論文の概要: PHAF-Personalized Hand Avatars in a Flash
- arxiv url: http://arxiv.org/abs/2606.03420v1
- Date: Tue, 02 Jun 2026 10:05:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:04.925157
- Title: PHAF-Personalized Hand Avatars in a Flash
- Title（参考訳）: フラッシュ中におけるPHAFパーソナライズハンドアバター
- Abstract要約: PHAFは、エッジデバイス上でのリアルタイムデプロイメントのために、高速なパーソナライズされたテクスチャを生成する。
ビューベースの塗装ネットワークは、滑らかで連続的な外観を保証するテクスチャを洗練する。
実験では、テクスチャ生成時間を30倍劇的に削減しながら、視覚的忠実度において既存の手法に匹敵することを示した。
- 参考スコア（独自算出の注目度）: 1.0602247913671219
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present PHAF-Personalized Hand Avatars in a Flash, a personalized photo-realistic hand avatar which provides high quality multi-view renders from just two images (dorsal and palmar views).Unlike slow optimization-based techniques, PHAF generates fast personalized textures for real-time deployment on edge devices. Our approach combines semantic guided mesh alignment and densified texture extraction to transfer high-frequency details efficiently. A view-based inpainting network refines textures ensuring smooth, continuous appearance. PHAF generalizes to novel viewpoints and leverages a parametric hand model for accurate articulations, making it compatible with standard graphics engines. Experiments show it is comparable to existing methods in visual fidelity while drastically reducing texture generation time by 30 times, enabling practical AR/VR applications.
- Abstract（参考訳）: 本稿では,2枚の画像から高画質のマルチビューレンダリングを提供する写真リアルハンドアバター,PHAF-Personalized Hand Avatars in a Flashを提案する。
遅い最適化ベースの手法とは異なり、PHAFはエッジデバイスにリアルタイムにデプロイするための高速なパーソナライズされたテクスチャを生成する。
提案手法は, セマンティックガイドメッシュアライメントと密度化テクスチャ抽出を組み合わせて, 高周波の詳細を効率的に伝達する。
ビューベースの塗装ネットワークは、滑らかで連続的な外観を保証するテクスチャを洗練する。
PHAFは、新しい視点に一般化し、パラメトリックハンドモデルを用いて正確な調音を行う。
実験では、テクスチャ生成時間を30倍に削減し、実用的なAR/VRアプリケーションを可能にするとともに、視覚的忠実度において既存の手法に匹敵することを示した。
関連論文リスト
- A Scalable Attention-Based Approach for Image-to-3D Texture Mapping [3.8476192001237597]
高品質なテクスチャは、リアルな3Dコンテンツ作成に不可欠です。
既存の生成法は遅く、紫外線マップに依存しており、しばしば参照画像に忠実に保たない。
本稿では,1つの画像とメッシュから直接3次元テクスチャ場を予測するトランスフォーマーベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-05T14:18:52Z) - Decoupling Appearance Variations with 3D Consistent Features in Gaussian Splatting [50.98884579463359]
本稿では,プラグアンドプレイ方式で外観変化を分離するDAVIGSを提案する。
ガウスレベルではなく画像レベルでレンダリング結果を変換することにより、最適化時間とメモリオーバーヘッドを最小限に抑えた外観変化をモデル化できる。
提案手法をいくつかの外観変化シーンで検証し,トレーニング時間とメモリ使用量を最小限に抑えて,最先端のレンダリング品質を実現することを実証した。
論文 参考訳（メタデータ） (2025-01-18T14:55:58Z) - Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。
UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。
モデル化された結果が最先端のアプローチを上回る実験を行ないました。
