論文の概要: Gravity-guided Contact Dynamics Estimation from 3D Human Motions
- arxiv url: http://arxiv.org/abs/2606.08133v1
- Date: Sat, 06 Jun 2026 12:15:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:05.864679
- Title: Gravity-guided Contact Dynamics Estimation from 3D Human Motions
- Title（参考訳）: 重力誘導による3次元人体運動からの接触ダイナミクスの推定
- Authors: Cuong Le, Urs Waldmann, Bastian Wandt, Mårten Wadenbäck,
- Abstract要約: 人体に作用する接地力は、生体力学研究やスポーツパフォーマンス分析に不可欠である。
GraCEは、身体の質量分布と重力の現実的な影響を利用して、人間の運動に対する新しい全身接触力学モデルである。
- 参考スコア（独自算出の注目度）: 13.058629527369769
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ground contact forces acting on the human body, are crucial for biomechanics studies or sport performance analysis. Prior methods rely on force plates or pressure mats to collect ground contact dynamics, limiting their applicability to carefully controlled settings. A more scalable solution is to estimate the dynamics directly from motion capture data. Recent approaches only roughly estimate the ground contact dynamics from the vertical distance between the body and the ground plane, which cannot capture the complex pressure distribution of all contact points. To this end, we propose GraCE -- Gravity-guided Contact Dynamics Estimation, a novel full-body contact dynamics model for human motions using a realistic influence of body mass distribution and gravity. We use the human's center of gravity to estimate the ground contacts based on its relative distance to the human body. The applied force on each contact is estimated via the product of predicted contact probabilities and the total exterior force computed from the center of mass trajectory. We outperform related work on the GroundLink dataset for ground reaction force estimation, and on the MOYO dataset for detailed contact pressure prediction. The code is published upon acceptance.
- Abstract（参考訳）: 人体に作用する接地力は、生体力学研究やスポーツパフォーマンス分析に不可欠である。
従来の方法では、力板や圧力マットを使って接地力学を収集し、慎重に制御された設定に適用できる範囲を制限していた。
よりスケーラブルな解決策は、モーションキャプチャデータから直接ダイナミクスを推定することである。
最近のアプローチでは、全ての接点の複雑な圧力分布を捉えることができない物体と接地面の間の垂直距離から、接地力学を大まかに見積もっているだけである。
この目的のために,重力誘導型接触ダイナミクス推定法であるGraCEを提案する。
我々は、人体との相対的な距離に基づいて、人間の重心を使って地面の接触を推定する。
各接触に印加された力は、予測された接触確率と質量軌道の中心から計算された総外力によって推定される。
我々は,地上反応力推定のためのGroundLinkデータセットと,接触圧力予測のためのMOYOデータセットについて,関連研究を行った。
コードは受理時に公開される。
関連論文リスト
- PRIME: Physically-consistent Robotic Inertial and Motion Estimation for Legged and Humanoid Robots [6.944742823560998]
本研究では,実世界の展開において,車載キネマティクスから正確な動き推定を可能にするPRIMEを提案する。
提案手法は,滑らかな相補性制約とAnitescuスタイルの摩擦モデルを備えた異種接触力学を取り入れたものである。
PRIMEは、大規模な振る舞いモデリングやロボット基礎モデルなど、下流学習アプリケーションに高品質なデータを提供するように調整することができる。
論文 参考訳（メタデータ） (2026-05-17T22:43:10Z) - HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。
我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。
ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
論文 参考訳（メタデータ） (2026-02-12T09:34:35Z) - Physics-informed Ground Reaction Dynamics from Human Motion Capture [4.4795626402834055]
本研究では,モーションキャプチャーデータから直接人体反応動態を推定する新しい手法を提案する。
我々は,Eulerの積分法とPDアルゴリズムを用いて,モーションキャプチャーデータから地上反応力を計算するための高精度で堅牢な手法を提案する。
提案手法は GroundLink データセット上でテストされた。
論文 参考訳（メタデータ） (2025-07-02T04:02:16Z) - AddBiomechanics Dataset: Capturing the Physics of Human Motion at Scale [6.704034895950097]
本稿では,273名の被験者の身体的正確性を含むAddBiomechanics dataset 1.0を提案する。
本稿では,このデータセットを用いて動きから人体力学を推定するベンチマークを提案し,いくつかのベースライン結果を示す。
論文 参考訳（メタデータ） (2024-05-16T16:57:43Z) - D&D: Learning Human Dynamics from Dynamic Camera [55.60512353465175]
本稿では、物理の法則を活かしたD&D(Learning Human Dynamics from Dynamic Camera)を紹介する。
私たちのアプローチは完全にニューラルネットワークで、物理エンジンのオフライン最適化やシミュレーションなしで動作します。
論文 参考訳（メタデータ） (2022-09-19T06:51:02Z) - Trajectory Optimization for Physics-Based Reconstruction of 3d Human
Pose from Monocular Video [31.96672354594643]
本研究は,単眼映像から身体的に可視な人間の動きを推定する作業に焦点をあてる。
物理を考慮しない既存のアプローチは、しばしば運動人工物と時間的に矛盾した出力を生み出す。
提案手法は,Human3.6Mベンチマークにおける既存の物理法と競合する結果が得られることを示す。
論文 参考訳（メタデータ） (2022-05-24T18:02:49Z) - Neural MoCon: Neural Motion Control for Physically Plausible Human
Motion Capture [12.631678059354593]
我々は、高精度で微分不可能な物理シミュレータを利用して、モーションキャプチャーに動的制約を組み込む。
我々のキーイデアは、実際の物理的な監督を利用して、サンプリングベースのモーションコントロールの前にターゲットのポーズ分布をトレーニングすることです。
その結果, 複雑な地形相互作用, 人体形状の変化, 多様な行動を伴う身体的可視な人体運動が得られた。
論文 参考訳（メタデータ） (2022-03-26T12:48:41Z) - 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) - Physically Plausible Pose Refinement using Fully Differentiable Forces [68.8204255655161]
対象物が経験する力を学習することでポーズ推定を精緻化するエンドツーエンドの差別化モデルを提案する。
学習されたネット力と有限位置差に基づくネット力の推定とをマッチングすることにより、このモデルは物体の動きを正確に記述する力を見つけることができる。
rgbや深度画像のデータを使わずに、このモデルがポーズの修正に成功し、接点マップが地面の真実に合致することを示す。
論文 参考訳（メタデータ） (2021-05-17T23:33:04Z) - TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。
実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。
評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
論文 参考訳（メタデータ） (2021-04-08T20:01:00Z) - Contact and Human Dynamics from Monocular Video [73.47466545178396]
既存のディープモデルは、ほぼ正確に見えるエラーを含むビデオから2Dと3Dキネマティックのポーズを予測する。
本稿では,最初の2次元と3次元のポーズ推定を入力として,映像系列から3次元の人間の動きを推定する物理に基づく手法を提案する。
論文 参考訳（メタデータ） (2020-07-22T21:09:11Z)
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。