論文の概要: MoSAIC: Aligned Intervention Supervision for Part-Local Motion Style Transfer

• arxiv url: http://arxiv.org/abs/2607.26304v1
• Date: Tue, 28 Jul 2026 21:59:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.489013
• Title: MoSAIC: Aligned Intervention Supervision for Part-Local Motion Style Transfer
• Title（参考訳）: MoSAIC: パーシャルモーションスタイル転送のためのインターベンション・スーパービジョン
• Abstract要約: MoSAICは、部分局所的な参照条件付きモーションスタイル転送のための遅延拡散フレームワークである。 解剖学的領域によって内容と参照の特徴を分解し、異なる条件付け経路を介してルート軌跡を保存し、個々の身体部位にユーザー選択参照をルーティングする。
• 参考スコア（独自算出の注目度）: 4.726777092009554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Editing character motion often requires transferring a gesture or gait from one or more reference motions while preserving the source action, timing, root trajectory, and unselected body regions. Existing motion datasets, however, rarely provide paired targets for arbitrary part-local content--reference combinations, and self-reconstruction training may allow a diffusion model to reproduce the content motion while underusing the routed reference. We present MoSAIC, a latent diffusion framework for part-local reference-conditioned motion style transfer. MoSAIC factorizes content and reference features by anatomical region, preserves the root trajectory through a separate conditioning pathway, and routes user-selected references to individual body parts. Its central contribution is aligned intervention supervision, which constructs synchronized references and counterfactual targets through controlled local transformations, making both the requested regional response and the motion to be preserved directly observable during training. In a frozen evaluation comprising 128 motions and 896 routed conditions, part-masked routing reduces preserved-region error from 70.64 to 66.45~mm and matched-noise off-target leakage from 18.08 to 9.88~mm relative to whole-body routing, while retaining a positive selected-region response. A matched-budget continuation study further shows that retaining aligned intervention supervision produces an 8.8\% relative increase in selected-target response and a 2.0-percentage-point increase in requested-route influence concentration. These results demonstrate that MoSAIC improves the response--preservation trade-off required for selective and controllable part-local motion editing.
• Abstract（参考訳）: キャラクターの動きを編集するには、ソースアクション、タイミング、ルート軌跡、選択されていない身体領域を保存しながら、1つ以上の参照動作からジェスチャーや歩行を転送する必要があることが多い。 しかし、既存の動きデータセットは、任意の部分局所的なコンテンツ参照の組み合わせに対してペアのターゲットを与えることは滅多になく、自己再構成訓練は、ルートされた参照を下敷きにして、拡散モデルがコンテンツの動きを再現することを可能にする。 部分局所参照条件付モーションスタイル転送のための遅延拡散フレームワークであるMoSAICを提案する。 MoSAICは、解剖学的領域によって内容と参照の特徴を分解し、異なる条件付け経路を介してルートの軌跡を保存し、ユーザー選択された参照を個々の身体部位にルーティングする。 その中心的な貢献は、調整された局所的な変換を通じて、同期された参照と対実的なターゲットを構築する、協調した介入監視であり、これにより、要求された地域応答と、トレーニング中に直接観察できる動作の両方が維持される。 128の動作と896の経路条件からなる凍結評価では、部分マスキングルーティングは保存領域エラーを70.64から66.45〜mmに減らし、一致ノイズオフターゲットリークを18.08から9.88〜mmに減らし、正の選択領域応答を保持する。 一致予算継続研究により、協調的介入監視を維持することで、選択目標応答の8.8倍の相対的な増加と、要求経路の影響濃度の2.0パーセントの上昇がもたらされることが示された。 これらの結果から,MoSAICは選択的かつ制御可能な部分局所運動編集に必要な応答保存トレードオフを改善した。

