Fugu-MT 論文翻訳(概要): SSD-Poser: Avatar Pose Estimation with State Space Duality from Sparse Observations

論文の概要: SSD-Poser: Avatar Pose Estimation with State Space Duality from Sparse Observations

arxiv url: http://arxiv.org/abs/2504.18332v1
Date: Fri, 25 Apr 2025 13:18:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:53.77528
Title: SSD-Poser: Avatar Pose Estimation with State Space Duality from Sparse Observations
Title（参考訳）: SSD-Poser:スパース観測による状態空間双対によるアバターポーズ推定
Authors: Shuting Zhao, Linxin Bai, Liangjing Shao, Ye Zhang, Xinrong Chen,
Abstract要約: 軽量で効率的なSSD-Poserは、スパース観測から頑健なフルボディ動作推定のために設計されている。 SSD-Poserは、よく設計されたハイブリッドエンコーダであるState Space Attentionsを組み込んで、状態空間を複雑なモーションポーズに適応させる。 AMASSデータセットの実験では、SSD-Poserは例外的な精度と計算効率を達成する。
参考スコア（独自算出の注目度）: 5.040145546652934
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The growing applications of AR/VR increase the demand for real-time full-body pose estimation from Head-Mounted Displays (HMDs). Although HMDs provide joint signals from the head and hands, reconstructing a full-body pose remains challenging due to the unconstrained lower body. Recent advancements often rely on conventional neural networks and generative models to improve performance in this task, such as Transformers and diffusion models. However, these approaches struggle to strike a balance between achieving precise pose reconstruction and maintaining fast inference speed. To overcome these challenges, a lightweight and efficient model, SSD-Poser, is designed for robust full-body motion estimation from sparse observations. SSD-Poser incorporates a well-designed hybrid encoder, State Space Attention Encoders, to adapt the state space duality to complex motion poses and enable real-time realistic pose reconstruction. Moreover, a Frequency-Aware Decoder is introduced to mitigate jitter caused by variable-frequency motion signals, remarkably enhancing the motion smoothness. Comprehensive experiments on the AMASS dataset demonstrate that SSD-Poser achieves exceptional accuracy and computational efficiency, showing outstanding inference efficiency compared to state-of-the-art methods.
Abstract（参考訳）: AR/VRの応用が増加していることで、ヘッドマウントディスプレイ(HMD)からのリアルタイムフルボディポーズ推定の需要が高まっている。 HMDは頭部と手からの関節信号を提供するが、拘束されていない下肢のために全身のポーズを再構築することは困難である。最近の進歩はしばしば、トランスフォーマーや拡散モデルのようなこのタスクのパフォーマンスを改善するために、従来のニューラルネットワークと生成モデルに依存している。しかし、これらのアプローチは、正確なポーズの復元と高速な推論速度の維持のバランスをとるのに苦労している。これらの課題を克服するために、軽量で効率的なSSD-Poserは、スパース観測から頑健なフルボディモーション推定のために設計されている。 SSD-Poserは、よく設計されたハイブリッドエンコーダであるState Space Attention Encoderを組み込んで、状態空間の双対性を複雑なポーズに適応させ、リアルタイムのリアルなポーズ復元を可能にする。さらに、周波数対応デコーダを導入して、可変周波数動作信号によるジッタを緩和し、動作の滑らかさを著しく向上する。 AMASSデータセットの総合的な実験により、SSD-Poserは例外的な精度と計算効率を達成し、最先端の手法と比較して優れた推論効率を示す。

