論文の概要: Hand-4DGS: Feed-Forward 3D Gaussian Splatting for 4D Hand Reconstruction from Egocentric Videos

• arxiv url: http://arxiv.org/abs/2606.19156v1
• Date: Wed, 17 Jun 2026 14:58:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.224899
• Title: Hand-4DGS: Feed-Forward 3D Gaussian Splatting for 4D Hand Reconstruction from Egocentric Videos
• Title（参考訳）: Hand-4DGS:エゴセントリックビデオからの4次元手指再建のためのフィードフォワード3Dガウス切削
• Authors: Jeongmin Bae, Seoha Kim, Marc Pollefeys, Mahdi Rad, Youngjung Uh, Taein Kwon,
• Abstract要約: 我々は,エゴセントリックビデオから直接動的4Dハンドを再構築するための最初のフィードフォワードフレームワークであるHand-4DGSを紹介する。 提案手法は,動的運動をモデル化するために,構造的先行と時間的畳み込みのためのメッシュ誘導表現を取り入れている。
• 参考スコア（独自算出の注目度）: 54.612320509347825
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Dynamic 3D hand reconstruction from egocentric videos is essential for next-generation computing platforms such as AR/VR and AI glasses. Despite its importance, most prior works focus either on multi-view 3D hand reconstruction or on 4D human body reconstruction. Egocentric 4D hand reconstruction remains challenging due to fast head motion, rapid hand dynamics, severe occlusions, and inherent ambiguity from single-view observations. To address these challenges, we introduce Hand-4DGS, the first feed-forward framework for reconstructing dynamic 4D hands directly from egocentric videos, enabling both fast (~60 FPS) inference and strong generalization. Our approach incorporates a mesh-guided representation for structural priors and temporal convolutions to model dynamic motion. We evaluate our framework on two challenging egocentric datasets, H2O and ARCTIC, and demonstrate significant improvements over baselines. Our method benefits from the generalization capability of feed-forward networks and effective 2D image supervision through Gaussian splatting, without requiring expensive 3D hand pose ground-truth annotations.
• Abstract（参考訳）: エゴセントリックなビデオからのダイナミックな3D手作りは、AR/VRやAIメガネといった次世代コンピューティングプラットフォームにとって不可欠である。 その重要性にもかかわらず、多くの先行研究は、多視点3Dハンドコンストラクションまたは4D人体コンストラクションに焦点を当てている。 エゴセントリックな4D手指再建は、高速な頭部運動、急速な手の動き、重度の閉塞、単一視野観察による固有のあいまいさにより、依然として困難である。 これらの課題に対処するため,我々は,高速(〜60 FPS)の推論と強力な一般化が可能な,ダイナミックな4Dハンドをエゴセントリックなビデオから直接再構成する最初のフィードフォワードフレームワークであるHand-4DGSを紹介した。 提案手法は,動的運動をモデル化するために,構造的先行と時間的畳み込みのためのメッシュ誘導表現を取り入れている。 我々は,H2OとARCTICという2つの難解なエゴセントリックなデータセット上でフレームワークを評価し,ベースラインよりも大幅に改善したことを示す。 提案手法は,高額な3次元手ポーズ・グラウンドトルースアノテーションを必要とせず,フィードフォワードネットワークの一般化能力とガウススプラッティングによる効果的な2次元画像監視の恩恵を受ける。

関連論文リスト

• DP-DeGauss: Dynamic Probabilistic Gaussian Decomposition for Egocentric 4D Scene Reconstruction [23.80176859000243]
  自己中心型4次元再構成のための動的確率ガウス分解フレームワークDP-DeGaussを紹介する。 提案手法は,COLMAP先行値から統一された3次元ガウス集合を初期化し,学習可能なカテゴリ確率で拡張し,それらを動的に特殊変形枝にルーティングする。 実験の結果、DP-DeGaussはPSNRのベースラインを+1.70dBで上回り、SSIMとLPIPSは上昇した。
  論文  参考訳（メタデータ） (2026-04-09T08:55:39Z)
• Towards Geometry-Aware and Motion-Guided Video Human Mesh Recovery [60.51998732898099]
  HMRMambaは3Dヒューマンメッシュリカバリのための新しいパラダイムである。 構造状態空間モデル(Structured State Space Models)をその効率性と長距離モデリングに利用した先駆者である。 まず、新しいデュアルスキャンのMambaアーキテクチャを特徴とするGeometry-Aware Lifting Moduleについて述べる。
  論文  参考訳（メタデータ） (2026-01-29T08:05:02Z)
• Motion 3-to-4: 3D Motion Reconstruction for 4D Synthesis [53.48281548500864]
  Motion 3-to-4は、単一のモノクロビデオから高品質な4Dダイナミックオブジェクトを合成するためのフィードフォワードフレームワークである。 我々のモデルは、コンパクトな動き潜在表現を学習し、フレーム単位の軌道を予測して、時間的コヒーレントな幾何である完全なロバスト性を取り戻す。
  論文  参考訳（メタデータ） (2026-01-20T18:59:48Z)
• Dyn-HaMR: Recovering 4D Interacting Hand Motion from a Dynamic Camera [49.82535393220003]
  Dyn-HaMRは、野生のダイナミックカメラで撮影されたモノクロビデオから4Dグローバルハンドモーションを再構築する最初のアプローチである。 提案手法は,4次元メッシュ・リカバリにおいて最先端の手法を著しく上回ることを示す。 これにより、動くカメラでモノクロビデオから手の動きを復元するための新しいベンチマークが確立される。
  論文  参考訳（メタデータ） (2024-12-17T12:43:10Z)

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。