論文の概要: Multi-Camera Self-Calibration in Sports Motion Capture: Leveraging Human and Stick Poses
- arxiv url: http://arxiv.org/abs/2604.17567v1
- Date: Sun, 19 Apr 2026 18:16:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.58601
- Title: Multi-Camera Self-Calibration in Sports Motion Capture: Leveraging Human and Stick Poses
- Title（参考訳）: スポーツ・モーション・キャプチャーにおけるマルチカメラ・セルフキャリブレーション:人間とスティック・ポーズを活用
- Authors: Fan Yang, Changsoo Jung, Ryosuke Kawamura, Hon Yung Wong,
- Abstract要約: マルチカメラシステムは、アスリートや機器の3D動作を捉えるために、スポーツに広く利用されている。
棒状の具材を含むスポーツに適したマルチカメラ外装キャリブレーションのための効率的なツールフリー手法を提案する。
- 参考スコア（独自算出の注目度）: 1.9025685402546493
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Multi-camera systems are widely employed in sports to capture the 3D motion of athletes and equipment, yet calibrating their extrinsic parameters remains costly and labor-intensive. We introduce an efficient, tool-free method for multi-camera extrinsic calibration tailored to sports involving stick-like implements (e.g., golf clubs, bats, hockey sticks). Our approach jointly exploits two complementary cues from synchronized multi-camera videos: (i) human body keypoints with unknown metric scale and (ii) a rigid stick-like implement of known length. We formulate a three-stage optimization pipeline that refines camera extrinsics, reconstructs human and stick trajectories, and resolves global scale via the stick-length constraint. Our method achieves accurate extrinsic calibration without dedicated calibration tools. To benchmark this task, we present the first dataset for multi-camera self-calibration in stick-based sports, consisting of synthetic sequences across four sports categories with 3 to 10 cameras. Comprehensive experiments demonstrate that our method delivers SOTA performance, achieving low rotation and translation errors. Our project page: https://fandulu.github.io/sport_stick_multi_cam_calib/.
- Abstract（参考訳）: マルチカメラシステムは、アスリートや機器の3D動作を捉えるためにスポーツで広く使われているが、その外的パラメータの調整は費用がかかり、労働集約的である。
棒状具(ゴルフクラブ,バット,ホッケースティックなど)を含むスポーツに適したマルチカメラ外装キャリブレーションのための,効率的なツールフリー手法を提案する。
我々のアプローチは、同期マルチカメラビデオからの2つの補完的手がかりを共同で活用する。
一 計量の不明な人体キーポイント及び人体キーポイント
(二)既知の長さの固い棒状の器具。
我々は、カメラの外部特性を洗練し、人間と棒の軌跡を再構築する3段階最適化パイプラインを定式化し、棒長制約によりグローバルスケールを解消する。
本手法は, 専用のキャリブレーションツールを使わずに, 正確な外部キャリブレーションを実現する。
このタスクをベンチマークするために,3～10台のカメラを備えた4つのスポーツカテゴリの合成シーケンスからなる,スティックベースのスポーツにおけるマルチカメラ自己校正のための最初のデータセットを提案する。
総合的な実験により,本手法は低回転および翻訳誤差を達成し,SOTA性能を実現することを示した。
私たちのプロジェクトページは、https://fandulu.github.io/sport_stick_multi_cam_calib/です。
関連論文リスト
- Multi-View 3D Point Tracking [67.21282192436031]
本稿では,複数のカメラビューを用いた動的シーンにおける任意の点の追跡を目的とした,データ駆動型マルチビュー3Dポイントトラッカーについて紹介する。
本モデルでは,現実的な数のカメラを用いて直接3次元対応を推定する。
我々は5K合成多視点Kubricシーケンスをトレーニングし、2つの実世界のベンチマークで評価する。
論文 参考訳（メタデータ） (2025-08-28T17:58:20Z) - Multi-person Physics-based Pose Estimation for Combat Sports [0.689728655482787]
スパースマルチカメラを用いた戦闘スポーツにおける正確な3次元ポーズ推定のための新しい枠組みを提案する。
提案手法は,トランスフォーマーを用いたトップダウン手法により,堅牢なマルチビュー2Dポーズトラッキングを実現する。
我々はさらに、多対人物理に基づく軌道最適化のステップを導入することにより、ポーズリアリズムとロバスト性をさらに強化する。
論文 参考訳（メタデータ） (2025-04-11T00:08:14Z) - Simultaneously Recovering Multi-Person Meshes and Multi-View Cameras with Human Semantics [14.385538705947782]
我々は、非校正カメラを用いたマルチパーソンモーションキャプチャーに焦点をあてる。
主要なアイデアは、カメラパラメータと人間のメッシュを同時に推定するために、動きの事前知識を組み込むことである。
その結果, 正確なカメラパラメータと人間の動きは, ワンステップで再現できることが示唆された。
論文 参考訳（メタデータ） (2024-12-25T05:35:30Z) - CasCalib: Cascaded Calibration for Motion Capture from Sparse Unsynchronized Cameras [18.51320244029833]
オフザシェルフ3次元ポーズ推定器を用いた単眼画像から3次元人間のポーズを推定できるようになった。
多くの実用アプリケーションは、マルチビューキューとカメラキャリブレーションが必要な、きめ細かい絶対ポーズ情報を必要とする。
私たちのゴールは、時間同期を含む完全自動化と、固有のカメラキャリブレーションと、外部カメラキャリブレーションです。
論文 参考訳（メタデータ） (2024-05-10T23:02:23Z) - Scene-Aware 3D Multi-Human Motion Capture from a Single Camera [83.06768487435818]
静止カメラで記録された1枚のRGBビデオから、シーン内の複数の人間の3次元位置を推定し、その身体形状と調音を推定する問題を考察する。
コンピュータビジョンの最近の進歩を,2次元の人体関節,関節角度,正規化不均等マップ,人間のセグメンテーションマスクなど,様々なモダリティのための大規模事前訓練モデルを用いて活用している。
特に,2次元の関節と関節角度を用いた正規化不均等予測から,シーン深度とユニークな人格尺度を推定する。
論文 参考訳（メタデータ） (2023-01-12T18:01:28Z) - SmartMocap: Joint Estimation of Human and Camera Motion using
Uncalibrated RGB Cameras [49.110201064166915]
複数のRGBカメラからのマーカーレス人間のモーションキャプチャ(モキャップ)は、広く研究されている問題である。
既存の方法は、モキャップシステムの基準フレームとして機能するスタティックカメラに対して、キャリブレーションされたカメラを必要とするか、あるいはそれらをキャリブレーションする必要がある。
複数の静止・移動可能なRGBカメラを用いたモキャップ方式を提案する。
論文 参考訳（メタデータ） (2022-09-28T08:21:04Z) - FLEX: Parameter-free Multi-view 3D Human Motion Reconstruction [70.09086274139504]
マルチビューアルゴリズムはカメラパラメータ、特にカメラ間の相対的な位置に強く依存します。
エンドツーエンドのパラメータフリーマルチビューモデルであるFLEXを紹介します。
Human3.6MおよびKTH Multi-view Football IIデータセットの結果を実証する。
論文 参考訳（メタデータ） (2021-05-05T09:08:12Z) - Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。
Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。
本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文 参考訳（メタデータ） (2020-07-30T09:21:04Z)
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。