論文の概要: Generating Key Postures of Bharatanatyam Adavus with Pose Estimation

• arxiv url: http://arxiv.org/abs/2603.29570v1
• Date: Tue, 31 Mar 2026 10:51:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.563578
• Title: Generating Key Postures of Bharatanatyam Adavus with Pose Estimation
• Title（参考訳）: ポス推定によるBharatanatyam adavusのキー姿勢の生成
• Authors: Jagadish Kashinath Kamble, Jayanta Mukhopadhyay, Debaditya Roy, Partha Pratim Das,
• Abstract要約: 無形無形文化舞踊の保存は、何世紀にもわたって伝統に根ざし、厳密な構造と象徴的な規則によって統治された。 このうち、バーラタナティアムは、定型化されたアダヴスと正確な重要な姿勢に重点を置いている。 本稿では,ポーズ推定モジュールと統合されたポーズ認識生成フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 7.2517314552144505
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Preserving intangible cultural dances rooted in centuries of tradition and governed by strict structural and symbolic rules presents unique challenges in the digital era. Among these, Bharatanatyam, a classical Indian dance form, stands out for its emphasis on codified adavus and precise key postures. Accurately generating these postures is crucial not only for maintaining anatomical and stylistic integrity, but also for enabling effective documentation, analysis, and transmission to broader global audiences through digital means. We propose a pose-aware generative framework integrated with a pose estimation module, guided by keypoint-based loss and pose consistency constraints. These supervisory signals ensure anatomical accuracy and stylistic integrity in the synthesized outputs. We evaluate four configurations: standard conditional generative adversarial network (cGAN), cGAN with pose supervision, conditional diffusion, and conditional diffusion with pose supervision. Each model is conditioned on key posture class labels and optimized to maintain geometric structure. In both cGAN and conditional diffusion settings, the integrated pose guidance aligns generated poses with ground-truth keypoint structures, promoting cultural fidelity. Our results demonstrate that incorporating pose supervision significantly enhances the quality, realism, and authenticity of generated Bharatanatyam postures. This framework provides a scalable approach for the digital preservation, education, and dissemination of traditional dance forms, enabling high-fidelity generation without compromising cultural precision. Code is available at https://github.com/jagidsh/Generating-Key-Postures-of-Bharatanatyam-Adavus-with-Pose-Estimation.
• Abstract（参考訳）: 無形無形文化舞踊の保存は、何世紀にもわたって伝統に根ざし、厳密な構造と象徴的な規則によって統治された。 その中には、インドの古典的な舞踊形式であるバーラタナティアム(Bharatanatyam)がある。 これらの姿勢を正確に生成することは、解剖学的およびスタイリスティックな整合性を維持するだけでなく、効果的なドキュメンテーション、分析、デジタル手段によるグローバルなオーディエンスへの伝達を可能にするためにも重要である。 本稿では,ポーズ推定モジュールと統合されたポーズ認識生成フレームワークを提案する。 これらの監視信号は、合成された出力の解剖学的精度と構造的整合性を保証する。 我々は, 標準条件生成対向ネットワーク(cGAN), cGAN, 姿勢監視, 条件拡散, 条件拡散の4つの構成について検討した。 各モデルは、主要な姿勢クラスラベルに条件付けされ、幾何学的構造を維持するために最適化される。 cGANと条件付き拡散設定の両方において、統合されたポーズ誘導は、生成したポーズを、基幹キーポイント構造と整列させ、文化的忠実性を促進する。 以上の結果から,ポーズ・インフォメーションの導入は,生成したBharatanatyam姿勢の品質,リアリズム,信頼性を著しく向上させることが示された。 この枠組みは、伝統的なダンス形式のデジタル保存、教育、普及のためのスケーラブルなアプローチを提供し、文化的精度を損なうことなく、高忠実な生成を可能にする。 コードはhttps://github.com/jagidsh/Generating-Key-Postures-of-Bharatanatyam-Adavus-with-Pose-Estimationで公開されている。

