論文の概要: AugLift: Boosting Generalization in Lifting-based 3D Human Pose Estimation

• arxiv url: http://arxiv.org/abs/2508.07112v1
• Date: Sat, 09 Aug 2025 22:36:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:28.706324
• Title: AugLift: Boosting Generalization in Lifting-based 3D Human Pose Estimation
• Title（参考訳）: AugLift:リフティングに基づく3次元人文推定における一般化の促進
• Authors: Nikolai Warner, Wenjin Zhang, Irfan Essa, Apaar Sadhwani,
• Abstract要約: 検出された2Dキーポイントから3Dポーズを予測する方法は、しばしば新しいデータセットや実世界の設定に悪影響を及ぼす。 我々は,データ収集やセンサの追加を必要とせずに,一般化性能を大幅に向上する標準リフトパイプラインの再構成であるemphAugLiftを提案する。 AugLiftはモジュラーアドオンとして機能し、既存のリフトアーキテクチャに簡単に統合できる。
• 参考スコア（独自算出の注目度）: 12.127052057927182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lifting-based methods for 3D Human Pose Estimation (HPE), which predict 3D poses from detected 2D keypoints, often generalize poorly to new datasets and real-world settings. To address this, we propose \emph{AugLift}, a simple yet effective reformulation of the standard lifting pipeline that significantly improves generalization performance without requiring additional data collection or sensors. AugLift sparsely enriches the standard input -- the 2D keypoint coordinates $(x, y)$ -- by augmenting it with a keypoint detection confidence score $c$ and a corresponding depth estimate $d$. These additional signals are computed from the image using off-the-shelf, pre-trained models (e.g., for monocular depth estimation), thereby inheriting their strong generalization capabilities. Importantly, AugLift serves as a modular add-on and can be readily integrated into existing lifting architectures. Our extensive experiments across four datasets demonstrate that AugLift boosts cross-dataset performance on unseen datasets by an average of $10.1\%$, while also improving in-distribution performance by $4.0\%$. These gains are consistent across various lifting architectures, highlighting the robustness of our method. Our analysis suggests that these sparse, keypoint-aligned cues provide robust frame-level context, offering a practical way to significantly improve the generalization of any lifting-based pose estimation model. Code will be made publicly available.
• Abstract（参考訳）: 検出された2Dキーポイントから3Dポーズを予測する3Dヒューマンポース推定(HPE)のリフティングベースの手法は、しばしば新しいデータセットや実世界の設定に悪影響を及ぼす。 そこで本研究では,データ収集やセンサの追加を必要とせず,一般化性能を大幅に向上させる,標準的なリフトパイプラインの簡易かつ効果的な再構成法である \emph{AugLift} を提案する。 AugLiftは、キーポイント検出信頼度スコア$c$と対応する深さ推定値$d$で拡張することで、標準入力 -- 2Dキーポイント座標の$(x, y)$ -- をわずかに強化する。 これらの追加信号は、オフザシェルフ、事前訓練されたモデル(例えば、単眼深度推定)を用いて画像から計算され、強い一般化能力を継承する。 重要なことに、AugLiftはモジュラーアドオンとして機能し、既存のリフトアーキテクチャに簡単に統合できる。 4つのデータセットにわたる広範な実験により、AugLiftは、目に見えないデータセットのクロスデータセットのパフォーマンスを平均10.1\%$で向上し、また、配信中のパフォーマンスを4.0\%$で改善することを示した。 これらの利得は、様々なリフトアーキテクチャ間で一貫しており、我々の手法の堅牢性を強調している。 分析の結果,これらの疎結合なキーポイントアライメントキューはフレームレベルの頑健なコンテキストを提供し,持ち上げ型ポーズ推定モデルの一般化を著しく改善する実用的な方法であることがわかった。 コードは公開されます。

関連論文リスト

• Deepfake Detection that Generalizes Across Benchmarks [63.29485283822232]
  この研究は、事前訓練されたCLIPビジョンエンコーダのパラメータ効率適応により、ロバストな一般化が達成可能であることを示す。 2019年から2025年にかけて,13のベンチマークデータセットについて広範な評価を行った。 提案手法は、平均的クロスデータセットAUROCにおける、より複雑な、最新のアプローチよりも優れた、最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-08-08T12:03:56Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• UPose3D: Uncertainty-Aware 3D Human Pose Estimation with Cross-View and Temporal Cues [55.69339788566899]
  UPose3Dは多視点人間のポーズ推定のための新しいアプローチである。 直接的な3Dアノテーションを必要とせずに、堅牢性と柔軟性を向上させる。
  論文  参考訳（メタデータ） (2024-04-23T00:18:00Z)

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。