論文の概要: SCAIL: Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consistent Pose Representations

• arxiv url: http://arxiv.org/abs/2512.05905v1
• Date: Fri, 05 Dec 2025 17:38:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-13 22:40:57.115722
• Title: SCAIL: Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consistent Pose Representations
• Title（参考訳）: SCAIL: 3D-Consistent Pose Representationのインコンテキスト学習によるStudio-Grade文字アニメーションの実現
• Authors: Wenhao Yan, Sheng Ye, Zhuoyi Yang, Jiayan Teng, ZhenHui Dong, Kairui Wen, Xiaotao Gu, Yong-Jin Liu, Jie Tang,
• Abstract要約: 既存のアプローチでは、駆動ビデオから参照画像への動きを転送することができるが、しばしば野生のシナリオにおける構造的忠実さと時間的一貫性を維持できない。 textbfSCAIL (textbfStudio-grade textbfCharacter textbfAnimation via textbfIn-context textbfLL)は、2つの重要なイノベーションからこれらの課題に対処するために設計されたフレームワークである。
• 参考スコア（独自算出の注目度）: 31.524598864213996
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving character animation that meets studio-grade production standards remains challenging despite recent progress. Existing approaches can transfer motion from a driving video to a reference image, but often fail to preserve structural fidelity and temporal consistency in wild scenarios involving complex motion and cross-identity animations. In this work, we present \textbf{SCAIL} (\textbf{S}tudio-grade \textbf{C}haracter \textbf{A}nimation via \textbf{I}n-context \textbf{L}earning), a framework designed to address these challenges from two key innovations. First, we propose a novel 3D pose representation, providing a more robust and flexible motion signal. Second, we introduce a full-context pose injection mechanism within a diffusion-transformer architecture, enabling effective spatio-temporal reasoning over full motion sequences. To align with studio-level requirements, we develop a curated data pipeline ensuring both diversity and quality, and establish a comprehensive benchmark for systematic evaluation. Experiments show that \textbf{SCAIL} achieves state-of-the-art performance and advances character animation toward studio-grade reliability and realism.
• Abstract（参考訳）: 近年の進歩にもかかわらず、スタジオグレードのプロダクション標準を満たすキャラクターアニメーションの達成は困難である。 既存のアプローチでは、駆動ビデオから参照画像への動きを転送することができるが、複雑な動きやクロスアイデンティティのアニメーションを含む野生のシナリオにおいて、構造的忠実さと時間的一貫性を維持できない場合が多い。 本稿では,2つの重要なイノベーションからこれらの課題に対処するために設計されたフレームワークである \textbf{SCAIL} (\textbf{S}tudio-grade \textbf{C}haracter \textbf{A}nimation via \textbf{I}n-context \textbf{L}earning)を提案する。 まず,より頑健で柔軟な動作信号を提供する新しい3次元ポーズ表現を提案する。 第2に、拡散変換器アーキテクチャにおいて、フルコンテキストのポーズ注入機構を導入し、フルモーションシーケンスに対する効果的な時空間推論を可能にする。 スタジオレベルの要件に合わせて,多様性と品質を両立させるキュレートされたデータパイプラインを開発し,システム評価のための総合的なベンチマークを確立する。 実験により, <textbf{SCAIL} は最先端のパフォーマンスを実現し, スタジオグレードの信頼性とリアリズムに向けてキャラクタアニメーションを進化させることが示された。

関連論文リスト

• 4-Doodle: Text to 3D Sketches that Move! [60.89021458068987]
  4-Doodleは、テキストから動的3Dスケッチを生成するための、最初のトレーニング不要のフレームワークである。 提案手法は時間的にリアルかつ構造的に安定な3次元スケッチアニメーションを生成し,忠実度と可制御性の両方において既存のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-29T09:33:29Z)
• Puppeteer: Rig and Animate Your 3D Models [105.11046762553121]
  Puppeteerは、さまざまな3Dオブジェクトの自動リギングとアニメーションの両方に対処する包括的なフレームワークである。 本システムはまず, 自己回帰変換器を用いて, 可塑性骨格構造を推定する。 その後、注意に基づくアーキテクチャにより、皮膚の重量を推定する。
  論文  参考訳（メタデータ） (2025-08-14T17:59:31Z)
• Zero-shot High-fidelity and Pose-controllable Character Animation [89.74818983864832]
  イメージ・ツー・ビデオ(I2V)生成は、単一の画像からビデオシーケンスを作成することを目的としている。 既存のアプローチは、キャラクターの外観の不整合と細部保存の貧弱さに悩まされている。 文字アニメーションのための新しいゼロショットI2VフレームワークPoseAnimateを提案する。
  論文  参考訳（メタデータ） (2024-04-21T14:43:31Z)
• Dynamic Typography: Bringing Text to Life via Video Diffusion Prior [73.72522617586593]
  動的タイポグラフィー(Dynamic Typography)と呼ばれる自動テキストアニメーション方式を提案する。 意味的意味を伝えるために文字を変形させ、ユーザプロンプトに基づいて活気ある動きを注入する。 本手法は,ベクトルグラフィックス表現とエンドツーエンド最適化に基づくフレームワークを利用する。
  論文  参考訳（メタデータ） (2024-04-17T17:59:55Z)

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。