論文の概要: OmniFaceRig: Fully Automatic Inner-Mouth-Aware Face Rigging Across Diverse 3D Character Topologies

• arxiv url: http://arxiv.org/abs/2606.08043v1
• Date: Sat, 06 Jun 2026 08:06:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.688891
• Title: OmniFaceRig: Fully Automatic Inner-Mouth-Aware Face Rigging Across Diverse 3D Character Topologies
• Title（参考訳）: OmniFaceRig: さまざまな3D文字トポロジにまたがる完全自動内面認識顔
• Authors: Chao Wang, Guangyao Ma, John Doublestein, Junming Chen, Yiming Lin, Zhaoen Su, Xiaomin Luo, Shiyang Cheng, Jie Shen, Doug Roble, Dilin Wang, Yilei Li, Rakesh Ranjan,
• Abstract要約: 顔リグのための完全自動エンドツーエンドパイプラインであるOmniFaceRigを紹介する。 人間、人型動物、長い口輪動物(犬、オオカミ、キツネなど)、短い口輪動物(猫、クマ、ウサギ、トラなど)など多様なトポロジーを支えている。 パイプラインは、ハイブリッドVLM+CVリガビリティチェック、マルチモデル顔解析、高密度キーポイント駆動テンプレート登録、プロシージャ内マウス構築、衝突対応ブレンドシェープ転送を組み合わせた。
• 参考スコア（独自算出の注目度）: 20.752861467285697
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial rigging - creating FACS-based blendshapes together with inner-mouth geometry (teeth, gums, and tongue) - remains a major bottleneck in 3D character production. Existing pipelines still require substantial designer effort, especially for manual landmark annotation, per-character template adjustment, and inner-mouth placement. We present OmniFaceRig, a fully automatic end-to-end pipeline that converts a static surface-only 3D character mesh, with no pre-modeled oral cavity, into an inner-mouth-aware FACS rig with up to 155 blendshapes, procedurally fitted teeth, gums, and tongue, and re-packed UV/texture. OmniFaceRig supports diverse topologies - humans, humanoids, long-muzzled animals (e.g., dogs, wolves, foxes), and short-muzzled animals (e.g., cats, bears, rabbits, tigers) - with no manual landmarks, no user-provided templates, and no per-asset setup. The pipeline combines hybrid VLM+CV riggability checking, multi-model face parsing, dense keypoint-driven template registration, procedural inner-mouth construction, and collision-aware blendshape transfer. For non-human characters, OmniFaceRig selects topology-specific face and inner-mouth templates and uses collision-aware inner-mouth fitting to reduce teeth-face intersections without exposing users to category-specific tuning. We also publicly release Omni-Bench, a freely available benchmark dataset of 1,000 biped 3D characters with FACS facial blendshapes and inner-mouth geometry, spanning humans, humanoids, cats, dogs, and other animals. Experiments show high final rigging success on screened Omni-Bench inputs, nearly complete face detection recall from the segmentation ensemble and reliable inner-mouth placement with low penetration. Together, OmniFaceRig provides an automatic path from static generated characters to animation-ready facial rigs across both human and non-human topologies.
• Abstract（参考訳）: 顔面リギング (facial rigging) - FACSベースのブレンドサップと、歯、歯茎、舌など) は、3Dキャラクタ生産において大きなボトルネックとなっている。 現存するパイプラインは、特に手動のランドマークアノテーション、キャラクタごとのテンプレート調整、インナーマウス配置など、かなりの設計努力を必要とする。 OmniFaceRigは,静的な表面のみの3次元キャラクタメッシュを,最大155個のブレンドシャッピー,義歯,歯茎,舌を組み込んだ内面認識型FACSリグに変換し,UV/textureを再パッケージ化する,完全自動エンドツーエンドパイプラインである。 OmniFaceRigは、人間、ヒューマノイド、長い鼻のある動物(例、犬、オオカミ、キツネ)、短い鼻のある動物(例、猫、クマ、ウサギ、トラ)など多様なトポロジーをサポートしており、手動のランドマークはなく、ユーザーが提供するテンプレートも無く、アセットごとに設定もできない。 パイプラインは、ハイブリッドVLM+CVリガビリティチェック、マルチモデル顔解析、高密度キーポイント駆動テンプレート登録、プロシージャ内マウス構築、衝突対応ブレンドシェープ転送を組み合わせた。 非人間的文字に対しては、OmniFaceRigは、トポロジー固有の顔と内面テンプレートを選択し、衝突を意識した内面フィッティングを使用して、ユーザーがカテゴリ固有のチューニングに晒すことなく、歯面交差点を減らす。 Omni-Benchは、人間、ヒューマノイド、猫、犬、その他の動物を対象とする、FACSの顔の混ざり合いと内面の幾何学を備えた、1000個の2足歩行の3Dキャラクターによる、無料で利用可能なベンチマークデータセットである。 実験では、スクリーニングされたオムニ・ベンチインプットの最終的なリギング成功、セグメンテーションアンサンブルからのほぼ完全な顔検出リコール、低い浸透率で信頼性の高いインナーマウス配置が示された。 OmniFaceRigは、静的生成文字から人間と非人間のトポロジにまたがるアニメーション対応の顔リグへの自動パスを提供する。

