論文の概要: Unsupervised 3D Braided Hair Reconstruction from a Single-View Image

• arxiv url: http://arxiv.org/abs/2506.23072v1
• Date: Sun, 29 Jun 2025 03:23:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.703267
• Title: Unsupervised 3D Braided Hair Reconstruction from a Single-View Image
• Title（参考訳）: シングルビュー画像からの非教師なし3次元編み型毛髪再構築
• Authors: Jing Gao,
• Abstract要約: シングルビュー画像から3D編まれた髪型を再構築することは、複雑な編み込み構造と複雑な編み込みのトポロジーのために難しい課題である。 既存のストランドベースの髪の復元法は、通常、ゆるい髪型に焦点を合わせ、しばしば編んだ髪の細かい形状を捉えようと苦労する。 単視点RGB画像から3D編髪を効率的に再構築するための新しい教師なしパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 7.866458441640936
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Reconstructing 3D braided hairstyles from single-view images remains a challenging task due to the intricate interwoven structure and complex topologies of braids. Existing strand-based hair reconstruction methods typically focus on loose hairstyles and often struggle to capture the fine-grained geometry of braided hair. In this paper, we propose a novel unsupervised pipeline for efficiently reconstructing 3D braided hair from single-view RGB images. Leveraging a synthetic braid model inspired by braid theory, our approach effectively captures the complex intertwined structures of braids. Extensive experiments demonstrate that our method outperforms state-of-the-art approaches, providing superior accuracy, realism, and efficiency in reconstructing 3D braided hairstyles, supporting expressive hairstyle modeling in digital humans.
• Abstract（参考訳）: シングルビュー画像から3D編まれた髪型を再構築することは、複雑な編み込み構造と複雑な編み込みのトポロジーのために難しい課題である。 既存のストランドベースの髪の復元法は、通常、ゆるい髪型に焦点を合わせ、しばしば編んだ髪の細かい形状を捉えようと苦労する。 本稿では,1枚のRGB画像から3D編髪を効率的に再構築するための新しい教師なしパイプラインを提案する。 ブレイド理論にインスパイアされた合成ブレイドモデルを用いることで、ブレイドの複雑な相互結合構造を効果的に捉えることができる。 広汎な実験により,本手法は最先端の手法よりも優れており,デジタル人間における表現型ヘアスタイルモデリングを支援する3D編髪スタイルの再構築において,精度,リアリズム,効率性が向上していることが示された。

関連論文リスト

• DiffLocks: Generating 3D Hair from a Single Image using Diffusion Models [53.08138861924767]
  DiffLocksは,単一画像から直接,多様なヘアスタイルの再構築を可能にする新しいフレームワークである。 まず,40Kのヘアスタイルを含む最大合成ヘアデータセットの作成を自動化することで,3Dヘアデータの欠如に対処する。 予め訓練した画像バックボーンを用いることで,合成データのみを訓練しながら,画像の幅内への一般化を行う。
  論文  参考訳（メタデータ） (2025-05-09T16:16:42Z)
• GroomLight: Hybrid Inverse Rendering for Relightable Human Hair Appearance Modeling [56.94251484447597]
  GroomLightは,マルチビュー画像からヘア外観を再現する新しい手法である。 両コンポーネントを最適化し,高忠実度リライト,ビュー合成,マテリアル編集を可能にするハイブリッド逆レンダリングパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:43:12Z)
• GarmentCrafter: Progressive Novel View Synthesis for Single-View 3D Garment Reconstruction and Editing [85.67881477813592]
  GarmentCrafterは、プロでないユーザが、単一のビューイメージから3Dの衣服を作成、修正できる新しいアプローチである。 本手法は,最先端のワンビュー3D衣料復元法と比較して,視覚的忠実度と視間コヒーレンスに優れる。
  論文  参考訳（メタデータ） (2025-03-11T17:56:03Z)
• Towards Unified 3D Hair Reconstruction from Single-View Portraits [27.404011546957104]
  そこで本研究では,統一パイプラインによるヘアタイプの一視点3D再構成を実現するための新しい手法を提案する。 本実験は, 単一視像からの編み型3次元毛髪と非編み型3次元毛髪の再構築が可能であることを示す。
  論文  参考訳（メタデータ） (2024-09-25T12:21:31Z)
• Perm: A Parametric Representation for Multi-Style 3D Hair Modeling [22.790597419351528]
  Permは、さまざまな毛髪関連の応用を促進するために設計された人間の3D毛髪のパラメトリック表現である。 ヘアテクスチャを低周波・高周波ヘア構造に適合・分解するために,我々のストランド表現を活用している。
  論文  参考訳（メタデータ） (2024-07-28T10:05:11Z)
• HAAR: Text-Conditioned Generative Model of 3D Strand-based Human Hairstyles [85.12672855502517]
  そこで本研究では,3次元ヘアスタイルのための新しいストランドベース生成モデルであるHAARについて紹介する。 テキスト入力に基づいて、HAARは現代のコンピュータグラフィックスエンジンで生産レベルの資産として使用できる3Dヘアスタイルを生成する。
  論文  参考訳（メタデータ） (2023-12-18T19:19:32Z)
• Generalizable One-shot Neural Head Avatar [90.50492165284724]
  本研究では,1枚の画像から3次元頭部アバターを再構成し,アニメイトする手法を提案する。 本研究では,一視点画像に基づく識別不能な人物を一般化するだけでなく,顔領域内外における特徴的詳細を捉えるフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-14T22:33:09Z)
• Neural Haircut: Prior-Guided Strand-Based Hair Reconstruction [4.714310894654027]
  本研究は, 単眼ビデオや多視点画像から, 鎖レベルでの正確な髪形再構成を実現する手法を提案する。 ニューラル・ヘアカット(Neural Haircut)と呼ばれるこの組み合わせシステムは、再建されたヘアスタイルの高度なリアリズムとパーソナライズを実現している。
  論文  参考訳（メタデータ） (2023-06-09T13:08:34Z)
• Neural 3D Reconstruction in the Wild [86.6264706256377]
  そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。 そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:59:53Z)

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。