論文の概要: JacobianAvatar: Temporally Consistent Semi-rigid Avatar Reconstruction from a Monocular Video
- arxiv url: http://arxiv.org/abs/2606.31115v1
- Date: Tue, 30 Jun 2026 04:22:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.07247
- Title: JacobianAvatar: Temporally Consistent Semi-rigid Avatar Reconstruction from a Monocular Video
- Title（参考訳）: Jacobian Avatar : モノクローナルビデオからの一時的な半剛性アバター再構成
- Abstract要約: 本研究では, 時間的に安定かつ幾何的にコヒーレントなアバターを生成し, 最先端のアプローチよりも優れていることを示す。
本稿では,制約付きポアソン解法,符号付き距離ベースジャコビアン正規化,変形誘導残流損失の3つの主要成分を紹介する。
提案手法は時間的に安定かつ幾何的にコヒーレントなアバターを生成し,最先端のアプローチよりも優れていることを示す。
- 参考スコア（独自算出の注目度）: 25.645323096325868
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generating realistic human avatars in complex motions--such as clothing dynamics--requires modeling of global and local deformations which remains challenging in monocular settings. We address this problem by leveraging neural Jacobian fields (NJFs) for representing semi-rigid deformations. We train self-supervised neural networks for predicting Jacobian matrices that give the pose-dependent deformations, by solving a Poisson equation. However, monocular input presents several difficulties such as self-occluded regions and invisible surfaces. To address these issues, we introduce three key components: a constrained Poisson solver, signed distance-based Jacobian regularization, and a deformation-guided residual flow loss, which together suppress boundary artifacts, recover frequently occluded regions such as armpits and thighs, and enforce temporal consistency during motion. Experiments on benchmark and in-the-wild videos demonstrate that our method generates temporally stable and geometrically coherent avatars, outperforming state-of-the-art approaches.
- Abstract（参考訳）: 複雑な動きにおける現実的な人間のアバターの生成 - 衣服のダイナミクスなど-- モノクラーセッティングにおいて依然として困難なグローバルおよびローカルな変形のモデリングが要求される。
半剛体変形を表すために神経ジャコビアン場(NJF)を活用することでこの問題に対処する。
我々はポアソン方程式を解くことで、ポーズ依存の変形を与えるヤコビ行列を予測するために自己教師型ニューラルネットワークを訓練する。
しかし、単分子入力は、自閉領域や見えない表面などいくつかの困難を生じさせる。
これらの問題に対処するために,制約付きポアソンソルバ,符号付き距離ベースジャコビアン正規化,および変形誘導型残留流損失という3つの重要な要素を導入する。
提案手法は時間的に安定かつ幾何的にコヒーレントなアバターを生成し,最先端のアプローチよりも優れていることを示す。
関連論文リスト
- DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。
合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
論文 参考訳（メタデータ） (2026-08-19T03:44:28Z) - Image Editing Models are Numerical Solvers [0.0]
我々は,事前学習された生成画像編集モデルが,数値シミュレーションのための共通インターフェースを提供することができるかどうかを考察する。
物理入力と解は画像として描画され、材料特性、拡散率、ロードパラメータなどのスカラー量は軽量アダプターを通して入力される。
その結果、事前訓練された画像モデルは、様々な静的および時間依存の物理マッピングを表現できることがわかった。
論文 参考訳（メタデータ） (2026-07-21T07:06:46Z) - A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models [96.64934195520802]
我々は、世界モデルの物理的信頼性をストレステストするために設計された物理地上評価フレームワークであるCrashTwinを紹介する。