関連論文リスト

• Target-Independent Micro-Interventions for Predicting Training Response Across Language-Model Families [6.314493350744026]
  ベンチマークスコアは、現在チェックポイントに何ができるかを記述しているが、次のトレーニングエピソードにどのように反応するかは定かではない。 同じチェックポイントから4つの短い、標準化された、ターゲット非依存のマイクロインターベンションを分岐することで、この欠落状態を測定する。 パルスブロックはフレキシブルな直接読み出しと構造保存演算子読み出しをサポートする。
  論文  参考訳（メタデータ） (2026-09-08T11:54:09Z)
• Synergistic Fusion of Topological Structure and Temporal Semantics of Mobility for Urban Region Embedding [5.609514491713238]
  都市部の埋め込みは、犯罪、収入、サービスコール予測などの多様な都市感覚タスクにおいて有望な結果を示している。 本稿では、モビリティデータから相補的なビューを導出するモビリティストリーム・ストラクチャー・シナジー(MoSS)を提案する。 MoSSは、モビリティデータだけで3つの下流タスクにまたがる最先端のパフォーマンスを達成し、補助的なモダリティに依存するベースラインよりも優れています。
  論文  参考訳（メタデータ） (2026-09-08T05:22:58Z)
• Boundary Voting Network for Ambiguity-Aware Timestamp-Supervised Action Segmentation [45.84397725976746]
  タイムスタンプ管理されたアクションセグメンテーションは、アクション毎に注釈付けされたランダムなフレームで、未トリミングされたビデオのアクションを分割し分類することを目的としている。 本稿では,映像レベルのグローバルな事前知識を局所的な行動伝達領域に階層的に伝播させることにより,特徴のあいまいさを軽減する境界投票ネットワークを提案する。
  論文  参考訳（メタデータ） (2026-09-08T02:58:54Z)
• GMoT: Gated Motion-Aware Tokenization for Fine-Grained Micro-Gesture Video Reasoning with Multimodal LLMs [38.593314566875755]
  GMoTはGated Motion-Aware Tokenizationモジュールで、時相モデリングに先立ってスパース・キネマティック・エビデンスをコンパクトなシーケンスに蒸留する。 単純な分類からエビデンスに基づく推論へ移行するために、我々は、進歩的な報酬誘導政策改善パラダイムを導入する。 我々のGMoT拡張モデルは、ドメイン内の精度を向上し、ラベル保存汚職の下で明確な利得を維持し、精度指向のクロスドメイン転送を改善する。
  論文  参考訳（メタデータ） (2026-07-15T09:37:58Z)
• OpFlow: Learning Opportunity-Conditioned Choice Potentials for Robust OD Flow Prediction [24.656099602667975]
  列中心の選択ポテンシャルを学習し、誘導されたアロケーションとキャリブレーションされたオリジンスケールを組み合わせることでフローを再構築するフレームワークを提案する。 制御された合成シフトと現実世界の実験は、OpFlowが環境シフト下で堅牢性を改善することを示している。
  論文  参考訳（メタデータ） (2026-07-03T11:13:59Z)
• EMA: Effort Metric Attention for Anatomical Effort-Guided Human Motion Diffusion [14.90982744874532]
  Effort Metric Attention (EMA) に基づく強度制御フレームワークを提案する。 運動量のピーク関節位置変化と,運動量に対する集合関節位置変化の2つの指標を用いて,これらの要因を近似した。 実験とユーザスタディは、特定の作業レベル、生成された動作ダイナミクス、確立されたLMA記述子間のほぼ単調なアライメントを示す。
  論文  参考訳（メタデータ） (2026-05-23T13:00:36Z)
• Pedestrian-Aware LLM-Driven Behavioral Planning for Autonomous Vehicles [5.343135467323389]
  歩行者対応行動計画のための大規模言語モデル(LLM)に基づく意思決定フレームワーク。 システムは、構造化されたシーンの観察を自然言語による推論のプロンプトに変換し、LLMは歩行者の意図を推測し、リスクを予測し、慎重な戦術的な運転決定を生成する。 本研究では, 予期せぬ歩行, ターンバック・クロス, ためらい, 双方向横断など, 複数の歩行者行動シナリオにおけるSUMOの枠組みを評価した。
  論文  参考訳（メタデータ） (2026-05-16T07:41:42Z)
• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• Local Action-Guided Motion Diffusion Model for Text-to-Motion Generation [52.87672306545577]
  既存の動き生成法は主に大域運動の直接合成に焦点を当てている。 本研究では,局所動作を微粒化制御信号として利用することにより,グローバルな動き生成を容易にする局所動作誘導型動き拡散モデルを提案する。 本手法は,様々な局所動作と連続誘導重み調整をシームレスに組み合わせる柔軟性を提供する。
  論文  参考訳（メタデータ） (2024-07-15T08:35:00Z)
• HCRF-Flow: Scene Flow from Point Clouds with Continuous High-order CRFs and Position-aware Flow Embedding [116.77676304438792]
  隣接点間の滑らかさを強制するために,動きの一貫性を導入する。 局所変換の剛性に関する制約は、各局所領域内のすべての点に対して一意的な剛性パラメータを共有することで追加される。 提案フレームワーク(hcrf-flow)は最先端の性能を実現し,これまでのアプローチを大きく上回っている。
  論文  参考訳（メタデータ） (2021-05-17T11:53:58Z)
• Action Unit Memory Network for Weakly Supervised Temporal Action Localization [124.61981738536642]
  弱い教師付き時間的行動局在(weakly supervised temporal action localization)は、訓練中のビデオレベルラベルのみを持つ未トリミングビデオにおける行動の検出とローカライズを目的としている。 AUMN(Action Unit Memory Network)は、時間的行動の弱い局在化を監督する。
  論文  参考訳（メタデータ） (2021-04-29T06:19:44Z)
• Adaptive Mutual Supervision for Weakly-Supervised Temporal Action Localization [92.96802448718388]
  時間的行動ローカライゼーションのための適応的相互監視フレームワーク(AMS)を導入する。 提案手法は最先端手法を著しく上回っている。
  論文  参考訳（メタデータ） (2021-04-06T08:31:10Z)

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。