論文の概要: Adaptive Interpolation-Synthesis for Motion In-Betweening on Keyframe-Based Animation

• arxiv url: http://arxiv.org/abs/2605.02742v1
• Date: Mon, 04 May 2026 15:41:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.386238
• Title: Adaptive Interpolation-Synthesis for Motion In-Betweening on Keyframe-Based Animation
• Title（参考訳）: キーフレームに基づくアニメーションにおける動きの適応補間合成
• Authors: Anton Raël, Julien Boucher, Antoine Lhermitte,
• Abstract要約: モーション・イン・バイ・トゥ・ウィーニング(Motion in-betweening)は、3Dアニメーションの最も芸術的で時間を要するステージの1つである。 そこで本研究では,リズムに基づくアニメーションの動作制約に明示的に適合する手法を提案する。 そこで本手法では,Autodesk Mayaに組み込むと,3.5倍のスピードアップでアニメーションの中間処理を完了させることができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motion in-betweening is one of the most artistically demanding and time consuming stages of 3D animation, where the expressivity and rhythm of motion are defined. The level of creative control it requires makes it a major production bottleneck, underscoring the need for intelligent tools that assist animators in this process. Although recent deep learning approaches have achieved strong results in motion synthesis and in-betweening, they assume data characteristics, motion styles, and problem formulations that diverge from professional animation workflows. To bridge this gap, we propose a method explicitly aligned with the constraints of motion in-betweening for keyframe-based animation in production environments. At its core, the Adaptive Interpolation-Synthesis (AIS) layer mirrors the animator's creative process by dynamically balancing learned interpolation and direct pose synthesis. In addition, a domain-based input keypose schedule reflects the distribution of production data, improving stylistic consistency and alignment between training and real-world usage. Our method achieves state-of-the-art performance on production data; when integrated into Autodesk Maya, it enables animators to complete in-betweening tasks with a 3.5x speedup.
• Abstract（参考訳）: モーション・イン・バイ・トゥ・ウィーニング(Motion in-betweening)は、3Dアニメーションの表現力とリズムが定義された最も芸術的で時間を要するステージの1つである。 創造的なコントロールのレベルは、このプロセスでアニメーターを支援するインテリジェントなツールの必要性を強調し、プロダクションのボトルネックとなる。 近年の深層学習手法は, プロのアニメーションワークフローから分岐するデータ特性, 動作スタイル, 問題定式化を仮定する。 このギャップを埋めるため,本研究では,実運用環境におけるキーフレームに基づくアニメーションの動作の制約を明示的に整合させる手法を提案する。 アダプティブ補間合成(Adaptive Interpolation-Synthesis、AIS)層は、学習された補間と直接ポーズ合成の動的バランスによってアニメーターの創造過程を反映する。 さらに、ドメインベースの入力キープレイススケジュールは、生産データの分布を反映し、トレーニングと実世界の使用との整合性と整合性を改善する。 そこで本手法では,Autodesk Mayaに組み込むと,3.5倍のスピードアップでアニメーションの中間処理を完了させることができる。

