論文の概要: Accurate, Interpretable, and Fast Animation: AnIterative, Sparse, and Nonconvex Approach

• arxiv url: http://arxiv.org/abs/2109.08356v1
• Date: Fri, 17 Sep 2021 05:42:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-20 14:35:33.395365
• Title: Accurate, Interpretable, and Fast Animation: AnIterative, Sparse, and Nonconvex Approach
• Title（参考訳）: 高精度, 解釈可能, 高速アニメーション: AnIterative, Sparse, Nonconvex Approach
• Authors: Stevo Rackovic, Claudia Soares, Dusan Jakovetic and Zoranka Desnica
• Abstract要約: フェイスリグは正確でなければならないと同時に、その問題を解決するために高速に計算する必要がある。 各共通アニメーションモデルのパラメータの1つは、スパーシティ正規化である。 複雑性を低減するため、パラダイム・プライマリゼーション・ミニ(MM)が適用される。
• 参考スコア（独自算出の注目度）: 0.9176056742068814
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Digital human animation relies on high-quality 3D models of the human face: rigs. A face rig must be accurate and, at the same time, fast to compute. One of the most common rigging models is the blendshape model. We propose a novel algorithm for solving the nonconvex inverse rig problem in facial animation. Our approach is model-based, but in contrast with previous model-based approaches, we use a quadratic instead of the linear approximation to the higher order rig model. This increases the accuracy of the solution by 8 percent on average and, confirmed by the empirical results, increases the sparsity of the resulting parameter vector -- an important feature for interpretability by animation artists. The proposed solution is based on a Levenberg-Marquardt (LM) algorithm, applied to a nonconvex constrained problem with sparsity regularization. In order to reduce the complexity of the iterates, a paradigm of Majorization Minimization (MM) is further invoked, which leads to an easy to solve problem that is separable in the parameters at each algorithm iteration. The algorithm is evaluated on a number of animation datasets, proprietary and open-source, and the results indicate the superiority of our method compared to the standard approach based on the linear rig approximation. Although our algorithm targets the specific problem, it might have additional signal processing applications.
• Abstract（参考訳）: デジタル人間のアニメーションは、人間の顔の高品質な3Dモデルに依存している。 フェイスリグは正確でなければならず、同時に高速に計算できる。 最も一般的なリギングモデルのひとつがblendshapeモデルである。 顔アニメーションにおける非凸逆リグ問題を解くための新しいアルゴリズムを提案する。 我々のアプローチはモデルベースであるが、従来のモデルベースアプローチとは対照的に、高次リグモデルに対する線形近似の代わりに二次的手法を用いる。 これにより、ソリューションの精度が平均で8%向上し、経験的な結果によって確認されたことにより、結果のパラメータベクトルの空間性が向上する -- アニメーションアーティストによる解釈可能性の重要な特徴である。 提案手法は,空間正規化を伴う非凸制約問題に適用したレバンス・マルカート (LM) アルゴリズムに基づいている。 イテレートの複雑さを減らすために、さらに、メジャー化最小化(mm)のパラダイムが実行され、各アルゴリズムの反復でパラメータで分離可能な問題を解決するのが容易になる。 このアルゴリズムは,多数のアニメーションデータセット,プロプライエタリ,オープンソースで評価され,線形リグ近似に基づく標準的な手法と比較して,本手法の優位性を示す。 我々のアルゴリズムは特定の問題をターゲットにしているが、追加の信号処理アプリケーションがあるかもしれない。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
  スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。 我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。 いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-18T08:18:44Z)
• Learning Localization of Body and Finger Animation Skeleton Joints on Three-Dimensional Models of Human Bodies [0.0]
  本研究は,人体の3次元モデル内での人体と指のアニメーションの骨格関節の位置決め問題に対する,そのような解決法を提案する。 提案手法を最先端技術と比較することにより,より単純なアーキテクチャで極めて優れた結果が得られることを示す。
  論文  参考訳（メタデータ） (2024-07-11T13:16:02Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• High-fidelity Interpretable Inverse Rig: An Accurate and Sparse Solution Optimizing the Quartic Blendshape Model [0.0]
  本研究では,現実的な人間の顔アニメーションにおける逆リグ問題を解くことで,任意の精度のブレンドシェープリグモデルに適合する手法を提案する。 提案手法は,最先端手法に匹敵するメッシュエラーの解が得られることを示す。
  論文  参考訳（メタデータ） (2023-02-09T18:15:08Z)
• Learning to Fit Morphable Models [12.469605679847085]
  学習最適化の最近の進歩の上に構築し、古典的なレバンス・マルカルトアルゴリズムに触発された更新ルールを提案する。 本稿では,頭部装着装置による3次元体表面推定問題と2次元ランドマークによる顔の嵌合性に対するニューラルネットワークの有効性を示す。
  論文  参考訳（メタデータ） (2021-11-29T18:59:53Z)
• Meta-Solver for Neural Ordinary Differential Equations [77.8918415523446]
  本研究では,ソルバ空間の変動がニューラルODEの性能を向上する方法について検討する。 解法パラメータ化の正しい選択は, 敵の攻撃に対するロバスト性の観点から, 神経odesモデルに大きな影響を与える可能性がある。
  論文  参考訳（メタデータ） (2021-03-15T17:26:34Z)
• LoopReg: Self-supervised Learning of Implicit Surface Correspondences, Pose and Shape for 3D Human Mesh Registration [123.62341095156611]
  LoopRegは、スキャンのコーパスを一般的な3Dモデルに登録するエンドツーエンドの学習フレームワークである。 ニューラルネットワークによってパラメータ化された後方マップは、スキャンポイント毎から人間のモデルの表面への対応を予測する。 人間のモデルによってパラメータ化されたフォワードマップは、モデルパラメータ(目的と形状)に基づいて対応するポイントをスキャンに変換する。
  論文  参考訳（メタデータ） (2020-10-23T14:39:50Z)
• Human Body Model Fitting by Learned Gradient Descent [48.79414884222403]
  画像に3次元の人体形状を適合させる新しいアルゴリズムを提案する。 このアルゴリズムは高速(約120ms収束)で、データセットに頑健であり、公開評価データセットの最先端結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-08-19T14:26:47Z)

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。