関連論文リスト

• Position: General Alignment Has Hit a Ceiling; Edge Alignment Must Be Taken Seriously [51.03213216886717]
  我々は、一般的なアライメントの支配的なパラダイムが、矛盾する値の設定において構造的な天井に達するという立場を取る。 エッジアライメント(Edge Alignment)は,多次元の値構造を保持するシステムにおいて,異なるアプローチである。
  論文  参考訳（メタデータ） (2026-02-23T16:51:43Z)
• DICArt: Advancing Category-level Articulated Object Pose Estimation in Discrete State-Spaces [42.055572875282344]
  DICArtは、条件付き離散拡散過程としてポーズ推定を定式化する新しいフレームワークである。 本稿では,各トークンを復号化するかリセットすべきかを動的に決定するフレキシブルフロー決定器を提案する。 合成データセットと実世界のデータセットの両方でDICArtを検証する。
  論文  参考訳（メタデータ） (2026-02-23T07:30:47Z)
• SONA: Learning Conditional, Unconditional, and Mismatching-Aware Discriminator [54.562217603802075]
  帰納的バイアスを伴う最終層において,自然性(美容性)とアライメントを別々に投影するSONA(Sum of Naturalness and Alignment)を導入する。 クラス条件生成タスクの実験により、SONAは最先端の手法に比べて優れたサンプル品質と条件アライメントを達成することが示された。
  論文  参考訳（メタデータ） (2025-10-06T08:26:06Z)
• HF-VTON: High-Fidelity Virtual Try-On via Consistent Geometric and Semantic Alignment [22.960492450413497]
  HF-VTONは,多種多様なポーズにおける高忠実度仮想トライオン性能を保証する新しいフレームワークである。 HF-VTONは3つの主要なモジュールで構成されている: 外観保存型ワープアライメントモジュール、セマンティック表現モジュール、およびマルチモーダル事前誘導型外観生成モジュール。 実験の結果,HF-VTONはVITON-HDとSAMP-VTONSの両方で最先端の手法より優れていた。
  論文  参考訳（メタデータ） (2025-05-26T07:55:49Z)
• PersonaMagic: Stage-Regulated High-Fidelity Face Customization with Tandem Equilibrium [55.72249032433108]
  PersonaMagicは、高忠実な顔のカスタマイズのために設計された、ステージ制御された生成技術である。 本手法は,顔の概念を捉えるために,特定の時間間隔内に一連の埋め込みを学習する。 定性評価と定量的評価の両方において、ペルソナマジックが最先端の手法よりも優れていることを確認する。
  論文  参考訳（メタデータ） (2024-12-20T08:41:25Z)
• On the Fairness, Diversity and Reliability of Text-to-Image Generative Models [68.62012304574012]
  マルチモーダル生成モデルは 信頼性 公正性 誤用の可能性について 批判的な議論を巻き起こしました 埋め込み空間におけるグローバルおよびローカルな摂動に対する応答を解析し、モデルの信頼性を評価するための評価フレームワークを提案する。 提案手法は, 信頼できない, バイアス注入されたモデルを検出し, 組込みバイアスの証明をトレースするための基礎となる。
  論文  参考訳（メタデータ） (2024-11-21T09:46:55Z)
• Towards Robust and Expressive Whole-body Human Pose and Shape Estimation [51.457517178632756]
  全体のポーズと形状の推定は、単眼画像から人体全体の異なる振る舞いを共同で予測することを目的としている。 既存の手法では、既存のシナリオの複雑さの下で、しばしば劣化したパフォーマンスを示す。 全身のポーズと形状推定の堅牢性を高める新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-12-14T08:17:42Z)
• Adversarial Motion Modelling helps Semi-supervised Hand Pose Estimation [116.07661813869196]
  そこで本稿では,非ラベルビデオに対人トレーニングとモーションモデリングのアイデアを組み合わせることを提案する。 本研究は,非ラベル映像系列の半教師あり学習により,逆方向が手ポーズ推定器の特性の向上につながることを示す。 このアプローチの主な利点は、ペアのトレーニングデータよりもはるかに容易に、未ペアのビデオとジョイントシーケンスデータを利用することができることです。
  論文  参考訳（メタデータ） (2021-06-10T17:50:19Z)

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。