論文の概要: ExpertEdit: Learning Skill-Aware Motion Editing from Expert Videos

• arxiv url: http://arxiv.org/abs/2604.10466v1
• Date: Sun, 12 Apr 2026 05:25:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.033437
• Title: ExpertEdit: Learning Skill-Aware Motion Editing from Expert Videos
• Title（参考訳）: エキスパート編集:エキスパートビデオからスキルを意識したモーション編集を学習する
• Authors: Arjun Somayazulu, Kristen Grauman,
• Abstract要約: ExpertEditは、スキル駆動のモーション編集のためのフレームワークで、未経験のエキスパートビデオのデモに特化して訓練されている。 ペア化された監督や手作業による手作業による手作業による指導なしに、ローカライズされたスキル改善を実現する。 モーションリアリズムと専門的品質の複数の指標において、最先端の教師付きモーション編集手法より優れています。
• 参考スコア（独自算出の注目度）: 50.06747687804514
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual feedback is critical for motor skill acquisition in sports and rehabilitation, and psychological studies show that observing near-perfect versions of one's own performance accelerates learning more effectively than watching expert demonstrations alone. We propose to enable such personalized feedback by automatically editing a person's motion to reflect higher skill. Existing motion editing approaches are poorly suited for this setting because they assume paired input-output data -- rare and expensive to curate for skill-driven tasks -- and explicit edit guidance at inference. We introduce ExpertEdit, a framework for skill-driven motion editing trained exclusively on unpaired expert video demonstrations. ExpertEdit learns an expert motion prior with a masked language modeling objective that infills masked motion spans with expert-level refinements. At inference, novice motion is masked at skill-critical moments and projected into the learned expert manifold, producing localized skill improvements without paired supervision or manual edit guidance. Across eight diverse techniques and three sports from Ego-Exo4D and Karate Kyokushin, ExpertEdit outperforms state-of-the-art supervised motion editing methods on multiple metrics of motion realism and expert quality. Project page: https://vision.cs.utexas.edu/projects/expert_edit/ .
• Abstract（参考訳）: スポーツやリハビリテーションにおける運動スキル獲得には視覚的フィードバックが不可欠であり、心理学的な研究は、自分のパフォーマンスのほぼ完璧なバージョンを観察することで、専門家のデモンストレーションを単独で見るよりも学習がより効果的に促進されることを示している。 本研究では、人の動きを自動的に編集して、より高いスキルを反映して、このようなパーソナライズされたフィードバックを可能にすることを提案する。 既存のモーション編集アプローチは、ペア化された入力出力データ -- スキル駆動型タスクのキュレートに稀で高価な -- と推論時の明示的な編集ガイダンスを前提としているため、この設定には適していない。 本稿では,スキル駆動型モーション編集のためのフレームワークであるExpertEditを紹介した。 ExpertEditは、マスクされた動きに専門家レベルの洗練を施したマスク付き言語モデリングの目的によって、専門家の動きを事前に学習する。 推測では、初心者の動きは、スキルクリティカルな瞬間に隠蔽され、学習した専門家多様体に投影され、ペア化された監督や手作業による手作業による手作業による指導なしに、局所的なスキル改善が実現される。 Ego-Exo4D と Karate Kyokushin の8つの多種多様な技術と3つのスポーツにおいて、ExpertEdit は、モーションリアリズムとエキスパート品質の複数の指標において、最先端の監督されたモーション編集方法より優れている。 プロジェクトページ: https://vision.cs.utexas.edu/projects/expert_edit/

関連論文リスト

• Versatile Editing of Video Content, Actions, and Dynamics without Training [57.167192591765456]
  我々はDynaEditを紹介した。DynaEditは、事前訓練されたテキスト・ツー・ビデオ・フローモデルを用いて、多目的なビデオ編集機能を解放する訓練不要の編集方法である。 そこで,DynaEditは複雑なテキストベースのビデオ編集タスクにおいて,アクションの変更,シーンと対話するオブジェクトの挿入,グローバルな効果の導入など,最先端の成果を達成していることを示す。
  論文  参考訳（メタデータ） (2026-03-18T17:50:56Z)
• Learning Skill-Attributes for Transferable Assessment in Video [56.813876909367856]
  ビデオによるスキル評価は、人の身体的パフォーマンスの品質を評価し、何がより良くできるかを説明する。 当社のCrossTrainerアプローチでは,バランス,コントロール,手の位置決めといったスキル属性が検出される。 人間のスキルを表わす行動の共有を抽象化することにより,提案した映像表現は,既存のテクニックの配列よりもはるかに優れている。
  論文  参考訳（メタデータ） (2025-11-17T23:53:06Z)
• A Reinforcement Learning-Based Automatic Video Editing Method Using Pre-trained Vision-Language Model [10.736207095604414]
  まず、シーン固有の特徴を抽出する以前の作品とは異なり、事前学習された視覚言語モデル(VLM)を活用する。 また,RLをベースとした編集フレームワークを提案し,編集問題を定式化し,仮想エディタを訓練し,より優れた編集判断を行う。
  論文  参考訳（メタデータ） (2024-11-07T18:20:28Z)
• ExpertAF: Expert Actionable Feedback from Video [81.46431188306397]
  本研究では,バスケットボールやサッカーなどの身体活動を行う人の映像から,アクション可能なフィードバックを生成する新しい手法を提案する。 提案手法は,映像のデモンストレーションとそれに伴う3Dボディーポーズを取り,その人が何をしているか,何が改善できるかを解説した専門家のコメントを生成する。 Ego-Exo4Dの[29]ビデオの熟練した活動と専門家の解説を、強力な言語モデルとともに活用して、このタスクのための弱い教師付きトレーニングデータセットを作成する方法を示す。
  論文  参考訳（メタデータ） (2024-08-01T16:13:07Z)

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。