関連論文リスト

• IM-Animation: An Implicit Motion Representation for Identity-decoupled Character Animation [58.297199313494]
  インプシット法は、動画から直接動作の意味をキャプチャするが、動作と外観の絡み合いやアイデンティティの漏洩に悩まされる。 本稿では,フレームごとの動作をコンパクトな1次元モーショントークンに圧縮する新しい暗黙の動作表現を提案する。 本手法では,3段階のトレーニング戦略を用いて,トレーニング効率を高め,高い忠実性を確保する。
  論文  参考訳（メタデータ） (2026-02-07T11:17:20Z)
• Puppeteer: Rig and Animate Your 3D Models [105.11046762553121]
  Puppeteerは、さまざまな3Dオブジェクトの自動リギングとアニメーションの両方に対処する包括的なフレームワークである。 本システムはまず, 自己回帰変換器を用いて, 可塑性骨格構造を推定する。 その後、注意に基づくアーキテクチャにより、皮膚の重量を推定する。
  論文  参考訳（メタデータ） (2025-08-14T17:59:31Z)
• SILK: Smooth InterpoLation frameworK for motion in-betweening A Simplified Computational Approach [1.7812314225208412]
  動きの切り替えはアニメーターにとって重要なツールであり、ポーズごとにポーズレベルの詳細を制御できる。 最近の動きの機械学習ソリューションは、複雑なモデル、スケルトン対応アーキテクチャ、あるいは複数のモジュールとトレーニングステップを必要とする。 本研究では,トランスフォーマーをベースとした単一エンコーダを用いて,現実的な動きを合成するシンプルなフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-09T19:26:27Z)
• Dynamic Motion Blending for Versatile Motion Editing [26.21012932709007]
  我々は、入力テキストに基づいて身体部分の動きをブレンドすることでトレーニングトレーレットを生成するオンラインデータ拡張技術であるMotionMixCutを紹介する。 我々は、モーションコーディネータを備えた自己回帰拡散モデルであるMotionReFitを提案する。 提案手法は,高レベルの人的指示から直接,空間的および時間的動作の編集を行う。
  論文  参考訳（メタデータ） (2025-03-26T17:07:24Z)
• Thin-Plate Spline-based Interpolation for Animation Line Inbetweening [54.69811179222127]
  チャンファー距離(CD: Chamfer Distance)は、一般に間欠的な性能を評価するために用いられる。 薄板スプライン変換を応用したアニメーションラインインテタイニングの簡易かつ効果的な手法を提案する。 提案手法は, 流動性を高めた高品質な結果を提供することにより, 既存の手法よりも優れる。
  論文  参考訳（メタデータ） (2024-08-17T08:05:31Z)
• MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model [74.84435399451573]
  本稿では、特定の動きシーケンスに従って、特定の参照アイデンティティのビデオを生成することを目的とした、人間の画像アニメーションタスクについて検討する。 既存のアニメーションは、通常、フレームウォーピング技術を用いて参照画像を目標運動に向けてアニメーションする。 MagicAnimateは,時間的一貫性の向上,参照画像の忠実な保存,アニメーションの忠実性向上を目的とした,拡散に基づくフレームワークである。
  論文  参考訳（メタデータ） (2023-11-27T18:32:31Z)
• Improving the Perceptual Quality of 2D Animation Interpolation [37.04208600867858]
  伝統的な2Dアニメーションは労働集約的であり、しばしばアニメーターは1秒間に12枚のイラストを描く必要がある。 低いフレームレートは大きな変位と閉塞をもたらし、例えばラインやソリッドカラー領域のような個々の知覚要素は、テクスチャ指向の畳み込みネットワークに困難をもたらす。 以前の研究はこれらの問題に対処しようとしたが、計算不能なメソッドを使用し、ピクセル完全性能に重点を置いていた。 私たちは、この芸術領域の知覚的品質を重視した、より適切なスケーラブルなシステムを構築します。
  論文  参考訳（メタデータ） (2021-11-24T20:51:29Z)
• Render In-between: Motion Guided Video Synthesis for Action Interpolation [53.43607872972194]
  本研究では、リアルな人間の動きと外観を生成できる動き誘導型フレームアップサンプリングフレームワークを提案する。 大規模モーションキャプチャーデータセットを活用することにより、フレーム間の非線形骨格運動を推定するために、新しいモーションモデルが訓練される。 私たちのパイプラインでは、低フレームレートのビデオと不自由な人間のモーションデータしか必要としませんが、トレーニングには高フレームレートのビデオは必要ありません。
  論文  参考訳（メタデータ） (2021-11-01T15:32:51Z)
• Deep Animation Video Interpolation in the Wild [115.24454577119432]
  本研究では,アニメーション・ビデオ・コードに関する問題を初めて形式的に定義・検討する。 効果的なフレームワークであるAnimeInterpを2つの専用モジュールで粗密に提案します。 特にAnimeInterpは、野生のアニメーションシナリオに良好な知覚品質と堅牢性を示します。
  論文  参考訳（メタデータ） (2021-04-06T13:26:49Z)

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。