論文の概要: STMPL: Human Soft-Tissue Simulation
- arxiv url: http://arxiv.org/abs/2403.08344v1
- Date: Wed, 13 Mar 2024 08:49:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 15:16:16.179056
- Title: STMPL: Human Soft-Tissue Simulation
- Title(参考訳): STMPL:人間のソフトタスクシミュレーション
- Authors: Anton Agafonov and Lihi Zelnik-Manor
- Abstract要約: 人体形状と軟組織の統一表現をデータ駆動型非剛性変形シミュレータを用いて提案する。
提案手法はリアルタイムに高精度な推論を実現する。
実験の結果,本手法は軟組織層の可塑性変形を未確認シナリオにおいても達成できることが判明した。
- 参考スコア(独自算出の注目度): 9.756566640028652
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In various applications, such as virtual reality and gaming, simulating the
deformation of soft tissues in the human body during interactions with external
objects is essential. Traditionally, Finite Element Methods (FEM) have been
employed for this purpose, but they tend to be slow and resource-intensive. In
this paper, we propose a unified representation of human body shape and soft
tissue with a data-driven simulator of non-rigid deformations. This approach
enables rapid simulation of realistic interactions.
Our method builds upon the SMPL model, which generates human body shapes
considering rigid transformations. We extend SMPL by incorporating a soft
tissue layer and an intuitive representation of external forces applied to the
body during object interactions. Specifically, we mapped the 3D body shape and
soft tissue and applied external forces to 2D UV maps. Leveraging a UNET
architecture designed for 2D data, our approach achieves high-accuracy
inference in real time. Our experiment shows that our method achieves plausible
deformation of the soft tissue layer, even for unseen scenarios.
- Abstract(参考訳): 仮想現実やゲームなどの様々な応用において、外的物体との相互作用における人体の軟組織の変形をシミュレートすることが不可欠である。
伝統的に、有限要素法(FEM)は、この目的のために使われてきたが、それらは遅く、リソース集約的である傾向にある。
本稿では,データ駆動型非剛性変形シミュレータを用いて,人体形状と軟組織を統一的に表現する手法を提案する。
このアプローチは現実的な相互作用の迅速なシミュレーションを可能にする。
本手法は,剛性変換を考慮した人体形状を生成するSMPLモデルに基づく。
軟組織層を組み込むことによりSMPLを拡張し,物体間相互作用において体に作用する外部力の直感的な表現を行う。
具体的には,3次元体の形状と軟部組織をマッピングし,2次元紫外線マップに外部力を適用した。
2次元データ用に設計されたUNETアーキテクチャを活用することで,高精度な推論をリアルタイムに実現する。
実験の結果,本手法は軟組織層の可塑性変形を未確認シナリオにおいても達成できることが判明した。
関連論文リスト
- PhyRecon: Physically Plausible Neural Scene Reconstruction [83.26912712054391]
我々はPhyReconを紹介した。これは、異なるレンダリングと微分可能な物理シミュレーションを利用して、暗黙的な表面表現を学習する。
本フレームワークは,ニューラル暗黙表現とシームレスに統合された,新しい微分可能なパーティクルベース物理シミュレータを提案する。
我々の再構成結果は、Isaac Gym氏によって検証され、すべてのデータセットで少なくとも40%改善された、優れた物理的安定性をもたらす。
論文 参考訳(メタデータ) (2024-04-25T15:06:58Z) - Learning a Generalized Physical Face Model From Data [20.432913500642417]
シミュレーション無しで大規模な3次元顔データセットから学習する、一般化された顔モデルを提案する。
我々のモデルは、目に見えないあらゆるアイデンティティに迅速に適合し、自動的に自己認識可能な物理顔モデルを生成することができる。
その間、得られたアニメーションは衝突回避、重力、麻痺、骨の変形などの物理的効果を許容する。
論文 参考訳(メタデータ) (2024-02-29T18:59:31Z) - Implicit Neural Representation for Physics-driven Actuated Soft Bodies [15.261578025057593]
本稿では、ニューラルネットワークによってパラメータ化されるアクチュエータ信号の最適化のために、微分可能、準静的、物理に基づくシミュレーション層を利用する。
材料空間の空間点からアクティベーション値への連続写像を可能にする関数を定義する。
顔画像の特定の場合の暗黙的モデルを下顎運動学に拡張し、高品質なキャプチャーシステムで捉えた表情を確実に再現できることを示す。
論文 参考訳(メタデータ) (2024-01-26T13:42:12Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳(メタデータ) (2023-11-28T18:58:48Z) - DiffAvatar: Simulation-Ready Garment Optimization with Differentiable Simulation [27.553678582454648]
物理シミュレーションは、人間の現実的な動きを生み出すことができるが、布のシミュレーションには、関連する物理パラメータを持つ高品質な衣服の資産が必要である。
本稿では,身体と衣服の共最適化を行う新しい手法であるPapernameを提案する。
提案手法は,下流の用途に適したリアルな衣服や体型を創出することを示す。
論文 参考訳(メタデータ) (2023-11-20T21:20:37Z) - Animatable Virtual Humans: Learning pose-dependent human representations
in UV space for interactive performance synthesis [11.604386285817302]
高精度な動的メッシュシーケンスから、ポーズ依存の外観と幾何学を学習する。
SMPLモデルの一貫したUV空間において、ポーズ依存の外観と幾何学の両方を符号化する。
論文 参考訳(メタデータ) (2023-10-05T15:49:44Z) - MoDA: Modeling Deformable 3D Objects from Casual Videos [62.92182845878669]
カジュアルビデオから変形可能な3Dオブジェクトをモデリングする際の課題に焦点をあてる。
最近の研究は、標準-観測変換を達成するために線形ブレンドスキン(LBS)に依存している。
ニューラル双対四元混合スキン(NeuDBS)を用いて3次元点変形を実現する。
論文 参考訳(メタデータ) (2023-04-17T13:49:04Z) - Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。
グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。
i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
論文 参考訳(メタデータ) (2023-01-14T05:35:50Z) - Detailed Avatar Recovery from Single Image [50.82102098057822]
本稿では,単一画像からエンフデテールアバターを回収するための新しい枠組みを提案する。
階層的メッシュ変形フレームワークでは、ディープニューラルネットワークを使用して3次元形状を洗練しています。
本手法は,皮膚モデルを超えて,完全なテクスチャで詳細な人体形状を復元することができる。
論文 参考訳(メタデータ) (2021-08-06T03:51:26Z) - ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation [75.0278287071591]
ThreeDWorld (TDW) はインタラクティブなマルチモーダル物理シミュレーションのためのプラットフォームである。
TDWは、リッチな3D環境において、高忠実な感覚データのシミュレーションと、移動体エージェントとオブジェクト間の物理的相互作用を可能にする。
我々は、コンピュータビジョン、機械学習、認知科学における新たな研究方向において、TDWによって実現された初期実験を提示する。
論文 参考訳(メタデータ) (2020-07-09T17:33:27Z)
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。