論文の概要: Advances and Trends in the 3D Reconstruction of the Shape and Motion of Animals

• arxiv url: http://arxiv.org/abs/2508.16062v1
• Date: Fri, 22 Aug 2025 03:30:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-25 16:42:36.237917
• Title: Advances and Trends in the 3D Reconstruction of the Shape and Motion of Animals
• Title（参考訳）: 動物の形状・運動の3次元再構成の進歩と動向
• Authors: Ziqi Li, Abderraouf Amrani, Shri Rai, Hamid Laga,
• Abstract要約: 動物の3D形状、ポーズ、動きを再構築することは、長年の課題である。 深層学習に基づく技術は、動的物体の形状と動きを非侵襲的に3D再構成することができる。 本稿は、この新興・成長研究分野の最新動向について調査する。
• 参考スコア（独自算出の注目度）: 11.906309087751609
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing the 3D geometry, pose, and motion of animals is a long-standing problem, which has a wide range of applications, from biology, livestock management, and animal conservation and welfare to content creation in digital entertainment and Virtual/Augmented Reality (VR/AR). Traditionally, 3D models of real animals are obtained using 3D scanners. These, however, are intrusive, often prohibitively expensive, and difficult to deploy in the natural environment of the animals. In recent years, we have seen a significant surge in deep learning-based techniques that enable the 3D reconstruction, in a non-intrusive manner, of the shape and motion of dynamic objects just from their RGB image and/or video observations. Several papers have explored their application and extension to various types of animals. This paper surveys the latest developments in this emerging and growing field of research. It categorizes and discusses the state-of-the-art methods based on their input modalities, the way the 3D geometry and motion of animals are represented, the type of reconstruction techniques they use, and the training mechanisms they adopt. It also analyzes the performance of some key methods, discusses their strengths and limitations, and identifies current challenges and directions for future research.
• Abstract（参考訳）: 動物の3D形状、ポーズ、動きの再構築は、生物学、家畜管理、動物保護・福祉、デジタルエンターテイメントにおけるコンテンツ制作、バーチャル/拡張現実(VR/AR)など、幅広い応用がある長年の課題である。 伝統的に、実際の動物の3Dモデルは3Dスキャナーを用いて得られる。 しかし、これらは侵入的であり、しばしば違法に高価であり、動物の自然環境での展開が困難である。 近年,RGB画像やビデオ観察のみから,動的物体の形状や動きを非侵襲的に3次元再構成できる深層学習技術が急増している。 いくつかの論文は、その応用と様々な種類の動物への拡張について研究している。 本稿は、この新興・成長研究分野の最新動向について調査する。 入力のモダリティ、動物の3次元形状や動きの表現方法、使用する復元技術の種類、そしてそれらが採用するトレーニングメカニズムに基づいて、最先端の手法を分類し、議論する。 また、いくつかの重要な手法のパフォーマンスを分析し、その強みと限界を説明し、将来の研究の現在の課題と方向性を特定する。

関連論文リスト

• Advances in Feed-Forward 3D Reconstruction and View Synthesis: A Survey [154.50661618628433]
  3D再構成とビュー合成は、拡張現実(AR)、仮想現実(VR)、デジタルツインといった没入型技術における基礎的な問題である。 深層学習によるフィードフォワードアプローチの最近の進歩は、高速で一般化可能な3次元再構成とビュー合成を可能にして、この分野に革命をもたらした。
  論文  参考訳（メタデータ） (2025-07-19T06:13:25Z)
• Pose Splatter: A 3D Gaussian Splatting Model for Quantifying Animal Pose and Appearance [6.652134611755436]
  Pose Splatterは、形状彫刻と3Dガウススプラッティングを利用して、実験動物の完全なポーズと外観をモデル化する新しいフレームワークである。 我々は,Pose Splatterが正確な3次元動物ジオメトリを学習し,ヒトが評価する最先端技術に対して,より低次元のポーズ埋め込みを提供することを示す。 Pose Splatterは、アノテーションとフレーム単位の最適化ボトルネックを排除することによって、ジェノタイプ、神経活動、微小行動のマッピングに必要な大規模で長手な振る舞いの分析を可能にする。
  論文  参考訳（メタデータ） (2025-05-23T19:57:31Z)
• Reconstructing Animals and the Wild [51.98009864071166]
  本研究では,単一画像から自然シーンを再構成する手法を提案する。 当社のアプローチは、大規模言語モデルにおける強力な世界の先駆的活用の進歩に基づくものです。 本稿では,100万枚の画像と数千枚の資産からなる合成データセットを提案する。
  論文  参考訳（メタデータ） (2024-11-27T23:24:27Z)
• Learning the 3D Fauna of the Web [70.01196719128912]
  3D-Faunaは,100種以上の動物種を対象に,パンカテゴリーで変形可能な3D動物モデルを共同で学習する手法である。 動物モデリングにおける重要なボトルネックの1つは、トレーニングデータの可用性の制限である。 従来のカテゴリー固有の試みは,訓練画像に制限のある希少種への一般化に失敗することを示す。
  論文  参考訳（メタデータ） (2024-01-04T18:32:48Z)
• Virtual Pets: Animatable Animal Generation in 3D Scenes [84.0990909455833]
  仮想ペット(Virtual Pet)は、3次元環境下での標的動物種に対する現実的で多様な動きをモデル化するための新しいパイプラインである。 我々はモノクロインターネットビデオを活用し、背景と背景の静的なNeRF表現に対して変形可能なNeRF表現を抽出する。 我々は,種レベルの共有テンプレート学習とビデオ毎の微調整を含む再構築戦略を開発する。
  論文  参考訳（メタデータ） (2023-12-21T18:59:30Z)
• Two-stage Synthetic Supervising and Multi-view Consistency Self-supervising based Animal 3D Reconstruction by Single Image [30.997936022365018]
  本研究では,2段階指導と自己監督訓練を組み合わせることで,動物による3Dスキャンの課題に対処する。 本研究は,鳥の3次元ディジタル化の定量的・定性的側面において,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-11-22T07:06:38Z)
• Animal3D: A Comprehensive Dataset of 3D Animal Pose and Shape [32.11280929126699]
  哺乳類の3Dポーズと形状推定のための包括的データセットであるAnimal3Dを提案する。 動物3Dは、40種の哺乳類から収集された3379枚の画像、26個のキーポイントの高品質なアノテーション、特にSMALモデルのポーズと形状パラメータで構成されている。 The Animal3D data based on the Animal3D dataset, we benchmark representative shape and pose Estimation model at (1) 教師付き学習, (2) 合成画像から実写への変換, 3) 微調整された人間のポーズと形状推定モデル。
  論文  参考訳（メタデータ） (2023-08-22T18:57:07Z)
• LASSIE: Learning Articulated Shapes from Sparse Image Ensemble via 3D Part Discovery [72.3681707384754]
  そこで,本研究では,特定の動物種について,数枚の画像のみを用いて,動物の3次元ポーズと形状を推定する現実的な問題設定を提案する。 我々は2Dや3Dの地平線アノテーションを前提としないし、多視点や時間的情報も利用しない。 そこで本研究では,3次元部品を自己監督的に発見する新しい最適化フレームワークLASSIEを提案する。
  論文  参考訳（メタデータ） (2022-07-07T17:00:07Z)

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。