論文の概要: SmoCap: Unified Scale-Pose Canonicalization with Proxy-Mapped Trust-Region QP

• arxiv url: http://arxiv.org/abs/2605.20850v1
• Date: Wed, 20 May 2026 07:41:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.556453
• Title: SmoCap: Unified Scale-Pose Canonicalization with Proxy-Mapped Trust-Region QP
• Title（参考訳）: SmoCap: Proxy-Mapped Trust-Region QPによる統一スケールパス標準化
• Authors: Shihao Li, Naohiko Sugita,
• Abstract要約: リーク耐性の正準化フレームワークであるSmoCapについて紹介する。 各地域信頼圏二次計画における形態と姿勢を共同で推定する。
• 参考スコア（独自算出の注目度）: 3.4350080125227564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Objective: Stage-wise workflows that separate model scaling and inverse kinematics can induce morphology-posture compensation, resulting in anatomically inconsistent yet numerically acceptable solutions, especially in weakly observed directions. We present SmoCap, a leakage-resistant canonicalization framework that estimates morphology and posture jointly in each local trust-region quadratic program (QP) within a sparse control subspace. Methods: SmoCap solves a constrained trust-region QP with analytical proxy-mapped pose and scale Jacobians. The low dimensional proxy map stabilizes weakly observed directions and drives coordinated structures. An optional pre-solve provides warm starts in difficult configurations. The framework is evaluated using cohort fluoroscopy knee motion, anthropometric ground truth, and extreme yoga sequences. Results: SmoCap achieved 2.9 degree knee flexion RMSE against fluoroscopy, and a pooled anthropometric endpoint error around 3%. In the leakage audit against segment wise scaling, SmoCap also reduced marker RMSE, FE error, and anthropometric endpoint error. Proxy coupling preserved expressive and coordinated spine motion with marginal fitting error increase (+0.14 mm, +0.6%) against baseline models in yoga ablation. Median marker RMSE was around 20 mm, and median runtime was 0.204-0.332 ms/frame, achieved with consistently 2-3 iterations. Conclusion: SmoCap provides an externally validated unified coupling-aware scale-pose framework, making externally consistent motion canonicalization practical at dataset scale.
• Abstract（参考訳）: 目的: モデルスケーリングと逆運動学を分離する段階的なワークフローは、形態と姿勢の補償を誘導し、解剖学的に矛盾するが数値的に許容できる解、特に弱い観察方向において生じる。 スパース制御部分空間内の各局所信頼領域二次プログラム(QP)における形態と姿勢を共同で推定する,リーク耐性の正準化フレームワークであるSmoCapを提案する。 メソッド: SmoCapは、分析プロキシマップされたポーズとスケールジャコビアンによる制約付き信頼領域QPを解決する。 低次元のプロキシマップは、弱い観測方向を安定化し、調整された構造を駆動する。 オプションの事前解決は、難しい設定でウォームスタートを提供する。 この枠組みは, 関節鏡下膝関節運動, 人為的地面真理, 極端なヨガ配列を用いて評価される。 結果: SmoCap は2.9度膝屈曲 RMSE を蛍光顕微鏡に対して達成し, 有意な有意差は3%程度であった。 セグメントワイズスケーリングに対する漏洩監査では、マーカーRMSE、FEエラー、人為的エンドポイントエラーも削減された。 ヨガアブレーションにおけるベースラインモデルに対して, 限界嵌合誤差(+0.14mm, +0.6%)の増加が認められた。 中型マーカーRMSEは約20mmで、中央型ランタイムは0.204-0.332ms/frameで、連続して2-3回実行された。 結論: SmoCapは、外部で検証された統一結合対応のスケールポジションフレームワークを提供し、データセットスケールで外部で一貫したモーション標準化を実践する。

関連論文リスト

• PRISM: A Geometric Risk Bound that Decomposes Drift into Scale, Shape, and Head [14.880821907124451]
  本研究では,LLMの線形出力ヘッドと背骨のほぼ等尺構造を利用したPRISMを提案する。 境界は変分ランクに調整され、ドリフトを3つの独立測定可能な軸に分解する。 PRISMは、学習後の量子化において平均スピアマン相関が0.820、LoRAを忘れるために0.831の変種をランク付けする。
  論文  参考訳（メタデータ） (2026-05-12T06:40:34Z)
• MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
  本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。 本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
  論文  参考訳（メタデータ） (2026-04-30T17:16:38Z)
• Single-shot measurement learning as a self-certifying estimator for quantum-enhanced sensing [0.0]
  単発計測学習は、1ビットの成功/失敗記録から補償ユニタリを学習する。 補償型センシングファミリーでは、ベルヌーイの成功/失敗記録はプローブ量子フィッシャー情報と局所的に一致している。 この意味において、Sは、プローブが持つ量子エンハンスメントを、オンラインの自己終端プロトコルで操作的に利用できるようにする。
  論文  参考訳（メタデータ） (2026-04-02T02:11:10Z)
• K-GMRF: Kinetic Gauss-Markov Random Field for First-Principles Covariance Tracking on Lie Groups [8.489406212619164]
  共分散追跡のためのオンライン学習自由フレームワークK-GMRFを提案する。 本手法は, 構造保存型シンプレクティックインテグレータにより伝搬される潜在角速度を駆動するトルクとして観測を解釈する。 理論的には、この2階の力学が一定回転下でゼロ定常誤差を達成することを証明している。
  論文  参考訳（メタデータ） (2026-03-20T03:16:36Z)
• Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
  プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。 我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。 重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
  論文  参考訳（メタデータ） (2026-02-24T05:32:03Z)
• Semi-Supervised Unconstrained Head Pose Estimation in the Wild [57.11798881492183]
  本研究では,最初の半教師なしヘッドポーズ推定手法であるSemiUHPEを提案する。 本手法は, 前回のランドマークに基づくアフィンアライメントよりも, 野生の頭部のアスペクト比不変収穫が優れているという観測に基づいている。 提案手法は, 汎用物体回転回帰法や3次元頭部再構成法など, その他の密接に関連する問題を解く上でも有用である。
  論文  参考訳（メタデータ） (2024-04-03T08:01:00Z)
• PyMAF-X: Towards Well-aligned Full-body Model Regression from Monocular Images [60.33197938330409]
  PyMAF-Xは、モノクロ画像からパラメトリックフルボディモデルを復元するための回帰ベースのアプローチである。 PyMAFとPyMAF-Xは、メッシュイメージアライメントを効果的に改善し、新しい最先端の結果を達成する。
  論文  参考訳（メタデータ） (2022-07-13T17:58:33Z)

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。