論文の概要: On the Skinning of Gaussian Avatars

• arxiv url: http://arxiv.org/abs/2509.11411v1
• Date: Sun, 14 Sep 2025 19:58:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.072105
• Title: On the Skinning of Gaussian Avatars
• Title（参考訳）: ガウスアバターのスキニングについて
• Authors: Nikolaos Zioulis, Nikolaos Kotarelas, Georgios Albanis, Spyridon Thermos, Anargyros Chatzitofis,
• Abstract要約: 観測空間から標準空間へのスローレンダリングと後方マッピングが主な課題である。 四元数平均化を利用した重み付き回転ブレンディング手法を提案する。
• 参考スコア（独自算出の注目度）: 6.915151148382041
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Radiance field-based methods have recently been used to reconstruct human avatars, showing that we can significantly downscale the systems needed for creating animated human avatars. Although this progress has been initiated by neural radiance fields, their slow rendering and backward mapping from the observation space to the canonical space have been the main challenges. With Gaussian splatting overcoming both challenges, a new family of approaches has emerged that are faster to train and render, while also straightforward to implement using forward skinning from the canonical to the observation space. However, the linear blend skinning required for the deformation of the Gaussians does not provide valid results for their non-linear rotation properties. To address such artifacts, recent works use mesh properties to rotate the non-linear Gaussian properties or train models to predict corrective offsets. Instead, we propose a weighted rotation blending approach that leverages quaternion averaging. This leads to simpler vertex-based Gaussians that can be efficiently animated and integrated in any engine by only modifying the linear blend skinning technique, and using any Gaussian rasterizer.
• Abstract（参考訳）: 放射場をベースとした手法は、人間のアバターを再構成するために最近使われており、アニメーション人間のアバターを作成するのに必要なシステムを大幅にダウンスケールできることを示している。 この進歩は神経放射場によって始まったが、観測空間から標準空間への緩やかなレンダリングと後方マッピングが主な課題であった。 ガウシアンが両方の課題を克服する中で、トレーニングとレンダリングがより高速な新しいアプローチのファミリーが出現し、標準から観測空間への前方スキンによる実装も簡単になった。 しかし、ガウスの変形に必要な線形ブレンドスキンは、その非線形回転特性に有効な結果を与えていない。 このようなアーティファクトに対処するために、最近の研究はメッシュ特性を使用して非線形ガウス特性を回転させたり、修正オフセットを予測するためにトレーニングモデルを訓練したりしている。 代わりに、四元数平均化を利用する重み付き回転ブレンディング手法を提案する。 これにより、リニアブレンドスキン技術の変更と任意のガウスラスタライザを使用することで、より単純な頂点ベースのガウスアンを効率よくアニメーションし、任意のエンジンに統合することができる。

