Fugu-MT 論文翻訳(概要): UnconFuse: Avatar Reconstruction from Unconstrained Images

論文の概要: UnconFuse: Avatar Reconstruction from Unconstrained Images

arxiv url: http://arxiv.org/abs/2211.10098v1
Date: Fri, 18 Nov 2022 08:54:33 GMT
ステータス: 処理完了
システム内更新日: 2022-11-21 15:00:29.197694
Title: UnconFuse: Avatar Reconstruction from Unconstrained Images
Title（参考訳）: UnconFuse: 制約のない画像からアバターを復元する
Authors: Han Huang, Liliang Chen, Xihao Wang
Abstract要約: MVP-Humanで提示した復元手法をベースラインとして再現し、この課題の具体性を改善する。私たちは公式テストセットでスコア0.93を獲得し、リーダーボードで1位を獲得しました。
参考スコア（独自算出の注目度）: 2.103415805944251
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The report proposes an effective solution about 3D human body reconstruction from multiple unconstrained frames for ECCV 2022 WCPA Challenge: From Face, Body and Fashion to 3D Virtual avatars I (track1: Multi-View Based 3D Human Body Reconstruction). We reproduce the reconstruction method presented in MVP-Human as our baseline, and make some improvements for the particularity of this challenge. We finally achieve the score 0.93 on the official testing set, getting the 1st place on the leaderboard.
Abstract（参考訳）: 本報告では,ECCV 2022 WCPA Challenge: From Face, Body and Fashion to 3D Virtual Avatars I (track1: Multi-View Based 3D Human Body Reconstruction) において,複数の制約のないフレームからの3次元人体再構築を効果的に行うことを提案する。我々は,mvp-humanで提示した再構成手法をベースラインとして再現し,この課題の特異性を改善した。ついに、公式テストセットのスコア0.93を達成し、リーダーボードで1位を獲得しました。

関連論文リスト

PuzzleAvatar: Assembling 3D Avatars from Personal Albums [54.831084076478874]
我々は,OOTDアルバムから忠実な3Dアバターを生成する新しいモデルであるPuzzleAvatarを開発した。学習したトークンを“パズルピース”として利用して,忠実でパーソナライズされた3Dアバターを組み立てます。
論文参考訳（メタデータ） (2024-05-23T17:59:56Z)
One2Avatar: Generative Implicit Head Avatar For Few-shot User Adaptation [31.310769289315648]
本稿では,1ユーザあたり1枚または数枚の画像のみを利用した高品質なヘッドアバターを作成するための新しいアプローチを提案する。我々は2407名の被験者から多視点の表情データセットから3次元アニマタブルなフォトリアリスティックヘッドアバターの生成モデルを学習した。提案手法は,従来のアバター適応手法よりも優れていることを示す。
論文参考訳（メタデータ） (2024-02-19T07:48:29Z)
AvatarStudio: High-fidelity and Animatable 3D Avatar Creation from Text [71.09533176800707]
アバターストゥディオ(AvatarStudio)は、アニマタブルな人間のアバターのために、明瞭なテクスチャ化された3Dメッシュを生成する粗大で微細な生成モデルである。調音メッシュ表現とDensePose条件拡散モデルとの相乗効果を効果的に活用することにより、AvatarStudioは高品質なアバターを作成することができる。
論文参考訳（メタデータ） (2023-11-29T18:59:32Z)
SiTH: Single-view Textured Human Reconstruction with Image-Conditioned Diffusion [35.73448283467723]
SiTHは、イメージ条件付き拡散モデルと3Dメッシュ再構築ワークフローを統合する、新しいパイプラインである。我々は、入力画像に基づいて、見えないバックビューの外観を幻覚させるために、強力な生成拡散モデルを用いる。後者では,入力画像とバックビュー画像から全身のテクスチャメッシュを復元するためのガイダンスとして,肌付きボディーメッシュを利用する。
論文参考訳（メタデータ） (2023-11-27T14:22:07Z)
Humans in 4D: Reconstructing and Tracking Humans with Transformers [72.50856500760352]
我々は、人間を再構築し、時間とともに追跡するアプローチを提案する。このアプローチの中核として、人間のメッシュリカバリのためのネットワークの完全な"トランスフォーマライズ"バージョンを提案する。このネットワークであるHMR 2.0は、芸術の状態を前進させ、過去に1枚の画像から再構成することが困難であった異常なポーズを分析する能力を示す。
論文参考訳（メタデータ） (2023-05-31T17:59:52Z)
DreamWaltz: Make a Scene with Complex 3D Animatable Avatars [68.49935994384047]
本稿では,テキストガイダンスとパラメトリック人体を用いた複雑な3Dアバターの生成とアニメーションを行う新しいフレームワークであるDreamWaltzを紹介する。アニメーションでは,様々なポーズに条件付き拡散モデルの豊富な画像から,アニマタブルな3次元アバター表現を学習する。
論文参考訳（メタデータ） (2023-05-21T17:59:39Z)
DreamAvatar: Text-and-Shape Guided 3D Human Avatar Generation via Diffusion Models [55.71306021041785]
高品質な3Dアバターを作成するためのテキスト・アンド・シェイプ・ガイドフレームワークであるDreamAvatarについて紹介する。 SMPLモデルを利用して、生成のための形状とポーズのガイダンスを提供する。また、全体とズームインした3Dヘッドから計算した損失を共同で最適化し、一般的なマルチフェイス「Janus」問題を緩和する。
論文参考訳（メタデータ） (2023-04-03T12:11:51Z)
MVP-Human Dataset for 3D Human Avatar Reconstruction from Unconstrained Frames [59.37430649840777]
野生(Arwild)における3次元アバター再構成を行い,まず暗黙のスキンフィールドを多段階的に再構成する。大規模なデータセットであるMVP-Humanには400人の被験者が参加し、それぞれ異なるポーズで15のスキャンを行います。全体として、特定のネットワークアーキテクチャと多様なデータにより、トレーニングされたモデルは、制約のないフレームから3Dアバターを再構築することができる。
論文参考訳（メタデータ） (2022-04-24T03:57:59Z)
Pipeline for 3D reconstruction of the human body from AR/VR headset mounted egocentric cameras [0.0]
エゴセントリックな視点から全身の3次元再構築のための新しいパイプラインを提案する。まず、条件付きGANを用いて、エゴセントリックな視点をフルボディの第三者の視点に変換する。生成されたメッシュは、かなり現実的なボディパーセンテージを持ち、さらなる応用を可能にする。
論文参考訳（メタデータ） (2021-11-09T20:38:32Z)

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。