論文の概要: Human Interaction-Aware 3D Reconstruction from a Single Image

• arxiv url: http://arxiv.org/abs/2604.05436v1
• Date: Tue, 07 Apr 2026 05:09:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.636235
• Title: Human Interaction-Aware 3D Reconstruction from a Single Image
• Title（参考訳）: 人間のインタラクションを意識した1枚の画像からの3次元再構成
• Authors: Gwanghyun Kim, Junghun James Kim, Suh Yoon Jeon, Jason Park, Se Young Chun,
• Abstract要約: 既存の手法は主に個人に焦点を合わせており、複数の人間のシーンで失敗する。 グループレベルの情報とインスタンスレベルの情報の両方を明示的にモデル化する包括的手法を提案する。 我々は、1つの画像から対話する人々の物理的に可塑性で高忠実な3D再構成を生成する。
• 参考スコア（独自算出の注目度）: 25.835242245333294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconstructing textured 3D human models from a single image is fundamental for AR/VR and digital human applications. However, existing methods mostly focus on single individuals and thus fail in multi-human scenes, where naive composition of individual reconstructions often leads to artifacts such as unrealistic overlaps, missing geometry in occluded regions, and distorted interactions. These limitations highlight the need for approaches that incorporate group-level context and interaction priors. We introduce a holistic method that explicitly models both group- and instance-level information. To mitigate perspective-induced geometric distortions, we first transform the input into a canonical orthographic space. Our primary component, Human Group-Instance Multi-View Diffusion (HUG-MVD), then generates complete multi-view normals and images by jointly modeling individuals and group context to resolve occlusions and proximity. Subsequently, the Human Group-Instance Geometric Reconstruction (HUG-GR) module optimizes the geometry by leveraging explicit, physics-based interaction priors to enforce physical plausibility and accurately model inter-human contact. Finally, the multi-view images are fused into a high-fidelity texture. Together, these components form our complete framework, HUG3D. Extensive experiments show that HUG3D significantly outperforms both single-human and existing multi-human methods, producing physically plausible, high-fidelity 3D reconstructions of interacting people from a single image. Project page: https://jongheean11.github.io/HUG3D_project
• Abstract（参考訳）: 1つの画像からテクスチャ化された3Dモデルを再構築することは、AR/VRおよびデジタルヒューマンアプリケーションに不可欠である。 しかし、既存の手法は主に個々の個人に焦点を当てており、個々の再構成の素直な構成が、非現実的なオーバーラップ、隠された領域の幾何学の欠如、歪んだ相互作用などの人工物に繋がるマルチヒューマンシーンでは失敗する。 これらの制限は、グループレベルのコンテキストと相互作用の事前を含むアプローチの必要性を強調します。 グループレベルの情報とインスタンスレベルの情報の両方を明示的にモデル化する包括的手法を提案する。 遠近法により引き起こされる幾何歪みを緩和するために、まず入力を正準正書法空間に変換する。 我々の主成分であるHuman Group-Instance Multi-View Diffusion (HUG-MVD) は、オクルージョンと近接性を解決するために、個人とグループコンテキストを共同でモデル化することにより、完全なマルチビュー正規化と画像を生成する。 その後、Human Group-Instance Geometric Reconstruction (HUG-GR)モジュールは、物理的妥当性を強制し、人間同士の接触を正確にモデル化するために、明示的な物理に基づく相互作用を活用することで、幾何学を最適化する。 最後に、多視点画像を高忠実なテクスチャに融合する。 これらのコンポーネントは、私たちの完全なフレームワークであるHUG3Dを形成します。 大規模な実験により、HUG3Dは、単一の画像から対話する人々の物理的に可塑性で高忠実な3D再構成を生成するため、シングルヒューマンと既存のマルチヒューマンの手法の両方を著しく上回っていることが示されている。 プロジェクトページ: https://jongheean11.github.io/HUG3D_project

