論文の概要: Skinned Motion Retargeting with Spatially Adaptive Interaction Guidance

• arxiv url: http://arxiv.org/abs/2605.19355v1
• Date: Tue, 19 May 2026 04:41:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.126643
• Title: Skinned Motion Retargeting with Spatially Adaptive Interaction Guidance
• Title（参考訳）: 空間適応型インタラクション誘導による皮膚運動のリターゲティング
• Authors: Soojin Choi, Seokhyeon Hong, Chaelin Kim, Junghyun Nam, Junhyuk Jeon, Junyong Noh,
• Abstract要約: 本稿では,空間適応型アンカー上で近接マッチングを行うことにより,相互作用の意味を保った幾何対応型モーションフレームワークを提案する。 本手法は,多種多様なキャラクタ・ジオメトリ間の相互作用の忠実さを保ちながら,最先端の手法よりも優れている。
• 参考スコア（独自算出の注目度）: 16.43596060460248
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retargeting motion across characters with varying body shapes while preserving interaction semantics, such as self-contact and near-body proximity, remains a challenging problem. While recent geometry-aware approaches address this by maintaining spatial relationships between predefined corresponding regions, their reliance on static correspondences often struggles when the target character exhibits exaggerated body proportions. In this paper, we present a geometry-aware motion retargeting framework that preserves interaction semantics by performing proximity matching over spatially adaptive anchors. Unlike prior methods with static anchor definitions, the proposed method dynamically repositions anchors to reachable regions on the target character. This is achieved via a Transformer-based anchor refinement strategy that predicts anchor displacements and constrains the translated anchors to remain on the target character geometry through differentiable soft projection. By incorporating pose-dependent spatial structures from the source character, the adapted anchors provide structurally coherent guidance for interaction-aware retargeting. Conditioned on these anchors, a graph-based autoencoder predicts target skeletal motion that preserves the spatial configuration of the source. To encourage task-aligned optimization between anchor adaptation and motion retargeting, we adopt an alternating training scheme in which each module is optimized in turn. Through extensive evaluations, we demonstrate that our method outperforms state-of-the-art approaches in preserving interaction fidelity across diverse character geometries.
• Abstract（参考訳）: 自己接触や近体近接といった相互作用のセマンティクスを保ちながら、身体形状の異なる文字間での動きを再ターゲティングすることは、依然として困難な問題である。 最近の幾何学的アプローチでは、事前に定義された対応する領域間の空間的関係を維持することでこの問題に対処しているが、静的対応への依存は、対象キャラクターが誇張された身体比を示すときにしばしば困難である。 本稿では,空間適応型アンカー上で近接マッチングを行うことにより,インタラクションの意味を保ちながら幾何対応の動作再ターゲティングフレームワークを提案する。 静的アンカー定義を持つ従来の手法とは異なり、提案手法は対象文字上の到達可能な領域にアンカーを動的に再配置する。 これはTransformerベースのアンカーリファインメント戦略によって実現され、アンカーの変位を予測し、翻訳されたアンカーを異なるソフトプロジェクションによってターゲットキャラクター形状に保持するように制約する。 ソースキャラクタからポーズ依存空間構造を組み込むことで、適応アンカーは相互作用認識再ターゲティングのための構造的コヒーレントなガイダンスを提供する。 これらのアンカーに条件付きで、グラフベースのオートエンコーダは、ソースの空間的構成を保存するターゲット骨格運動を予測する。 アンカー適応とモーションリターゲティングのタスクアライメント最適化を促進するため,各モジュールを順番に最適化する交互学習方式を採用した。 提案手法は, 多様なキャラクタ・ジオメトリ間の相互作用の忠実さを保ちながら, 最先端の手法よりも優れていることを示す。

関連論文リスト

• SECOND-Grasp: Semantic Contact-guided Dexterous Grasping [60.1519218638742]
  Second-Grasp (Semantic Contact-guided Dexterous Grasping) は、ロボットハンドが意味論的推論に基づいて把握戦略を調整できる統合されたフレームワークである。 我々のアプローチは、目に見えるカテゴリーと目に見えないカテゴリの両方で成功率を上げるために、一貫してベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-13T07:37:00Z)
• Beyond Global Alignment: Fine-Grained Motion-Language Retrieval via Pyramidal Shapley-Taylor Learning [56.6025512458557]
  動き言語検索は、自然言語と人間の動きの間の意味的ギャップを埋めることを目的としている。 既存のアプローチは主に、全動作シーケンスとグローバルテキスト表現の整合性に重点を置いている。 本研究では,微粒な動き言語検索のためのPST学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-29T16:00:12Z)
• Copy-Trasform-Paste: Zero-Shot Object-Object Alignment Guided by Vision-Language and Geometric Constraints [12.704390013489054]
  2つのメッシュのゼロショット3Dアライメントについて,その関係を記述したテキストプロンプトを用いて検討した。 テスト時の相対的なポーズの最適化,翻訳,回転,等方的スケールの更新,CLIP駆動の勾配による検討を行った。 我々の手法は、意味論的に忠実で物理的に妥当なアライメントをもたらす全ての代替手段より優れています。
  論文  参考訳（メタデータ） (2026-01-20T18:12:55Z)
• Skinned Motion Retargeting with Dense Geometric Interaction Perception [19.788066070569734]
  既存のアプローチはしばしば骨格運動後の身体矯正段階を見落としている。 この結果、幾何学的相互作用と幾何補正の対立が生じ、ジッタリー運動が生じる。 動きの密接な相互作用を直接モデル化するMeshRetrationを導入する。
  論文  参考訳（メタデータ） (2024-10-28T13:04:44Z)
• Skinned Motion Retargeting with Residual Perception of Motion Semantics & Geometry [34.53794943807786]
  骨格と形状の双方のソース・ターゲットの違いを考慮しない限り、良好な動きは得られない。 本稿では,2つのニューラルネットワークモジュールに依存するResidual RETargeting Network (R2ET) 構造を提案する。 公開データセットの実験 Mixamoは、我々のR2ETが最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2023-03-15T14:41:26Z)
• Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
  本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。 入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。 実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-09-15T17:05:02Z)
• Self-supervised Augmentation Consistency for Adapting Semantic Segmentation [56.91850268635183]
  本稿では,実用的かつ高精度な意味セグメンテーションのためのドメイン適応手法を提案する。 私たちは標準データ拡張技術である$-$フォトメトリックノイズ、フリップとスケーリング$-$を採用し、セマンティック予測の一貫性を保証する。 適応後の最先端セグメンテーション精度を大幅に改善し、バックボーンアーキテクチャと適応シナリオの異なる選択に整合性を持たせる。
  論文  参考訳（メタデータ） (2021-04-30T21:32:40Z)

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。