論文 参考訳（メタデータ） (2024-03-18T04:01:26Z) - GaussianStyle: Gaussian Head Avatar via StyleGAN [64.85782838199427]
本稿では,3DGSのボリューム強度とStyleGANの強力な暗黙表現を統合する新しいフレームワークを提案する。
提案手法は, 再現性, 新規なビュー合成, アニメーションにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2024-02-01T18:14:42Z) - UltrAvatar: A Realistic Animatable 3D Avatar Diffusion Model with Authenticity Guided Textures [80.047065473698]
幾何学の忠実度を高めたUltrAvatarと呼ばれる新しい3次元アバター生成手法を提案し,光を必要とせずに物理ベースレンダリング(PBR)テクスチャの質を向上する。
提案手法の有効性とロバスト性を実証し,実験において最先端の手法よりも高い性能を示した。
論文 参考訳（メタデータ） (2024-01-20T01:55:17Z) - InvertAvatar: Incremental GAN Inversion for Generalized Head Avatars [40.10906393484584]
本稿では,複数フレームからの忠実度向上を目的としたアルゴリズムを用いて,アバター復元性能を向上させる新しいフレームワークを提案する。
本アーキテクチャでは,画素対応画像-画像変換を重要視し,観測空間と標準空間の対応を学習する必要性を緩和する。
提案手法は,1ショットと数ショットのアバターアニメーションタスクにおける最先端の性能を示す。
論文 参考訳（メタデータ） (2023-12-03T18:59:15Z) - EvaSurf: Efficient View-Aware Implicit Textured Surface Reconstruction [53.28220984270622]
3次元再構成法はリアルタイムに3次元整合性のある高忠実度結果を生成する。
提案手法は,合成と実世界の両方のデータセット上で,高品質な外観と正確なメッシュを再構築することができる。
我々の方法は1つのGPUを使ってたった1～2時間でトレーニングでき、40FPS(Frames per second)以上のモバイルデバイス上で実行することができる。
論文 参考訳（メタデータ） (2023-11-16T11:30:56Z) - FLARE: Fast Learning of Animatable and Relightable Mesh Avatars [64.48254296523977]
私たちのゴールは、幾何学的に正確で、リアルで、楽しい、現在のレンダリングシステムと互換性のあるビデオから、パーソナライズ可能な3Dアバターを効率的に学習することです。
単眼ビデオからアニマタブルアバターとリライトブルアバターの作成を可能にする技術であるFLAREを紹介する。
論文 参考訳（メタデータ） (2023-10-26T16:13:00Z) - HiFiHR: Enhancing 3D Hand Reconstruction from a Single Image via
High-Fidelity Texture [40.012406098563204]
一つの画像から学習フレームワークのレンダリング・アンド・コンパレンスを利用する高忠実手再構成手法であるHiFiHRを提案する。
FreiHAND や HO-3D などの公開ベンチマークによる実験結果から, テクスチャ再構築における手作り工法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2023-08-25T18:48:40Z) - AvatarReX: Real-time Expressive Full-body Avatars [35.09470037950997]
ビデオデータからNeRFに基づくフルボディアバターを学習するための新しい手法であるAvatarReXを提案する。
学習されたアバターは、身体、手、顔の表現力のある制御を提供するだけでなく、リアルタイムのアニメーションやレンダリングもサポートする。
論文 参考訳（メタデータ） (2023-05-08T15:43:00Z) - HARP: Personalized Hand Reconstruction from a Monocular RGB Video [37.384221764796095]
本稿では,ヒトの手の短い単眼的RGB映像を入力として用いた,パーソナライズされた手指アバター作成手法であるHARPを提案する。
神経暗黙表現の大きな傾向とは対照的に、HARPはメッシュベースのパラメトリックハンドモデルで手をモデル化する。
HarPはリアルタイムレンダリング機能を備えたAR/VRアプリケーションで直接使用することができる。
論文 参考訳（メタデータ） (2022-12-19T15:21:55Z) - Two-shot Spatially-varying BRDF and Shape Estimation [89.29020624201708]
形状とSVBRDFを段階的に推定した新しいディープラーニングアーキテクチャを提案する。
ドメインランダム化された幾何学と現実的な材料を用いた大規模合成学習データセットを作成する。
合成データセットと実世界のデータセットの両方の実験により、合成データセットでトレーニングされたネットワークが、実世界の画像に対してうまく一般化できることが示されている。
論文 参考訳（メタデータ） (2020-04-01T12:56:13Z)
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。