論文の概要: ParaScale: Scale-Calibrated Camera-Motion Transfer via a Gauge-Invariant Parallax Number

• arxiv url: http://arxiv.org/abs/2606.19805v1
• Date: Thu, 18 Jun 2026 05:19:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.661816
• Title: ParaScale: Scale-Calibrated Camera-Motion Transfer via a Gauge-Invariant Parallax Number
• Title（参考訳）: パラスケール:ゲージ不変パララックス数によるスケールキャリブレーションカメラ移動
• Authors: Zijie Meng,
• Abstract要約: 参照ビデオのカメラモーションを新たに生成されたビデオに転送することで、クリエーターは映画の動きを再利用できる。 変換誘起画像運動は T||Z としてスケールするので、単分子軌道は深さスケールのゲージにのみ意味を持つ。 我々はこれをパララックス数 Pi =Delta T|| / Zbar に蒸留する。 ParaScaleは、任意の参照ビデオからPiを読み取って、ターゲットシーンに対して再実現するプラグイン・アンド・プレイモジュールである
• 参考スコア（独自算出の注目度）: 0.4790056963046066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Transferring the camera motion of a reference video to a freshly generated one lets creators reuse cinematic moves. Yet reference and target often live at incompatible scales -- a sweep across a galaxy versus a nudge across a desk -- and naively reusing the recovered trajectory yields either imperceptible or violently exaggerated motion. We trace this to a geometric fact: translation-induced image motion scales as ||T||/Z, so a monocular trajectory is meaningful only up to a depth-scale gauge. We distill this into the Parallax Number Pi = ||Delta T|| / Zbar, a dimensionless, gauge-invariant descriptor of how strongly a camera move is felt, and prove that it -- not the raw trajectory -- is the quantity that scale-faithful transfer must preserve. ParaScale is a plug-and-play module that reads Pi off any reference video and re-realizes it against the target scene's own depth, per frame, leaving rotation untouched. Sitting between pose extraction and pose injection, it requires no retraining and drops into any pose-conditioned generator. We further introduce the Parallax Consistency Error (PCE), a scale-symmetric metric that -- unlike the similarity-aligned TransErr -- exposes scene-scale mismatch. Across scale regimes spanning four orders of magnitude and multiple backbones, ParaScale keeps the realized parallax on the identity line and cuts PCE by more than 3x over uncalibrated transfer with no loss of visual fidelity.
• Abstract（参考訳）: 参照ビデオのカメラモーションを新たに生成されたビデオに転送することで、クリエーターは映画の動きを再利用できる。 しかし、基準や目標はしばしば不整合なスケール(銀河を横切るのと、机を横切る沼地を横切るのに対して)で生きており、回復した軌道を鼻で再利用することは、知覚不能または暴力的に誇張された動きのどちらかである。 変換誘起画像運動は ||T||/Z としてスケールするので、単分子軌道は深さスケールのゲージにのみ意味を持つ。 これをパララックス数 Pi = ||Delta T|| / Zbar に蒸留し、カメラの動きがどれだけ強く感じられるかの無次元のゲージ不変記述子とし、それが生の軌跡ではなく、スケールフルトランスファーが保存しなければならない量であることを証明した。 ParaScaleは、任意の参照ビデオからPiを読み取って、ターゲットシーンの深さ(フレームごとの深さ)に対して再実現し、ローテーションを未使用のままにするプラグイン・アンド・プレイモジュールである。 ポーズ抽出とポーズ注入の間に座っていると、再トレーニングを必要とせず、任意のポーズ条件のジェネレータにドロップする。 さらに、Parallax Consistency Error(PCE)を導入し、類似性に整合したTransErrとは異なり、シーンスケールのミスマッチを公開する。 4桁のマグニチュードと複数のバックボーンにまたがるスケールで、ParaScaleは、実現したパララックスをアイデンティティライン上に保持し、視覚的忠実さを失うことなく、未調整の転送に対してPCEを3倍以上削減する。

関連論文リスト

• Detailed Geometry and Appearance from Opportunistic Motion [44.38825288921379]
  固定カメラの粗い集合から3次元形状と外観を再構築することは、幅広い用途において基礎的な課題である。 静止カメラは局所座標フレーム内の物体の軌道を効果的に公転し、仮想的な視点を提供する。 しかし、この物体の動きを調和させることは、物体のポーズの密結合と幾何学的推定と、静的照明下で動く物体の複雑な外観変化の2つの課題をもたらす。
  論文  参考訳（メタデータ） (2026-03-27T17:59:16Z)
• Dynamic View Synthesis from Small Camera Motion Videos [56.359460602781304]
  分布に基づく奥行き正規化に基づく動的3ドルDシーンのための新しいビュー合成を提案する。 また、光線に沿った物体境界がほぼゼロとなる前に空間点の体積密度を強制する制約を導入し、我々のモデルがシーンの正確な幾何学を学べるようにした。 我々は,小さなカメラモーション入力によるシーン表現におけるアプローチの有効性を実証するために,広範囲な実験を行い,その結果を最先端の手法と比較した。
  論文  参考訳（メタデータ） (2025-06-29T09:17:55Z)
• PoseTraj: Pose-Aware Trajectory Control in Video Diffusion [17.0187150041712]
  本稿では,2次元軌跡から3次元アライメントを生成できるポーズ対応ビデオドラギングモデルPoseTrajを紹介する。 提案手法は,新しい2段階のポーズアウェア事前学習フレームワークを採用し,多様な軌跡の3次元理解を改善した。
  論文  参考訳（メタデータ） (2025-03-20T12:01:43Z)
• LeviTor: 3D Trajectory Oriented Image-to-Video Synthesis [80.2461057573121]
  本研究では,新しい次元,すなわち深度次元との相互作用を増大させ,ユーザが軌道上の各点に対して相対的な深度を割り当てることを許す。 本稿では,オブジェクトマスクを数個のクラスタポイントに抽象化することで,画像から映像への3次元トラジェクトリ制御の先駆的手法を提案する。 静的画像から実写映像を生成する際の物体の動きを正確に操作する手法であるLeviTorの有効性を検証する実験を行った。
  論文  参考訳（メタデータ） (2024-12-19T18:59:56Z)
• RePAST: Relative Pose Attention Scene Representation Transformer [78.33038881681018]
  SRT(Scene Representation Transformer)はインタラクティブなレートで新しいビューを描画する手法である。 本稿では、参照フレームを入力時に固定する代わりに、トランスフォーマーのアテンション機構に直接ペアワイズ対応カメラのポーズ情報を注入する。
  論文  参考訳（メタデータ） (2023-04-03T13:13:12Z)
• Motion-from-Blur: 3D Shape and Motion Estimation of Motion-blurred Objects in Videos [115.71874459429381]
  本研究では,映像から3次元の運動,3次元の形状,および高度に動きやすい物体の外観を同時推定する手法を提案する。 提案手法は, 高速移動物体の劣化と3次元再構成において, 従来の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-29T11:25:14Z)

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。