関連論文リスト

• AHAP: Reconstructing Arbitrary Humans from Arbitrary Perspectives with Geometric Priors [81.50960055126156]
  任意のカメラ視点から任意の人間を再構築するためのフィードフォワードフレームワークである textbfAHAP を提案する。 私たちの中核は、人間同士の結びつき、再構築、局在化を支援するために、多視点幾何学を効果的に融合することにあります。 Human Headは、SMPL予測のためのクロスビュー機能とシーンコンテキストを融合し、ボディポーズの一貫性を強制するために、クロスビューの再投影損失によってガイドされる。
  論文  参考訳（メタデータ） (2026-02-27T11:53:45Z)
• HumanCrafter: Synergizing Generalizable Human Reconstruction and Semantic 3D Segmentation [51.27178551863772]
  本研究では,1つの画像から外見と人間部分のセマンティクスをモデリングする統合的なフレームワークを提案する。 HumanCrafterは、3Dの人間の部分分割と1枚の画像からの3Dの人間の再構築の両方において、既存の最先端の手法を超越している。
  論文  参考訳（メタデータ） (2025-11-01T09:29:36Z)
• HumanDreamer-X: Photorealistic Single-image Human Avatars Reconstruction via Gaussian Restoration [29.03216532351979]
  textbfHumanDreamer-Xは、マルチビューのヒューマン生成と再構築を統合パイプラインに統合する新しいフレームワークである。 このフレームワークでは、初期幾何学と外観優先を提供するために、3Dガウススプラッティングが明示的な3D表現として機能する。 また,多視点にわたる幾何的細部アイデンティティの整合性を効果的に向上するアテンション変調戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-04T15:35:14Z)
• CHROME: Clothed Human Reconstruction with Occlusion-Resilience and Multiview-Consistency from a Single Image [37.16845070245751]
  我々は,1つの隠蔽画像から複数視点の整合性を持つ3次元人体を再構成するための新しいパイプラインを提案する。 そして、3次元再構成モデルを用いて、隠蔽された入力と合成されたビューの両方に条件付き3次元ガウスの集合を予測する。 新規なビュー合成(最大3dbPSNR)と、挑戦的な条件下での幾何学的再構成の両方において、大幅な改善が達成されている。
  論文  参考訳（メタデータ） (2025-03-19T19:56:18Z)
• Single Image, Any Face: Generalisable 3D Face Generation [59.9369171926757]
  我々は,制約のない単一画像入力を伴う3次元顔を生成する新しいモデルGen3D-Faceを提案する。 私たちの知る限りでは、これは1枚の画像からフォトリアリスティックな3D顔アバターを作るための最初の試みであり、ベンチマークである。
  論文  参考訳（メタデータ） (2024-09-25T14:56:37Z)
• PSHuman: Photorealistic Single-image 3D Human Reconstruction using Cross-Scale Multiview Diffusion and Explicit Remeshing [47.191113407993015]
  PSHumanは、マルチビュー拡散モデルから事前情報を利用した人間のメッシュを明示的に再構築する新しいフレームワークである。 単視点の人間の画像に直接多視点拡散を適用すると、厳密な幾何学的歪みが生じることが判明した。 そこで我々は, SMPL-Xのようなパラメトリックモデルを用いて, 人間のポーズの断面形状の整合性を高めるために, 生成モデルを定式化した。
  論文  参考訳（メタデータ） (2024-09-16T10:13:06Z)
• HyperHuman: Hyper-Realistic Human Generation with Latent Structural Diffusion [114.15397904945185]
  本稿では,高リアリズムと多彩なレイアウトの人体画像を生成する統一的なフレームワークHyperHumanを提案する。 本モデルは,統合ネットワークにおける画像の外観,空間的関係,幾何学の連成学習を強制する。 我々のフレームワークは最先端の性能を生み出し、多様なシナリオ下で超現実的な人間の画像を生成する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:34Z)
• Multi-person Implicit Reconstruction from a Single Image [37.6877421030774]
  本稿では,1つの画像から複数の人物の詳細な空間的コヒーレントな再構築を実現するための新しいエンドツーエンド学習フレームワークを提案する。 既存のマルチパーソンメソッドは、モデルベースで、ゆるい服と髪の人々の正確な3dモデルをキャプチャできないことが多いという、2つの大きな欠点を抱えている。
  論文  参考訳（メタデータ） (2021-04-19T13:21:55Z)

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。