論文の概要: A Theory of Stabilization by Skull Carving
- arxiv url: http://arxiv.org/abs/2411.05827v1
- Date: Tue, 05 Nov 2024 17:54:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-12 14:11:22.537864
- Title: A Theory of Stabilization by Skull Carving
- Title（参考訳）: スカル彫刻による安定化理論
- Authors: Mathieu Lamarre, Patrick Anderson, Étienne Danvoye,
- Abstract要約: 顔の動きの正確な安定化は、3Dゲーム、仮想現実、映画、トレーニングデータ収集のためのフォトリアルアバター構築への応用に不可欠である。
安定化スキャンの交差面として安定な船体の概念を導入し, シルエット形状の視覚的船体と空間彫刻の光的船体とを類似させた。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Accurate stabilization of facial motion is essential for applications in photoreal avatar construction for 3D games, virtual reality, movies, and training data collection. For the latter, stabilization must work automatically for the general population with people of varying morphology. Distinguishing rigid skull motion from facial expressions is critical since misalignment between skull motion and facial expressions can lead to animation models that are hard to control and can not fit natural motion. Existing methods struggle to work with sparse sets of very different expressions, such as when combining multiple units from the Facial Action Coding System (FACS). Certain approaches are not robust enough, some depend on motion data to find stable points, while others make one-for-all invalid physiological assumptions. In this paper, we leverage recent advances in neural signed distance fields and differentiable isosurface meshing to compute skull stabilization rigid transforms directly on unstructured triangle meshes or point clouds, significantly enhancing accuracy and robustness. We introduce the concept of a stable hull as the surface of the boolean intersection of stabilized scans, analogous to the visual hull in shape-from-silhouette and the photo hull from space carving. This hull resembles a skull overlaid with minimal soft tissue thickness, upper teeth are automatically included. Our skull carving algorithm simultaneously optimizes the stable hull shape and rigid transforms to get accurate stabilization of complex expressions for large diverse sets of people, outperforming existing methods.
- Abstract（参考訳）: 顔の動きの正確な安定化は、3Dゲーム、仮想現実、映画、トレーニングデータ収集のためのフォトリアルアバター構築への応用に不可欠である。
後者の場合、安定化は様々な形態を持つ一般の人々のために自動的に機能しなければなりません。
表情から硬直的な頭蓋骨の動きを識別することは、頭蓋骨の動きと表情のずれが、制御が困難で自然な動きに合わないアニメーションモデルに繋がる可能性があるため、重要である。
既存の方法は、FACS(Facial Action Coding System)の複数のユニットを組み合わせる場合など、非常に異なる表現のスパースセットを扱うのに苦労する。
あるアプローチは十分に堅牢ではなく、安定点を見つけるために運動データに依存するものもあり、あるアプローチは1対1の無効な生理的仮定を行う。
本稿では,ニューラルサインされた距離場と異面メッシュの最近の進歩を活用し,非構造三角形メッシュや点雲上での頭蓋骨安定化剛体変換を計算し,精度とロバスト性を大幅に向上させる。
安定化スキャンのブール交差面として安定な船体の概念を導入し, シルエット形状の視覚的船体と宇宙彫刻の光的船体とを類似させた。
この船体は頭蓋骨に似ており、柔らかい組織の厚みは最小限であり、上顎の歯は自動的に入れられる。
我々の頭蓋骨彫りアルゴリズムは、安定な船体形状と剛体変換を同時に最適化し、多種多様な人々の複雑な表現の正確な安定化を実現し、既存の手法よりも優れています。
関連論文リスト
- Learning to Stabilize Faces [19.862045104684636]
我々は、シンプルで完全に自動化された新しい学習ベースのアプローチを提案する。
3次元形態モデル(3DMM)を用いて合成トレーニングデータを生成し、3DMMパラメータが顔の皮膚の動きから頭蓋骨の動きを分離するという事実を生かした。
本手法は,個別の表情セットを安定化させる作業において,定量的かつ質的に,最先端技術よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-11-22T17:03:25Z) - Learning a Generalized Physical Face Model From Data [19.58920251013244]
物理シミュレーションは3次元顔アニメーションの強力なアプローチである。
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。
論文 参考訳（メタデータ） (2024-02-29T18:59:31Z) - Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。
動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。
本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
論文 参考訳（メタデータ） (2023-09-28T17:59:51Z) - 3D shape reconstruction of semi-transparent worms [0.950214811819847]
3D形状の再構成は通常、被写体の複数の画像に物体の特徴やテクスチャを特定する必要がある。
ここでは、画像と比較するために、適応的ぼかしと透明度で候補形状を描画することで、これらの課題を克服する。
本研究は,線虫類の細いカエノルハブディティ・エレガンスを,生物学的にインフォームドされた制約や規則化を自然に許容する内在的パラメトリションを用いて3次元曲線としてモデル化する。
論文 参考訳（メタデータ） (2023-04-28T13:29:36Z) - MoDA: Modeling Deformable 3D Objects from Casual Videos [84.29654142118018]
神経二元四元系ブレンドスキンニング(NeuDBS)を提案し,スキンを折り畳むことなく3次元点変形を実現する。
異なるフレーム間で2Dピクセルを登録する試みにおいて、標準空間内の3D点を符号化する標準特徴埋め込みの対応性を確立する。
本手法は,ヒトと動物の3Dモデルを,最先端の手法よりも質的,定量的な性能で再構築することができる。
論文 参考訳（メタデータ） (2023-04-17T13:49:04Z) - Imposing Temporal Consistency on Deep Monocular Body Shape and Pose
Estimation [67.23327074124855]
本稿では,適合過程における時間的制約の統合に対するエレガントな解法を提案する。
我々は、顎ポーズ、表情、指ポーズを含む人物の形状と動きを表す一連の身体モデルのパラメーターを導出する。
本手法は,表情や手話を含む画像系列からリアルな3次元体モデルの導出を可能にする。
論文 参考訳（メタデータ） (2022-02-07T11:11:55Z) - 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) - 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) - SNARF: Differentiable Forward Skinning for Animating Non-Rigid Neural
Implicit Shapes [117.76767853430243]
SNARFは多角形メッシュに対する線形ブレンドスキンの利点とニューラル暗黙表面の利点を組み合わせたものである。
反復ルート探索を用いて任意の変形点のすべての正準対応を探索するフォワードスキンモデルを提案する。
最先端のニューラルネットワークの暗黙的表現と比較すると,このアプローチは,精度を維持しつつ,未認識のポーズを一般化する。
論文 参考訳（メタデータ） (2021-04-08T17:54:59Z)
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。