論文の概要: Human4K: A Large-Scale 4K Multi-View Mocap Dataset for Whole-Body 3D Human Reconstruction
- arxiv url: http://arxiv.org/abs/2607.13646v1
- Date: Wed, 15 Jul 2026 09:44:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.735459
- Title: Human4K: A Large-Scale 4K Multi-View Mocap Dataset for Whole-Body 3D Human Reconstruction
- Title（参考訳）: Human4K: 全体3D再構成のための大規模4Kマルチビューモキャップデータセット
- Abstract要約: SMPL-Xアノテーションを付加した大規模4Kマルチビュー人体再構築データセットHuman4Kを提案する。
Human4Kには、プロのViconモーションキャプチャセットアップと同期した8ビューの高解像度カメラシステムによって撮影された600万以上の4K画像が含まれている。
実験結果から,Human4Kを用いたトレーニングは,標準ベンチマークにおける全身再構成を一貫して改善することが示された。
- 参考スコア（独自算出の注目度）: 52.66661102115907
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in 3D human reconstruction have improved overall performance, yet current models still fail in the most challenging real-world scenarios. They often produce unstable geometry, inaccurate limb articulation and unreliable predictions under depth ambiguity or self-occlusion. A key reason is that existing datasets still lack the combination of high-resolution images, high-precision annotations and diverse whole-body motions required to support robust reconstruction. To address this gap, we present Human4K, a large-scale 4K multi-view whole-body human reconstruction dataset with mocap-accurate SMPL-X annotations. Human4K contains over six million 4K images captured by an eight-view high-resolution camera system synchronized with a professional Vicon motion capture setup, covering 11 subjects performing complex, highly articulated and strongly self-occluded full-body motions. All sequences are processed by a Motion-Retargeting and Refinement Module (MRRM) to ensure precise alignment for the full body and extremities. Experimental results show that training with Human4K consistently improves whole-body reconstruction on standard benchmarks, with particularly large gains for hands, feet and depth-ambiguous limb configurations.
- Abstract（参考訳）: 近年の3次元再構築では全体的な性能が向上しているが、現在のモデルでは最も困難な現実のシナリオで失敗している。
彼らはしばしば不安定な幾何学、不正確な手足の関節、深度あいまいさや自己閉塞の下の信頼できない予測を生み出す。
主な理由は、既存のデータセットには、高解像度の画像、高精度アノテーション、堅牢な再構築をサポートするために必要な多様な全身の動きがまだ欠けているためである。
このギャップに対処するため,大規模な4Kマルチビュー人体再構築データセットであるHuman4Kを,モキャップ精度のSMPL-Xアノテーションで提示する。
Human4Kには、プロのViconモーションキャプチャーセットアップと同期した8倍の高解像度カメラシステムによって撮影された600万枚以上の4K画像が含まれており、11人の被験者が複雑で、高度に調音され、強く自己閉鎖されたフルボディモーションを実行している。
すべてのシーケンスは、全体と極端の正確なアライメントを確保するために、モーション・リターゲティング・リファインメント・モジュール(MRRM)によって処理される。
実験結果から,Human4Kを用いたトレーニングは,手,足,深部あいまいな手足構成において,標準ベンチマークでの全身再構成を一貫して改善することが示された。
関連論文リスト
- 4D Human-Scene Reconstruction from Low-Overlap Captures [32.94451563162227]
現実のシナリオでは、少数のローオーバーラップカメラのみが使用でき、出力品質を低下させる。
近年の4D再構成手法は低オーバーラップな設定に重点を置いているが、観測されていない地域では目立った成果物が生み出されている。
StudioReconは、背景と人間の切り離しによって、疎外で低オーバーラップのカメラから4Dの人間のシーンを再構築するパイプラインである。
論文 参考訳（メタデータ） (2026-07-10T06:30:45Z) - HAT-4D: Lifting Monocular Video for 4D Multi-Object Interactions via Human-Agent Collaboration [38.16996826492207]
HAT-4Dは、単一のビデオから複数の物体の3次元幾何学、時間力学、物理的相互作用を再構成する。
スケーラブルなデータエンジンとして、HAT-4Dはモノクロ4Dインタラクション再構築のためのオープンワールドベンチマークであるMVOIK-4Dの作成を容易にする。
論文 参考訳（メタデータ） (2026-06-26T16:05:58Z) - Hand-4DGS: Feed-Forward 3D Gaussian Splatting for 4D Hand Reconstruction from Egocentric Videos [54.612320509347825]
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。
論文 参考訳（メタデータ） (2026-06-17T14:58:37Z) - Learning Global Motion with Compact Gaussians for Feed-Forward 4D Reconstruction [49.87425331212591]
我々は、タイムスタンプ条件付き学習可能なガウスクエリトークンのコンパクトなセット上に構築されたフィードフォワード4D再構成フレームワークであるC4Gを提案する。
C4Gはガウシアンをはるかに少なく、カメラのポーズを必要とせず、強力なノベルビュー合成性能を実現する。
論文 参考訳（メタデータ） (2026-05-29T17:57:41Z) - Syn4D: A Multiview Synthetic 4D Dataset [92.50132053229817]
モノクロビデオからの動的シーンの3D再構成と追跡は、コンピュータビジョンにおいて重要な課題である。
この制限に対処するために、マルチビュー合成動的シーンであるSyn4Dを紹介する。
Syn4Dの主な特徴は、任意のピクセルを3Dに切り離すことである。
論文 参考訳（メタデータ） (2026-05-06T17:59:55Z) - A Dataset and Evaluation for Complex 4D Markerless Human Motion Capture [4.81005617256125]
マーカーベースのモーションキャプチャシステムは、長い間、正確な4D人間のモデリングのための金の標準だった。
複雑な4次元マーカーレスモーションキャプチャのための新しいデータセットと評価法を提案する。
論文 参考訳（メタデータ） (2026-04-14T14:06:43Z) - Human3R: Everyone Everywhere All at Once [69.16576238974876]
我々はモノクロビデオからオンライン4Dヒューマンシーン再構築のためのフィードフォワードフレームワークであるHuman3Rを提案する。
Human3Rは、重い依存と反復的な改善を取り除く統一モデルである。
グローバルなヒューマンモーション推定、ローカルなヒューマンメッシュリカバリ、ビデオ深度推定、カメラポーズ推定など、タスク間で優れたパフォーマンスを提供する。
論文 参考訳（メタデータ） (2025-10-07T17:59:52Z) - Reconstructing People, Places, and Cameras [57.81696692335401]
Humans and Structure from Motion (HSfM) は、メカニカルワールド座標系において、複数の人メッシュ、シーンポイント雲、カメラパラメータを共同で再構築する手法である。
以上の結果から,SfMパイプラインに人体データを組み込むことで,カメラのポーズ推定が改善された。
論文 参考訳（メタデータ） (2024-12-23T18:58:34Z)
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。