関連論文リスト

• Learning Domain Agnostic Latent Embeddings of 3D Faces for Zero-shot Animal Expression Transfer [10.411077221922165]
  本稿では,人間の表情を3次元動物の顔メッシュに伝達する枠組みを提案する。 本手法は,ヒトと動物の顔形状の幾何学的ギャップを効果的に狭め,多種間表現の伝達を実現する。
  論文  参考訳（メタデータ） (2026-01-10T08:37:02Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)
• GenLayNeRF: Generalizable Layered Representations with 3D Model Alignment for Multi-Human View Synthesis [1.6574413179773757]
  GenLayNeRFは、複数の被写体の自由視点レンダリングのための一般化可能な階層化シーン表現である。 シーンを3Dボディーメッシュに固定されたマルチヒューマン層に分割する。 我々は、相関関係と融合関係にある点的画像整列と人間的アンチョレッド特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-20T20:37:31Z)
• Efficient 3D Articulated Human Generation with Layered Surface Volumes [131.3802971483426]
  我々は,デジタル人間のための新しい3次元オブジェクト表現として,層状表面体積(LSV)を導入する。 LSVは、従来のテンプレートの周囲の複数のテクスチャ層を使用して人体を表現する。 2Dジェネレータは個々のレイヤのRGBAテクスチャを合成することを学ぶ。
  論文  参考訳（メタデータ） (2023-07-11T17:50:02Z)
• Implicit Neural Head Synthesis via Controllable Local Deformation Fields [12.191729556779972]
  我々は,大域的変形場を局所的に分解する部分的暗黙的形状モデルを構築した。 我々の新しい定式化は、3DMMに基づくパラメータによる局所的な意味的リグ様制御を伴う複数の暗黙的変形場をモデル化する。 我々の定式化は、従来の暗黙単分子アプローチよりも、局所的に制御可能な非線形変形をよりシャープに表現する。
  論文  参考訳（メタデータ） (2023-04-21T16:35:28Z)
• BodyMap: Learning Full-Body Dense Correspondence Map [19.13654133912062]
  BodyMapは,人体内画像と3Dテンプレートモデルの表面との間の高精細かつ連続的な対応関係を得るための新しいフレームワークである。 人間間の複雑な対応は、身体全体を理解するための基本的な問題を解決するために利用できる強力な意味情報を運ぶ。
  論文  参考訳（メタデータ） (2022-05-18T17:58:11Z)
• Deep Marching Tetrahedra: a Hybrid Representation for High-Resolution 3D Shape Synthesis [90.26556260531707]
  DMTetは粗いボクセルのような単純なユーザーガイドを用いて高解像度の3次元形状を合成できる条件付き生成モデルである。 メッシュなどの明示的な表現を直接生成する深部3次元生成モデルとは異なり、我々のモデルは任意の位相で形状を合成することができる。
  論文  参考訳（メタデータ） (2021-11-08T05:29:35Z)
• Topologically Consistent Multi-View Face Inference Using Volumetric Sampling [25.001398662643986]
  ToFuは、幾何推論フレームワークで、アイデンティティと式をまたいだトポロジ的に一貫したメッシュを生成することができる。 新たなプログレッシブメッシュ生成ネットワークは、顔のトポロジ的構造を特徴量に埋め込む。 これらの高品質な資産は、アバターの作成、アニメーション、物理的にベースとしたスキンレンダリングのためのプロダクションスタジオで容易に利用することができる。
  論文  参考訳（メタデータ） (2021-10-06T17:55:08Z)
• Combining Implicit Function Learning and Parametric Models for 3D Human Reconstruction [123.62341095156611]
  深層学習近似として表される暗黙の関数は、3次元曲面の再構成に強力である。 このような機能は、コンピュータグラフィックスとコンピュータビジョンの両方に柔軟なモデルを構築するのに不可欠である。 詳細に富んだ暗黙関数とパラメトリック表現を組み合わせた方法論を提案する。
  論文  参考訳（メタデータ） (2020-07-22T13:46:14Z)
• DeepFaceFlow: In-the-wild Dense 3D Facial Motion Estimation [56.56575063461169]
  DeepFaceFlowは、3D非剛体顔の流れを推定するための堅牢で高速で高精度なフレームワークである。 私たちのフレームワークは、2つの非常に大規模な顔ビデオデータセットでトレーニングされ、テストされました。 登録された画像に対して,60fpsで3次元フローマップを生成する。
  論文  参考訳（メタデータ） (2020-05-14T23:56:48Z)

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。