論文の概要: MotionMAR: Multi-scale Auto-Regressive Human Motion Reconstruction from Sparse Observations

• arxiv url: http://arxiv.org/abs/2606.23000v1
• Date: Mon, 22 Jun 2026 08:15:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 02:55:14.152484
• Title: MotionMAR: Multi-scale Auto-Regressive Human Motion Reconstruction from Sparse Observations
• Title（参考訳）: MotionMAR:スパース観測によるマルチスケール自動回帰人体運動再構成
• Authors: Yuhua Luo, Junsheng Zhang, Mengyin Liu, Xincheng Lin, Ming Yan, Zhudi Chen, Chenglu Wen, Lan Xu, Siqi Shen, Cheng Wang,
• Abstract要約: MotionMARは、スパース観測からの運動再構成のためのフレームワークである。 まず、人間の動きのグローバルな軌跡を推定し、時間的詳細を徐々に洗練する。 MotionMARは、AMASSデータセット上で最先端の精度を達成する。
• 参考スコア（独自算出の注目度）: 51.837372131319285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human motion follows a temporal hierarchical structure, transitioning from low-frequency global trajectories to high-frequency details. Inspired by the success of multi-level autoregressive models in computer vision, we propose MotionMAR, a coarse-to-fine framework for motion reconstruction from sparse observations. It first estimates the global trajectory of human motion and then gradually refines the temporal details. This architecture consists of four integrated components. The Temporal Multi-scale Tokenization (TMT) VQ-VAE encodes the data at multiple temporal resolutions, separating semantic motion from minor jitters. The Motion Autoregressive Network (MAN) operates in this latent space, predicting motion across scales. It first establishes the global structure through coarse indices and then generates finer indices to recover specific details. Meanwhile, the Scale-Aware Control (SAC) module integrates sparse tracking data to ensure the generated output aligns with actual observations. The Motion Refinement Network (MRN) subsequently smooths consecutive poses and eliminates quantization artifacts. Experiments show that MotionMAR achieves state-of-the-art accuracy on the AMASS dataset, providing a reliable and structure-aware approach for motion reconstruction. The source code is publicly available at http://www.lidarhumanmotion.net/motionmar/.
• Abstract（参考訳）: 人間の動きは時間的階層構造に従い、低周波のグローバル軌道から高周波の細部へと遷移する。 コンピュータビジョンにおける多段階自己回帰モデルの成功に触発されて、スパース観測による動き再構成のための粗大なフレームワークであるMotionMARを提案する。 まず、人間の動きのグローバルな軌跡を推定し、時間的詳細を徐々に洗練する。 このアーキテクチャは4つの統合コンポーネントで構成される。 TMT(Temporal Multi-scale Tokenization)VQ-VAEは、データを複数の時間分解能で符号化し、セマンティックモーションを小さなジッタから分離する。 Motion Autoregressive Network (MAN)は、この潜在空間で動作し、スケールをまたいだ動きを予測する。 まず、粗い指標を通してグローバルな構造を確立し、それからより細かい指標を生成して、特定の詳細を復元する。 一方、Scale-Aware Control (SAC)モジュールはスパース追跡データを統合し、生成された出力が実際の観測と一致していることを保証する。 モーションリファインメントネットワーク(MRN)はその後、連続したポーズを滑らかにし、量子化アーティファクトを除去する。 実験により、MotionMARはAMASSデータセットの最先端の精度を実現し、モーション再構成のための信頼性と構造を意識したアプローチを提供することが示された。 ソースコードはhttp://www.lidar Humanmotion.net/motionmar/.comで公開されている。

関連論文リスト

• Bézier Degradation Modeling for LiDAR-based Human Motion Capture [21.718401755735773]
  BMLiCapは、時間圧縮可能なベジエ曲線を用いて動きをモデル化する粗大なフレームワークである。 複雑なシーンにおける最先端の精度と時間的連続性を達成する。
  論文  参考訳（メタデータ） (2026-05-19T09:56:52Z)
• WaMo: Wavelet-Enhanced Multi-Frequency Trajectory Analysis for Fine-Grained Text-Motion Retrieval [7.349030413222046]
  Text-Motion Retrievalは、テキスト記述に意味のある3Dモーションシーケンスを検索することを目的としている。 ウェーブレットに基づく新しい多周波特徴抽出フレームワークWaMoを提案する。 WaMoは、身体関節の複数の解像度にまたがる、部分特異的かつ時間的に変化する運動の詳細をキャプチャする。
  論文  参考訳（メタデータ） (2025-08-05T11:44:26Z)
• Multi-Modal Graph Convolutional Network with Sinusoidal Encoding for Robust Human Action Segmentation [10.122882293302787]
  人間の行動の時間的セグメンテーションは 知的ロボットにとって 協調的な環境において 不可欠です 本稿では,低フレームレート(例えば1fps)の視覚データと高フレームレート(例えば30fps)のモーションデータを統合するマルチモーダルグラフ畳み込みネットワーク(MMGCN)を提案する。 我々の手法は、特にアクションセグメンテーションの精度において最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2025-07-01T13:55:57Z)
• Seamless Human Motion Composition with Blended Positional Encodings [38.85158088021282]
  後処理や冗長な復調ステップを伴わずにシームレスなヒューマン・モーション・コンポジション(HMC)を生成する最初の拡散モデルであるフローMDMを紹介する。 我々はBabelとHumanML3Dデータセットの精度、リアリズム、スムーズさの観点から最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-02-23T18:59:40Z)
• RoHM: Robust Human Motion Reconstruction via Diffusion [58.63706638272891]
  RoHMは、モノクロRGB(-D)ビデオから頑健な3次元人間の動きを復元するためのアプローチである。 ノイズと閉鎖された入力データに条件付けし、一貫した大域座標で完全な可塑性運動を再構成した。 本手法は,テスト時に高速でありながら,定性的かつ定量的に最先端の手法より優れる。
  論文  参考訳（メタデータ） (2024-01-16T18:57:50Z)
• MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
  本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。 実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-06-05T04:24:11Z)
• MotionBERT: A Unified Perspective on Learning Human Motion Representations [46.67364057245364]
  本研究では,大規模・異種データ資源から人の動き表現を学習することで,人間中心のビデオタスクに取り組むための統一的な視点を示す。 本研究では,ノイズのある部分的な2次元観測から基礎となる3次元運動を復元するために,モーションエンコーダを訓練する事前学習段階を提案する。 動作エンコーダをDST(Dual-stream Spatio-temporal Transformer)ニューラルネットワークで実装する。
  論文  参考訳（メタデータ） (2022-10-12T19:46:25Z)
• Transformer Inertial Poser: Attention-based Real-time Human Motion Reconstruction from Sparse IMUs [79.72586714047199]
  本研究では,6つのIMUセンサからリアルタイムに全体動作を再構築する,注意に基づく深層学習手法を提案する。 提案手法は, 実装が簡単で, 小型でありながら, 定量的かつ質的に新しい結果が得られる。
  論文  参考訳（メタデータ） (2022-03-29T16:24:52Z)
• Unsupervised Motion Representation Learning with Capsule Autoencoders [54.81628825371412]
  Motion Capsule Autoencoder (MCAE) は、2レベル階層のモーションをモデル化する。 MCAEは、新しいTrajectory20モーションデータセットと、様々な現実世界の骨格に基づく人間のアクションデータセットで評価されている。
  論文  参考訳（メタデータ） (2021-10-01T16:52:03Z)

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。