論文の概要: QuaMo: Quaternion Motions for Vision-based 3D Human Kinematics Capture

• arxiv url: http://arxiv.org/abs/2601.19580v1
• Date: Tue, 27 Jan 2026 13:12:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.324384
• Title: QuaMo: Quaternion Motions for Vision-based 3D Human Kinematics Capture
• Title（参考訳）: QuaMo:視覚に基づく3次元人体運動キャプチャのための四元運動
• Authors: Cuong Le, Pavlo Melnyk, Urs Waldmann, Mårten Wadenbäck, Bastian Wandt,
• Abstract要約: ビデオからの人間の3Dモーションキャプチャーは、コンピュータビジョンでは依然として難しい課題だ。 従来の3Dポーズ推定手法はフレーム間の時間的一貫性を無視することが多く、不明瞭でジッタリーな動きを引き起こす。 四元微分方程式(QDE)を用いた新しい四元運動法であるQuaMoを提案する。
• 参考スコア（独自算出の注目度）: 14.741577220592161
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-based 3D human motion capture from videos remains a challenge in computer vision. Traditional 3D pose estimation approaches often ignore the temporal consistency between frames, causing implausible and jittery motion. The emerging field of kinematics-based 3D motion capture addresses these issues by estimating the temporal transitioning between poses instead. A major drawback in current kinematics approaches is their reliance on Euler angles. Despite their simplicity, Euler angles suffer from discontinuity that leads to unstable motion reconstructions, especially in online settings where trajectory refinement is unavailable. Contrarily, quaternions have no discontinuity and can produce continuous transitions between poses. In this paper, we propose QuaMo, a novel Quaternion Motions method using quaternion differential equations (QDE) for human kinematics capture. We utilize the state-space model, an effective system for describing real-time kinematics estimations, with quaternion state and the QDE describing quaternion velocity. The corresponding angular acceleration is computed from a meta-PD controller with a novel acceleration enhancement that adaptively regulates the control signals as the human quickly changes to a new pose. Unlike previous work, our QDE is solved under the quaternion unit-sphere constraint that results in more accurate estimations. Experimental results show that our novel formulation of the QDE with acceleration enhancement accurately estimates 3D human kinematics with no discontinuity and minimal implausibilities. QuaMo outperforms comparable state-of-the-art methods on multiple datasets, namely Human3.6M, Fit3D, SportsPose and AIST. The code is available at https://github.com/cuongle1206/QuaMo
• Abstract（参考訳）: ビデオからの人間の3Dモーションキャプチャーは、コンピュータビジョンでは依然として難しい課題だ。 従来の3Dポーズ推定手法はフレーム間の時間的一貫性を無視することが多く、不明瞭でジッタリーな動きを引き起こす。 キネマティクスに基づく3Dモーションキャプチャーの新たな分野は、ポーズ間の時間的遷移を推定することでこれらの問題に対処する。 現在のキネマティクスのアプローチの大きな欠点は、オイラー角に依存することである。 その単純さにもかかわらず、ユーラー角は不安定な動きの復元につながる不連続性に悩まされ、特に軌道修正が不可能なオンライン環境では顕著である。 対照的に、四元数には不連続性がなく、ポーズ間の連続的な遷移を生じさせる。 本稿では,四元微分方程式(QDE)を用いた新しい四元運動法であるQuaMoを提案する。 我々は,四元数状態と四元数速度を記述するQDEを用いて,実時間運動量推定に有効な状態空間モデルを用いる。 対応する角加速度は、人間が新しいポーズに素早く変化するにつれて制御信号を適応的に調節する新しい加速度増強を備えたメタPDコントローラから計算される。 従来の研究とは異なり、QDEは四元数単位球の制約の下で解決され、より正確に推定される。 実験結果から, 加速度増強によるQDEの新規な定式化は, 連続性のない3次元人体キネマティクスを精度良く推定し, 最小不確実性を推定した。 QuaMoは、Human3.6M、Fit3D、SportsPose、AISTなど、複数のデータセットで同等の最先端の手法より優れている。 コードはhttps://github.com/cuongle1206/QuaMoで入手できる。

関連論文リスト

• Geometric Neural Distance Fields for Learning Human Motion Priors [51.99890740169883]
  本研究では,より頑健で時間的に整合性があり,物理的に妥当な3次元運動回復を可能にする新しい3D生成人体運動について紹介する。 AMASSデータセットをトレーニングし、NRMFは複数の入力モードにまたがって著しく一般化する。
  論文  参考訳（メタデータ） (2025-09-11T17:58:18Z)
• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• CRiM-GS: Continuous Rigid Motion-Aware Gaussian Splatting from Motion-Blurred Images [14.738528284246545]
  CRiM-GS は textbfContinuous textbfRigid textbfMotion-aware textbfGaussian textbfSplatting である。 リアルタイムレンダリング速度を維持しながら、モーションブルーの画像から正確な3Dシーンを再構築する。
  論文  参考訳（メタデータ） (2024-07-04T13:37:04Z)
• Kinematics and Dynamics Modeling of 7 Degrees of Freedom Human Lower Limb Using Dual Quaternions Algebra [0.0]
  本稿では、二元四元数理論を利用して、前方および逆運動学とニュートン・オイラー力学アルゴリズムの高速かつ正確な解を提供する。
  論文  参考訳（メタデータ） (2023-02-22T19:02:47Z)
• Towards Single Camera Human 3D-Kinematics [15.559206592078425]
  深層ニューラルネットワークを用いたビデオから直接3次元人体動推定D3KEを提案する。 実験により,提案したエンドツーエンドトレーニングは頑健であり,2次元および3次元マーカーレスモーションキャプチャに基づく運動推定パイプラインよりも優れていた。
  論文  参考訳（メタデータ） (2023-01-13T08:44:09Z)
• D&D: Learning Human Dynamics from Dynamic Camera [55.60512353465175]
  本稿では、物理の法則を活かしたD&D(Learning Human Dynamics from Dynamic Camera)を紹介する。 私たちのアプローチは完全にニューラルネットワークで、物理エンジンのオフライン最適化やシミュレーションなしで動作します。
  論文  参考訳（メタデータ） (2022-09-19T06:51:02Z)
• Motion-from-Blur: 3D Shape and Motion Estimation of Motion-blurred Objects in Videos [115.71874459429381]
  本研究では,映像から3次元の運動,3次元の形状,および高度に動きやすい物体の外観を同時推定する手法を提案する。 提案手法は, 高速移動物体の劣化と3次元再構成において, 従来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） (2021-11-29T11:25:14Z)
• Neural Monocular 3D Human Motion Capture with Physical Awareness [76.55971509794598]
  物理的に可塑性なマーカーレス3次元モーションキャプチャのための新しいトレーニングシステムを提案する。 人間のモーションキャプチャのためのほとんどのニューラルな手法とは異なり、我々のアプローチは物理的および環境的な制約を認識している。 様々な場面でインタラクティブなフレームレートで、滑らかで物理的に原理化された3dモーションを生成する。
  論文  参考訳（メタデータ） (2021-05-03T17:57:07Z)

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。