論文の概要: RegHead: Non-Humanoid Head Blendshapes via Feed-Forward Registration
- arxiv url: http://arxiv.org/abs/2607.12206v1
- Date: Mon, 13 Jul 2026 23:16:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:29.979528
- Title: RegHead: Non-Humanoid Head Blendshapes via Feed-Forward Registration
- Title（参考訳）: RegHead:フィードフォワード登録による非Humanoid Head Blendshapes
- Abstract要約: 本稿では,非ヒューマノイド頭部アバターに対する意味的ブレンドシェープセットを構築するためのフレームワークRegHeadを提案する。
提案手法は,ベースラインよりも高忠実度表現メッシュを生成すると同時に,最適化よりも桁違いに高速に実行する。
- 参考スコア（独自算出の注目度）: 64.34831170405567
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present RegHead, a framework for constructing semantic blendshape sets for animatable non-humanoid head avatars. With a fixed expression vocabulary, semantic blendshapes provide a low-dimensional and interpretable animation interface and support cross-identity retargeting. Building such blendshape sets remains expensive because (i) expression-consistent supervision is scarce, (ii) generated 4D assets typically lack correspondence, and (iii) facial motion is highly localized. We propose (1) a large-scale dataset of non-humanoid identities paired with a shared expression vocabulary, obtained by expanding a small artist-rigged library via fine-tuned image editing; (2) a dense stochastic anchor motion representation tailored to localized facial deformations; and (3) a fast feed-forward registration model that converts unregistered expression meshes into a corresponded blendshape basis by predicting anchor-based deformations from the neutral shape. Experiments show that our approach produces higher-fidelity expression meshes than baselines, while running orders of magnitude faster than optimization. We further demonstrate real-time retargeting from human face tracking signals to non-humanoid characters, capturing both head pose and localized facial motions. Our project page is available at https://snap-research.github.io/RegHead/.
- Abstract（参考訳）: 本稿では,非ヒューマノイド頭部アバターに対する意味的ブレンドシェープセットを構築するためのフレームワークRegHeadを提案する。
固定表現語彙により、セマンティックブレンドは低次元かつ解釈可能なアニメーションインターフェースを提供し、相互同一性の再ターゲティングをサポートする。
このようなブレンドシェープセットの構築は依然として高価である。
(i)表現に一貫性のある監督は乏しい。
二 生成された四次元資産は、通常、対応が欠如し、
3) 顔の動きは高度に局所化されている。
そこで本研究では,(1)細調整された画像編集によって小さなアーティストによるライブラリを拡張した,共有表現語彙と組み合わせた非ヒューマノイドアイデンティティの大規模データセット,(2)局所的な顔の変形に合わせた密集した確率的アンカー動作表現,(3)未登録の表現メッシュを対応するブレンドシェープに変換する高速フィードフォワード登録モデルを提案する。
実験により,本手法はベースラインよりも高忠実度表現メッシュを生成する一方で,最適化よりも桁違いに高速に実行可能であることが示された。
さらに、人間の顔追跡信号から非人型文字へのリアルタイムなリターゲティングを実証し、頭部ポーズと局所的な顔の動きの両方を捉えた。
私たちのプロジェクトページはhttps://snap-research.github.io/RegHead/.comで公開されています。
関連論文リスト
- RASA: Disentangled Spatial-Motional Priors for Cross-Identity Character Animation [85.41886214825894]
クロスアイデンティティキャラクタアニメーションは、基準画像からターゲットアイデンティティを駆動し、駆動ビデオからソースキャラクタの動きに従うことを目的としている。