関連論文リスト

REWIND: Real-Time Egocentric Whole-Body Motion Diffusion with Exemplar-Based Identity Conditioning [95.07708090428814]
本稿では,一段階拡散モデルREWINDを提案する。身体中心運動と手の動きの相関を効果的にモデル化する。また、ターゲットアイデンティティの小さなポーズ例に基づく新しいアイデンティティ条件付け手法を提案し、動き推定品質をさらに向上させる。
論文参考訳（メタデータ） (2025-04-07T11:44:11Z)
ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文参考訳（メタデータ） (2025-03-27T16:39:40Z)
Scalable Benchmarking and Robust Learning for Noise-Free Ego-Motion and 3D Reconstruction from Noisy Video [30.89206445146674]
ノイズフリーデータへの依存という限界に対処することで、ロバストなエゴモーション推定とフォトリアリスティックな3D再構成を再定義することを目指している。スケーラブルなデータ生成、包括的な堅牢性、モデルの強化という3つの課題に取り組んでいます。 Robust-Ego3Dという,ノイズによるパフォーマンス劣化の顕在化を目的としたベンチマークを作成しました。
論文参考訳（メタデータ） (2025-01-24T08:25:48Z)
Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks [3.1484174280822845]
本稿では, 簡易な実装, 効率的, 堅牢な性能で, センサとモデル識別の問題を共同で解決する手法を提案する。 SINDy-SHREDはGated Recurrent Unitsを使用してスパースセンサー計測と浅いネットワークデコーダをモデル化し、潜在状態空間からフルタイムフィールドを再構築する。本研究では, 乱流, 海面温度の実環境センサ計測, 直接ビデオデータなどのPDEデータに関する系統的研究を行った。
論文参考訳（メタデータ） (2025-01-23T02:18:13Z)
DragPoser: Motion Reconstruction from Variable Sparse Tracking Signals via Latent Space Optimization [1.5603779307797123]
DragPoserは、新しいディープラーニングベースのモーションリコンストラクションシステムである。ハードでダイナミックな制約を正確に表現します。自然なポーズと時間的コヒーレントな動きを生み出す。
論文参考訳（メタデータ） (2024-04-29T15:00:50Z)
Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction [89.53963284958037]
動的シーン再構築のための新しい動き認識拡張フレームワークを提案する。具体的には,まず3次元ガウス運動と画素レベルの流れの対応性を確立する。より厳密な最適化問題を示す先行的な変形に基づくパラダイムに対して,過渡対応変形補助モジュールを提案する。
論文参考訳（メタデータ） (2024-03-18T03:46:26Z)
W-HMR: Monocular Human Mesh Recovery in World Space with Weak-Supervised Calibration [57.37135310143126]
モノクロ画像からの3次元運動回復のための従来の手法は、カメラ座標に依存するため、しばしば不足する。 W-HMRは、身体の歪み情報に基づいて「適切な」焦点長を予測する弱教師付き校正法である。また,世界空間における可視的再構築のために,身体の向きを補正する OrientCorrect モジュールを提案する。
論文参考訳（メタデータ） (2023-11-29T09:02:07Z)
Realistic Full-Body Tracking from Sparse Observations via Joint-Level Modeling [13.284947022380404]
頭部と手の3つの追跡信号だけで、正確でスムーズな全身運動を得ることができる2段階のフレームワークを提案する。本フレームワークは,第1段階の関節レベル特徴を明示的にモデル化し,第2段階の関節レベル相関を捉えるために,空間的および時間的トランスフォーマーブロックの交互化に時間的トークンとして利用する。 AMASSモーションデータセットと実捕集データに関する広範な実験により,提案手法は既存の手法と比較して,より正確で滑らかな動きを実現することができることを示す。
論文参考訳（メタデータ） (2023-08-17T08:27:55Z)
BoDiffusion: Diffusing Sparse Observations for Full-Body Human Motion Synthesis [14.331548412833513]
複合現実感アプリケーションは、没入感のある体験を可能にするために、ユーザのフルボディの動きを追跡する必要がある。本稿では,この非拘束的再構成問題に対処するために,運動合成のための生成拡散モデルであるBoDiffusionを提案する。本稿では,スムーズで現実的なフルボディモーションシーケンスを生成しつつ,スパーストラッキング入力をBoDiffusionが活用できる時間空間調和方式を提案する。
論文参考訳（メタデータ） (2023-04-21T16:39:05Z)
Avatars Grow Legs: Generating Smooth Human Motion from Sparse Tracking Inputs with Diffusion Model [18.139630622759636]
本稿では,低速な上体追跡信号のフルボディ追跡に特化して設計された新しい条件拡散モデル AGRoL を提案する。我々のモデルは、シンプルな多層パーセプトロン(MLP)アーキテクチャと、モーションデータのための新しい条件付け方式に基づいている。一般的な拡散アーキテクチャとは異なり、私たちのコンパクトアーキテクチャはリアルタイムで動作し、オンラインのボディトラッキングアプリケーションに適している。
論文参考訳（メタデータ） (2023-04-17T19:35:13Z)
Transformer Inertial Poser: Attention-based Real-time Human Motion Reconstruction from Sparse IMUs [79.72586714047199]
本研究では,6つのIMUセンサからリアルタイムに全体動作を再構築する,注意に基づく深層学習手法を提案する。提案手法は, 実装が簡単で, 小型でありながら, 定量的かつ質的に新しい結果が得られる。
論文参考訳（メタデータ） (2022-03-29T16:24:52Z)
FasterPose: A Faster Simple Baseline for Human Pose Estimation [65.8413964785972]
本稿では,高速ポーズ推定のためのLR表現を用いた費用対効果ネットワークの設計パラダイムであるFasterPoseを提案する。我々は,FasterPoseのトレーニング挙動について検討し,収束を加速する新しい回帰クロスエントロピー(RCE)損失関数を定式化する。従来のポーズ推定ネットワークと比較すると,FLOPの58%が減少し,精度が1.3%向上した。
論文参考訳（メタデータ） (2021-07-07T13:39:08Z)

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。