構築することを示した。
  論文  参考訳（メタデータ） (2024-01-16T14:41:31Z)
• SC-GS: Sparse-Controlled Gaussian Splatting for Editable Dynamic Scenes [59.23385953161328]
  動的シーンのための新しいビュー合成は、コンピュータビジョンとグラフィックスにおいて依然として難しい問題である。 本稿では,動的シーンの動作と外観を疎制御点と高密度ガウスに明示的に分解する新しい表現を提案する。 提案手法は,高忠実度な外観を維持しつつ,ユーザ制御のモーション編集を可能にする。
  論文  参考訳（メタデータ） (2023-12-04T11:57:14Z)
• Deep Geometrized Cartoon Line Inbetweening [98.35956631655357]
  インベントワイニングは、2つの白黒線図の間の中間フレームを生成する。 画像全体のマッチングとワープに依存する既存のフレームメソッドは、ラインインテワイニングには適していない。 本稿では,AnimeInbetを提案する。これは幾何学的な線描画をエンドポイントにジオメトリし,グラフ融合問題としてインベントワイニングタスクを再構成する。 本手法は,線画の細部と細部を包含しながら,線画の細部と特異な構造を効果的に捉えることができる。
  論文  参考訳（メタデータ） (2023-09-28T17:50:05Z)
• Shuffled Autoregression For Motion Interpolation [53.61556200049156]
  この作業は、モーションタスクのためのディープラーニングソリューションを提供することを目的としている。 本稿では,自己回帰を任意の(シャッフルされた)順序で生成するために拡張する,emphShuffled AutoRegressionと呼ばれる新しいフレームワークを提案する。 また,3つのステージを終端から終端の時空間運動変換器に組み込んだ依存グラフの構築手法を提案する。
  論文  参考訳（メタデータ） (2023-06-10T07:14:59Z)
• ContourRender: Detecting Arbitrary Contour Shape For Instance Segmentation In One Pass [48.57232627854642]
  一方のパスにおける輪郭点の回帰の難しさは、滑らかな輪郭をポリゴンに識別する際のあいまいさが主な原因である。 あいまいさに対処するために,textbfContourRender という新しい差別化可能なレンダリング方式を提案する。 まず、可逆形状シグネチャによって生成された輪郭を予測し、それから、より安定したシルエットで輪郭を最適化し、それを輪郭メッシュに変換してメッシュを2Dマップにレンダリングする。
  論文  参考訳（メタデータ） (2021-06-07T07:23:03Z)
• Learning Skeletal Articulations with Neural Blend Shapes [57.879030623284216]
  あらかじめ定義された骨格構造を有するエンベロープを用いて3次元文字を表現できるニューラルテクニックを開発している。 我々のフレームワークは、同じ調音構造を持つリグとスキンキャラクタを学習する。 関節領域の変形品質を向上させるニューラルブレンディング形状を提案します。
  論文  参考訳（メタデータ） (2021-05-06T05:58:13Z)
• Going beyond Free Viewpoint: Creating Animatable Volumetric Video of Human Performances [7.7824496657259665]
  本稿では,人間の演奏の高品質な映像コンテンツ作成のためのエンドツーエンドパイプラインを提案する。 セマンティックエンリッチメントと幾何学的アニメーション能力は、3Dデータに時間的一貫性を確立することによって達成される。 ポーズ編集では、キャプチャしたデータを可能な限り活用し、キャプチャしたフレームをキネマティックに変形して所望のポーズに適合させる。
  論文  参考訳（メタデータ） (2020-09-02T09:46:12Z)

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。