論文の概要: UV-Based 3D Hand-Object Reconstruction with Grasp Optimization
- arxiv url: http://arxiv.org/abs/2211.13429v1
- Date: Thu, 24 Nov 2022 05:59:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-28 14:48:25.177365
- Title: UV-Based 3D Hand-Object Reconstruction with Grasp Optimization
- Title（参考訳）: グラフ最適化を用いたUVベース3次元ハンドオブジェクト再構成
- Authors: Ziwei Yu, Linlin Yang, You Xie, Ping Chen, Angela Yao
- Abstract要約: 1枚のRGB画像から手形復元と手形グリップ最適化のための新しいフレームワークを提案する。
接触領域を疎点で近似する代わりに、UV座標写像の形で密度の高い表現を提案する。
我々のパイプラインは手形復元の精度を高め、鮮やかな手形のテクスチャを生成する。
- 参考スコア（独自算出の注目度）: 23.06364591130636
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel framework for 3D hand shape reconstruction and hand-object
grasp optimization from a single RGB image. The representation of hand-object
contact regions is critical for accurate reconstructions. Instead of
approximating the contact regions with sparse points, as in previous works, we
propose a dense representation in the form of a UV coordinate map. Furthermore,
we introduce inference-time optimization to fine-tune the grasp and improve
interactions between the hand and the object. Our pipeline increases hand shape
reconstruction accuracy and produces a vibrant hand texture. Experiments on
datasets such as Ho3D, FreiHAND, and DexYCB reveal that our proposed method
outperforms the state-of-the-art.
- Abstract（参考訳）: 1枚のRGB画像から手形復元と手形グリップ最適化のための新しいフレームワークを提案する。
手指接触領域の表現は、正確な再建には不可欠である。
接触領域を疎点で近似する代わりに、従来の研究と同様に、UV座標写像の形で密度の高い表現を提案する。
さらに,手と物体の相互作用を微調整し改善するための推論時間最適化を提案する。
パイプラインは手形復元精度を高め, 振動する手触りのテクスチャを生成する。
ho3d, freihand, dexycbなどのデータセットにおける実験により,提案手法が最先端技術よりも優れていることが明らかになった。
関連論文リスト
- HandBooster: Boosting 3D Hand-Mesh Reconstruction by Conditional Synthesis and Sampling of Hand-Object Interactions [68.28684509445529]
HandBoosterは、データの多様性を向上し、3Dハンド・ミーシュ・リコンストラクションのパフォーマンスを向上する新しいアプローチである。
まず,多様な手やポーズ,ビュー,背景を持つリアルな画像を生成するために,拡散モデルを誘導する多目的コンテンツ認識条件を構築した。
そこで我々は,我々の類似性を考慮した分布サンプリング戦略に基づく新しい条件作成手法を設計し,トレーニングセットとは異なる,斬新で現実的なインタラクションのポーズを意図的に見つける。
論文 参考訳（メタデータ） (2024-03-27T13:56:08Z) - HandNeRF: Learning to Reconstruct Hand-Object Interaction Scene from a Single RGB Image [41.580285338167315]
本稿では,1枚のRGB画像から3次元手オブジェクトシーンを再構成する前に,手オブジェクト間のインタラクションを学習する方法を提案する。
我々は手形状を用いて手と物体形状の相対的な構成を制約する。
そこで,HandNeRFは,手動による新たなグリップ構成のシーンを,同等の手法よりも高精度に再構築可能であることを示す。
論文 参考訳（メタデータ） (2023-09-14T17:42:08Z) - HiFiHR: Enhancing 3D Hand Reconstruction from a Single Image via
High-Fidelity Texture [40.012406098563204]
一つの画像から学習フレームワークのレンダリング・アンド・コンパレンスを利用する高忠実手再構成手法であるHiFiHRを提案する。
FreiHAND や HO-3D などの公開ベンチマークによる実験結果から, テクスチャ再構築における手作り工法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2023-08-25T18:48:40Z) - gSDF: Geometry-Driven Signed Distance Functions for 3D Hand-Object
Reconstruction [94.46581592405066]
我々は手の構造を利用してSDFによる形状復元の指導を行う。
我々は、ポーズ変換のキネマティック連鎖を予測し、SDFを高調波ハンドポーズと整列させる。
論文 参考訳（メタデータ） (2023-04-24T10:05:48Z) - 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) - What's in your hands? 3D Reconstruction of Generic Objects in Hands [49.12461675219253]
我々の研究は、単一のRGB画像からハンドヘルドオブジェクトを再構築することを目的としている。
通常、既知の3Dテンプレートを仮定し、問題を3Dポーズ推定に還元する以前の作業とは対照的に、我々の作業は3Dテンプレートを知らずに汎用的なハンドヘルドオブジェクトを再構成する。
論文 参考訳（メタデータ） (2022-04-14T17:59:02Z) - Geometric Correspondence Fields: Learned Differentiable Rendering for 3D
Pose Refinement in the Wild [96.09941542587865]
野生の任意のカテゴリのオブジェクトに対する微分可能レンダリングに基づく新しい3次元ポーズ精細化手法を提案する。
このようにして、3DモデルとRGB画像のオブジェクトを正確に整列し、3Dポーズ推定を大幅に改善する。
我々は、Pix3Dデータセットの挑戦に対するアプローチを評価し、複数のメトリクスにおける最先端の精錬手法と比較して、最大55%の改善を実現した。
論文 参考訳（メタデータ） (2020-07-17T12:34:38Z) - SparseFusion: Dynamic Human Avatar Modeling from Sparse RGBD Images [49.52782544649703]
本稿では,RGBDフレームのスパース集合に基づく3次元人体形状の再構築手法を提案する。
主な課題は、これらのスパースフレームを標準的な3Dモデルにしっかりと融合させる方法だ。
私たちのフレームワークは柔軟で、潜在的なアプリケーションは形状の再構築を超えています。
論文 参考訳（メタデータ） (2020-06-05T18:53:36Z)
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。