本稿では,移動制御から空間マッピングを分離するフレームワークであるReference-Aware Structure Alignment (RASA)を紹介する。
我々の研究は、不整合空間と動きの先行がロバストなキャラクターアニメーションの鍵となることを示す新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2026-08-28T11:36:44Z) - FreeTalk: Emotional Topology-Free 3D Talking Heads [17.706608409435695]
FreeTalkは感情調和型3Dトーキングヘッドアニメーションのための2段階フレームワークである。
ATSは音声から3次元ランドマーク変位の時間的コヒーレントなシーケンスを予測する。
Sparse-To-Meshは、本質的な表面特徴とランドマークと頂点条件を組み合わせることで、予測されたランドマークの動きをターゲットメッシュに転送する。
論文 参考訳（メタデータ） (2026-03-16T16:38:17Z) - PercHead: Perceptual Head Model for Single-Image 3D Head Reconstruction & Editing [51.56943889042673]
PercHeadは、シングルイメージの3Dヘッド再構成とセマンティック3D編集のための方法である。
単一の入力画像からビュー一貫性を持つ3Dヘッドを再構成するための統一ベースモデルを開発する。
軽量でインタラクティブなGUIを通して、直感的で強力な3D編集機能を強調します。
論文 参考訳（メタデータ） (2025-11-04T17:59:15Z) - Learning Disentangled Speech- and Expression-Driven Blendshapes for 3D Talking Face Animation [20.91704034858042]
音声と感情の両方によって駆動される顔のアニメーションを線形加法問題としてモデル化する。
我々は、FLAMEモデルの表情と顎ポーズパラメータにマッピングできる、スピーチと感情によって駆動されるブレンドサップのセットを学習する。
提案手法は,リップシンク品質を損なうことなく,既存の方法に比べて感情表現性が優れている。
論文 参考訳（メタデータ） (2025-10-29T07:29:21Z) - ImHead: A Large-scale Implicit Morphable Model for Localized Head Modeling [71.3859346921118]
imHeadは、表現力のある3Dヘッドアバターだけでなく、顔の特徴の局所的な編集を容易にする新しい3DMMである。
imHeadをトレーニングするために、4Kの異なるアイデンティティの大規模なデータセットをキュレートする。
論文 参考訳（メタデータ） (2025-10-12T20:17:34Z) - StableAnimator++: Overcoming Pose Misalignment and Face Distortion for Human Image Animation [98.10527466949338]
人間の画像アニメーションの現在の拡散モデルは、アイデンティティの整合性を維持するのに苦労することが多い。
学習可能なポーズアライメントを備えた最初のID保存ビデオ拡散フレームワークであるStableAnimator++を紹介する。
本稿では,StableAnimator++が参照画像とポーズシーケンスに条件付き高品質な動画を後処理なしで生成する方法を示す。
論文 参考訳（メタデータ） (2025-07-20T17:59:26Z) - OT-Talk: Animating 3D Talking Head with Optimal Transportation [20.023346831300373]
OT-Talkは、音声ヘッドアニメーションの学習モデルを最適化するために最適なトランスポートを利用する最初のアプローチである。
既存の学習フレームワークに基づいて,事前学習したHubertモデルを用いて音声特徴を抽出し,変換器モデルを用いて時間的シーケンスを処理する。
2つの公開オーディオ・メシュ・データセットに対する実験により,本手法が最先端技術より優れていることを示す。
論文 参考訳（メタデータ） (2025-05-03T21:49:23Z) - ID-to-3D: Expressive ID-guided 3D Heads via Score Distillation Sampling [96.87575334960258]
ID-to-3D(ID-to-3D)は、不整合表現を用いたIDとテキスト誘導型3次元頭部を生成する方法である。
前例のないアイデンティティ一貫性と高品質なテクスチャと幾何生成を実現する。
論文 参考訳（メタデータ） (2024-05-26T13:36:45Z) - One-Shot High-Fidelity Talking-Head Synthesis with Deformable Neural
Radiance Field [81.07651217942679]
トーキングヘッド生成は、ソース画像の識別情報を保持し、駆動画像の動作を模倣する顔を生成することを目的としている。
我々は高忠実かつ自由視点の対話ヘッド合成を実現するHiDe-NeRFを提案する。
論文 参考訳（メタデータ） (2023-04-11T09:47:35Z) - 4D Facial Expression Diffusion Model [3.507793603897647]
本稿では,3次元表情系列を生成するための生成フレームワークを提案する。
これは、一連の3Dランドマークシーケンスでトレーニングされた生成モデルを学ぶことと、生成されたランドマークシーケンスによって駆動される入力された顔メッシュの3Dメッシュシーケンスを生成することの2つのタスクで構成されている。
実験により,本モデルは比較的小さなデータセットからのみ,現実的で質の高い表現を生成することができ,最先端の手法よりも改善されていることがわかった。
論文 参考訳（メタデータ） (2023-03-29T11:50:21Z)
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。