論文の概要: GaussianArt: Unified Modeling of Geometry and Motion for Articulated Objects

• arxiv url: http://arxiv.org/abs/2508.14891v1
• Date: Wed, 20 Aug 2025 17:59:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.545142
• Title: GaussianArt: Unified Modeling of Geometry and Motion for Articulated Objects
• Title（参考訳）: GaussianArt: 人工物体の幾何学と運動の統一モデリング
• Authors: Licheng Shen, Saining Zhang, Honghan Li, Peilin Yang, Zihao Huang, Zongzheng Zhang, Hao Zhao,
• Abstract要約: 本稿では,3次元ガウスモデルを用いて幾何学と運動を共同でモデル化する統一表現を提案する。 この定式化により、運動分解の堅牢性が向上し、最大で20個の部分を持つ明瞭な物体をサポートする。 提案手法は, 広範囲な物体の形状復元と動き推定において, 常に優れた精度を達成できることを示す。
• 参考スコア（独自算出の注目度）: 4.717906057951389
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing articulated objects is essential for building digital twins of interactive environments. However, prior methods typically decouple geometry and motion by first reconstructing object shape in distinct states and then estimating articulation through post-hoc alignment. This separation complicates the reconstruction pipeline and restricts scalability, especially for objects with complex, multi-part articulation. We introduce a unified representation that jointly models geometry and motion using articulated 3D Gaussians. This formulation improves robustness in motion decomposition and supports articulated objects with up to 20 parts, significantly outperforming prior approaches that often struggle beyond 2--3 parts due to brittle initialization. To systematically assess scalability and generalization, we propose MPArt-90, a new benchmark consisting of 90 articulated objects across 20 categories, each with diverse part counts and motion configurations. Extensive experiments show that our method consistently achieves superior accuracy in part-level geometry reconstruction and motion estimation across a broad range of object types. We further demonstrate applicability to downstream tasks such as robotic simulation and human-scene interaction modeling, highlighting the potential of unified articulated representations in scalable physical modeling.
• Abstract（参考訳）: 対話型環境のディジタル双対構築には, 音声オブジェクトの再構成が不可欠である。 しかし、従来の手法は、まず異なる状態の物体の形状を再構成し、その後、ポストホックアライメントを通して調音を推定することで、幾何と運動を分離する。 この分離は再構築パイプラインを複雑にし、スケーラビリティを制限する。 本稿では,3次元ガウスモデルを用いて幾何学と運動を共同でモデル化する統一表現を提案する。 この定式化により、運動分解の堅牢性が向上し、最大20個の部分からなる調音オブジェクトをサポートし、不安定な初期化のためにしばしば2〜3個の部分を超えて苦労する以前のアプローチよりも著しく優れている。 拡張性と一般化を体系的に評価するために,20のカテゴリにわたる90個の明瞭なオブジェクトからなる新しいベンチマークMPArt-90を提案する。 大規模実験により, 広範囲な物体の形状復元と動き推定において, 常に優れた精度を達成できることが判明した。 さらに,ロボットシミュレーションやヒューマン・シーン・インタラクション・モデリングなどの下流タスクに適用可能性を示し,拡張性のある物理モデリングにおける統一表現の可能性を強調した。

関連論文リスト

• ScrewSplat: An End-to-End Method for Articulated Object Recognition [13.128395758408189]
  本稿では,RGB観測のみで動作する単純なエンドツーエンド手法であるScrewSplatを紹介する。 提案手法は,多種多様な対象物に対して,最先端の認識精度を達成できることを実証する。
  論文  参考訳（メタデータ） (2025-08-04T07:45:31Z)
• Part$^{2}$GS: Part-aware Modeling of Articulated Objects using 3D Gaussian Splatting [9.432567695900184]
  Part$2$GSは、高忠実度幾何を持つ多部オブジェクトの調音されたデジタルツインをモデル化するための新しいフレームワークである。 物理的に一貫した運動を保証するために,物理に基づく制約によって導かれる運動認識の標準表現を提案する。 Part$2$GSは、可動部品に対するChamfer Distanceにおいて、最先端のメソッドを最大10$times$で一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2025-06-20T17:59:12Z)
• Self-Supervised Multi-Part Articulated Objects Modeling via Deformable Gaussian Splatting and Progressive Primitive Segmentation [23.18517560629462]
  DeGSSは,物体を変形可能な3次元ガウス場として符号化し,幾何学,外観,動きを1つのコンパクト表現に埋め込む統一フレームワークである。 一般化とリアリズムを評価するために、合成PartNet-Mobilityベンチマークを拡張し、RGBキャプチャと正確にリバースエンジニアリングされた3Dモデルを組み合わせたリアル・トゥ・シムデータセットRS-Artをリリースする。
  論文  参考訳（メタデータ） (2025-06-11T12:32:16Z)
• Detection Based Part-level Articulated Object Reconstruction from Single RGBD Image [52.11275397911693]
  本稿では,1枚のRGBD画像から複数の人工関節オブジェクトを再構成する,エンドツーエンドで訓練可能なクロスカテゴリ手法を提案する。 私たちは、あらかじめ定義された部分数で人工的なオブジェクトに焦点をあて、インスタンスレベルの潜在空間を学習することに依存する以前の作業から離れています。 提案手法は, 従来の作業では処理できない様々な構成された複数インスタンスの再構築に成功し, 形状再構成や運動学推定において, 先行の作業よりも優れていた。
  論文  参考訳（メタデータ） (2025-04-04T05:08:04Z)
• ArtGS: Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting [66.29782808719301]
  コンピュータビジョンにおいて、音声で表現されたオブジェクトを構築することが重要な課題である。 既存のメソッドは、しばしば異なるオブジェクト状態間で効果的に情報を統合できない。 3次元ガウスを柔軟かつ効率的な表現として活用する新しいアプローチであるArtGSを紹介する。
  論文  参考訳（メタデータ） (2025-02-26T10:25:32Z)
• REACTO: Reconstructing Articulated Objects from a Single Video [64.89760223391573]
  関節の柔軟な変形を維持しつつ各部の剛性を向上する新しい変形モデルを提案する。 提案手法は, 従来よりも高忠実度な3D再構成を実現する上で, 従来の手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-04-17T08:01:55Z)
• Learning Part Motion of Articulated Objects Using Spatially Continuous Neural Implicit Representations [8.130629735939895]
  本稿では, 部分面上の点の変換行列を予測することにより, 物体の運動を乱す新しい枠組みを提案する。 提案手法は, 変形行列が空間内における様々な関節運動をモデル化できるという点で, 様々な関節運動に対して汎用的である。
  論文  参考訳（メタデータ） (2023-11-21T07:54:40Z)
• Full-Body Articulated Human-Object Interaction [61.01135739641217]
  CHAIRSは16.2時間の多目的相互作用からなる大規模な動きキャプチャーされたf-AHOIデータセットである。 CHAIRSは、対話的なプロセス全体を通して、人間と明瞭なオブジェクトの両方の3Dメッシュを提供する。 HOIにおける幾何学的関係を学習することにより,人間のポーズ推定を利用した最初のモデルが考案された。
  論文  参考訳（メタデータ） (2022-12-20T19:50:54Z)

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。