関連論文リスト

• HoliGS: Holistic Gaussian Splatting for Embodied View Synthesis [59.25751939710903]
  本稿では,長い単眼RGBビデオのエンボディドビュー合成に対処する,変形可能なガウススプラッティングフレームワークを提案する。 提案手法は,非可逆ガウス散乱変形ネットワークを利用して大規模動的環境を正確に再構築する。 その結果、現実のシナリオにおけるEVSの実用的でスケーラブルなソリューションが浮かび上がっています。
  論文  参考訳（メタデータ） (2025-06-24T03:54:40Z)
• LAM: Large Avatar Model for One-shot Animatable Gaussian Head [20.503641046404184]
  一つの画像からガウスの頭部再構成を行うための革新的な大型アバターモデル LAM を提案する。 LAMはアニマタブルなガウスヘッドを1つのフォワードパスで生成し、追加のネットワークや後処理ステップを使わずに再現とレンダリングを可能にする。 LAMは既存のベンチマークで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） (2025-02-25T02:57:45Z)
• GaussianPainter: Painting Point Cloud into 3D Gaussians with Normal Guidance [43.97159590077809]
  本稿では,3次元ガウス空間に点雲を描画する最初の手法であるガウス空間について紹介する。 本手法は3次元ガウススプラッティングのパラメータ空間に固有の非特異性問題に対処する。
  論文  参考訳（メタデータ） (2024-12-23T16:45:37Z)
• DeferredGS: Decoupled and Editable Gaussian Splatting with Deferred Shading [50.331929164207324]
  我々は,遅延シェーディングを用いたガウススプレイティング表現のデカップリングと編集を行うDedeerredGSを紹介する。 定性的かつ定量的な実験は、新しいビューおよび編集タスクにおけるDederredGSの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-15T01:58:54Z)
• Mesh-based Gaussian Splatting for Real-time Large-scale Deformation [58.18290393082119]
  ユーザがリアルタイムで大きな変形で暗黙の表現を直接変形または操作することは困難である。 我々は,インタラクティブな変形を可能にする新しいGSベースの手法を開発した。 提案手法は,高いフレームレートで良好なレンダリング結果を維持しつつ,高品質な再構成と効率的な変形を実現する。
  論文  参考訳（メタデータ） (2024-02-07T12:36:54Z)
• GaussianBody: Clothed Human Reconstruction via 3d Gaussian Splatting [14.937297984020821]
  本稿では,3次元ガウシアンスプラッティングをベースとした,ガウシアンボディと呼ばれる新しい布地復元手法を提案する。 静的な3次元ガウススメッティングモデルを動的復元問題に適用することは、複雑な非剛性変形とリッチな布の細部のために非自明である。 本手法は,ダイナミックな衣料人体に高精細な画質で,最先端のフォトリアリスティックなノベルビューレンダリングを実現できることを示す。
  論文  参考訳（メタデータ） (2024-01-18T04:48:13Z)
• GAvatar: Animatable 3D Gaussian Avatars with Implicit Mesh Learning [60.33970027554299]
  ガウススプラッティングは、明示的(メッシュ)と暗黙的(NeRF)の両方の3D表現の利点を利用する強力な3D表現として登場した。 本稿では,ガウススプラッティングを利用してテキスト記述から現実的なアニマタブルなアバターを生成する。 提案手法であるGAvatarは,テキストプロンプトのみを用いて,多様なアニマタブルアバターを大規模に生成する。
  論文  参考訳（メタデータ） (2023-12-18T18:59:12Z)
• GauFRe: Gaussian Deformation Fields for Real-time Dynamic Novel View Synthesis [16.733855781461802]
  インプシット変形可能表現は、通常、標準空間と時間依存の変形場を持つ運動をモデル化する。 GauFReは、フォワードウォーピング変形を使用して、シーン幾何学の非剛体変換を明示的にモデル化する。 実験により,提案手法は従来の最先端のNeRF法やガウス法よりも高い効率と競争結果が得られることが示された。
  論文  参考訳（メタデータ） (2023-12-18T18:59:03Z)
• GaussianHead: High-fidelity Head Avatars with Learnable Gaussian Derivation [35.39887092268696]
  本稿では, 異方性3次元ガウスモデルを用いて, 動作する人間の頭部をモデル化する枠組みを提案する。 実験では,高忠実度レンダリング,再現における最先端のアプローチ,クロスアイデンティティの再現,新しいビュー合成タスクを実現できる。
  論文  参考訳（メタデータ） (2023-12-04T05:24:45Z)
• GaussianShader: 3D Gaussian Splatting with Shading Functions for Reflective Surfaces [45.15827491185572]
  反射面を持つシーンにおけるニューラルレンダリングを強化するために, 簡易シェーディング機能を3次元ガウスに応用する新しい手法を提案する。 実験の結果、ガウシアンシェーダーは効率と視覚的品質のバランスを保っていることがわかった。
  論文  参考訳（メタデータ） (2023-11-29T17:22:26Z)

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。