CrashTwinは、25K制御可能な合成12K実世界の衝突シーケンスを含む、多様なマルチエージェント衝突シナリオのデータセットを結合している。
本稿では,時間的一貫性,運動量,運動エネルギーの保存,世界力学の整合性という3つの次元を体系的に評価する診断スイートを提案する。
論文 参考訳（メタデータ） (2026-06-27T06:13:35Z) - Deformable Gaussian Occupancy: Decoupling Rigid and Nonrigid Motion with Factorized Distillation [81.44955493339835]
DeGOは変形可能なガウスの占有機構であり、分解したガウスの変形と分解された4次元基礎モデル蒸留を統一する。
Occ3D-NuScenesベンチマーク実験により,本手法が弱い監督下での最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-05-27T15:09:55Z) - Unconstrained Multi-view Human Pose Estimation with Algebraic Priors [28.69737225698459]
本研究では,深層ニューラルネットワーク,代数的先行性,時間的ダイナミクスを相乗化して非平衡ポーズ推定を行う非拘束フレームワークを提案する。
本フレームワークは,非校正型多視点人間のポーズ推定のための新しい最先端技術を確立する。
論文 参考訳（メタデータ） (2026-04-27T11:01:55Z) - NimbusGS: Unified 3D Scene Reconstruction under Hybrid Weather [83.14198482357388]
劣化したマルチビューインプットから高品質な3Dシーンを再構築するための統合フレームワークであるNimbusGSを提案する。
特定の気象タイプをターゲットにした既存の手法とは異なり、NimbusGSはより広範な一般化の課題に対処している。
論文 参考訳（メタデータ） (2026-03-28T10:46:29Z) - Relaxed Rigidity with Ray-based Grouping for Dynamic Gaussian Splatting [45.57187505601368]
本研究では,ガウスの局所的な幾何学的構造を4次元のシーンで明確に保存する手法を提案する。
提案手法は従来の手法よりも優れ,時間的整合性と復元性に優れていた。
論文 参考訳（メタデータ） (2026-03-26T03:38:38Z) - InpaintHuman: Reconstructing Occluded Humans with Multi-Scale UV Mapping and Identity-Preserving Diffusion Inpainting [64.42884719282323]
InpaintHumanは、モノクロビデオから高忠実で完全でアニマタブルなアバターを生成する新しい方法である。
我々のアプローチは、アイデンティティの忠実性を保証するために、直接ピクセルレベルの監視を採用する。
論文 参考訳（メタデータ） (2026-01-05T13:26:02Z) - MonoPartNeRF:Human Reconstruction from Monocular Video via Part-Based Neural Radiance Fields [12.791949210170124]
単分子動的人間のレンダリングのための新しいフレームワークMonoPartNeRFを提案する。
部分ベースのレンダリングパラダイムは、人間のセグメンテーションによってガイドされ、構造的な複雑さに基づいた柔軟なパラメータ割り当てを可能にする。
本研究では,グローバルなポーズベクトルを身体領域に基づく局所的な関節埋め込みに分解する部分的ポーズ埋め込み機構を提案する。
論文 参考訳（メタデータ） (2025-08-12T09:55:21Z) - FreeTimeGS: Free Gaussian Primitives at Anytime and Anywhere for Dynamic Scene Reconstruction [64.30050475414947]
FreeTimeGSはガウスのプリミティブを任意の時間と位置で表示できる新しい4D表現である。
我々の表現は強い柔軟性を持ち、ダイナミックな3Dシーンをモデル化する能力を向上させる。
いくつかのデータセットに対する実験結果から,本手法のレンダリング品質は,最近の手法よりも大きなマージンで優れていることが示された。
論文 参考訳（メタデータ） (2025-06-05T17:59:57Z) - Within the Dynamic Context: Inertia-aware 3D Human Modeling with Pose Sequence [47.16903508897047]
本研究では、現在のフレームのポーズ状態だけでなく、過去のポーズ状態にも人間の外観の変化が依存していることを明らかにする。
非剛性変形に対するデルタポーズシーケンス表現を利用した新しい手法であるDycoを導入する。
さらに, 慣性を考慮した3次元人間の手法は, 異なる速度での慣性による外観変化を前例なくシミュレートすることができる。
論文 参考訳（メタデータ） (2024-03-28T06:05:14Z) - gradSim: Differentiable simulation for system identification and
visuomotor control [66.37288629125996]
本稿では,微分可能マルチフィジカルシミュレーションと微分可能レンダリングを活用し,3次元監督への依存を克服するフレームワークであるgradsimを提案する。
当社の統合グラフは、状態ベースの(3D)監督に頼ることなく、挑戦的なバイスモメータ制御タスクで学習を可能にします。
論文 参考訳（メタデータ） (2021-04-06T16:32:01Z)
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。