論文の概要: Articulated Object Reconstruction from Rest-State Observation
- arxiv url: http://arxiv.org/abs/2607.27749v1
- Date: Thu, 30 Jul 2026 06:42:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.425159
- Title: Articulated Object Reconstruction from Rest-State Observation
- Title（参考訳）: 静止状態観測による人工物体の再構成
- Abstract要約: インタラクティブなデジタル双生児を作るには、3D幾何学と、物体の関節の仕方を管理する運動構造の両方を復元する必要がある。
一つの閉じた構成から明瞭な物体を再構成する静止状態定式化を導入する。
- 参考スコア（独自算出の注目度）: 33.09154459685742
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Building interactive digital twins requires recovering both 3D geometry and the kinematic structures that govern how objects articulate. Yet existing methods for articulated object reconstruction require explicitly observable motion from multiple articulation states. We introduce a rest-state formulation that reconstructs articulated objects from a single closed configuration, an inherently ill-posed setting where geometry, semantics, and motion priors compensate for the absence of motion cues. Our framework adopts an explicit mesh as an intermediate representation for cross-model verification and fusion, reconciling noisy outputs from vision-language and segmentation models into spatially consistent part structures. To estimate joint parameters without observed motion, we use a video diffusion model to synthesize articulation hypotheses and validate them through geometric consistency. Our approach achieves accurate part decomposition and physically plausible articulation, performing competitively with motion-observing reconstruction-based, generation-based, and modular pretrained-model baselines.
- Abstract（参考訳）: インタラクティブなデジタル双生児を作るには、3D幾何学と、物体の関節の仕方を管理する運動構造の両方を復元する必要がある。
しかし、既存の調音物体再構成法では、複数の調音状態からの可観測運動が要求される。
静止状態の定式化を導入し、単一の閉じた構成から、幾何学、意味論、動きの先行が動きの手がかりの欠如を補うような、本質的に不適切な設定を再構成する。
本フレームワークは,視覚言語とセグメンテーションモデルからのノイズ出力を空間的に一貫した部分構造に分解し,クロスモデル検証と融合の中間表現として明示的メッシュを採用する。
観察された動きを伴わない関節パラメータを推定するために,ビデオ拡散モデルを用いて調音仮説を合成し,幾何的整合性を通して検証する。
提案手法は, 高精度な部分分解と物理的に妥当な調律を実現し, 動作保存型再構成ベース, 生成ベース, モジュール型事前学習モデルベースラインと競合する。
関連論文リスト
- UnfoldArt: Zero-Shot Recovery of Full Articulated 3D Objects from Text or Image [58.40343808003224]
本稿では,テキストや画像からの3Dオブジェクトの再構成について,議論を巻き起こしたアプローチを提案する。
高レベルのエージェントは、視覚言語やビデオモデルからの知識を用いて、オブジェクトの意味論と動きを推論する。
低レベルエージェントは調音パラメータと相互作用点を推定する。
同じビデオは、合意された調律に条件付けされ、各部分をその動きを通して駆動し、隠された内部と幾何学を露呈する。
論文 参考訳（メタデータ） (2026-06-29T17:44:53Z) - Artic-O: End-to-End Articulated Object Reconstruction via Latent Geometry Learning [105.35529379360186]
Artic-Oは、音声によるオブジェクト再構成のためのエンドツーエンドのフィードフォワードフレームワークである。
スパース多状態観測を事前訓練された潜在幾何学空間にマッピングする。
凍結したフローマッチングデコーダは、可視構造と隠蔽構造の回復に先立って完全な形状を提供する。
論文 参考訳（メタデータ） (2026-06-20T08:15:30Z) - SCAPO: Self-Supervised Category-Level Articulated Pose Estimation from a Single 3D Observation [54.98864436812187]
本稿では,1つのRGB-D観測から標準幾何,剛部分セグメンテーション,関節ピボット,軸,調音状態を推定する自己教師型フレームワークを提案する。
合成および実調音オブジェクトデータセットの実験により、SCAPOは、一貫した部分構造と正確な調音パラメータを復元し、全ての自監督ベースラインを上回ります。
論文 参考訳（メタデータ） (2026-06-01T09:04:49Z) - MonoArt: Progressive Structural Reasoning for Monocular Articulated 3D Reconstruction [47.69179070489671]
単一の画像から明瞭な3Dオブジェクトを再構成するには、限られた視覚的証拠からオブジェクト形状、部分構造、運動パラメータを共同で推測する必要がある。
画像特徴から直接調音を予測するのではなく, 視覚的観察を標準幾何学, 構造的部分表現, 動き認識を単一のアーキテクチャに組み込む, 統合されたフレームワークであるMonoArtを提案する。
論文 参考訳（メタデータ） (2026-03-19T17:59:52Z) - PAct: Part-Decomposed Single-View Articulated Object Generation [45.04652409374895]
アーティキュレートされたオブジェクトは、AI、ロボティクス、VR/ARなど、インタラクティブな3Dアプリケーションの中心である。
明示的な部分認識条件下で部分幾何学, 構成, 調音を合成する, 調音オブジェクト生成のための部分中心生成フレームワークを提案する。
我々の表現は、オブジェクトを可動部品の集合としてモデル化し、それぞれ、部品のアイデンティティと調音の手がかりを付加した潜在トークンで符号化する。
論文 参考訳（メタデータ） (2026-02-16T17:45:44Z) - Follow My Hold: Hand-Object Interaction Reconstruction through Geometric Guidance [61.41904916189093]
単眼RGB画像から手持ち物体の3次元形状を再構成する拡散法に基づく新しいフレームワークを提案する。
我々は手オブジェクト間相互作用を幾何学的ガイダンスとして使用し、手オブジェクト間相互作用を確実にする。
論文 参考訳（メタデータ） (2025-08-25T17:11:53Z) - GaussianArt: Unified Modeling of Geometry and Motion for Articulated Objects [4.717906057951389]
本稿では,3次元ガウスモデルを用いて幾何学と運動を共同でモデル化する統一表現を提案する。
この定式化により、運動分解の堅牢性が向上し、最大で20個の部分を持つ明瞭な物体をサポートする。
提案手法は, 広範囲な物体の形状復元と動き推定において, 常に優れた精度を達成できることを示す。
論文 参考訳（メタデータ） (2025-08-20T17:59:08Z) - Detection Based Part-level Articulated Object Reconstruction from Single RGBD Image [52.11275397911693]
本稿では,1枚のRGBD画像から複数の人工関節オブジェクトを再構成する,エンドツーエンドで訓練可能なクロスカテゴリ手法を提案する。
私たちは、あらかじめ定義された部分数で人工的なオブジェクトに焦点をあて、インスタンスレベルの潜在空間を学習することに依存する以前の作業から離れています。
提案手法は, 従来の作業では処理できない様々な構成された複数インスタンスの再構築に成功し, 形状再構成や運動学推定において, 先行の作業よりも優れていた。
論文 参考訳（メタデータ） (2025-04-04T05:08:04Z) - NF3DM: Combining Neural Fields and Deformation Models for 3D Non-Rigid Motion Reconstruction [6.851721795186258]
本研究では,非剛性変形形状の非構造観察から時間的コヒーレントな3次元運動を再構成するための,新しいデータ駆動型アプローチを提案する。
我々のゴールは、ゆるい服を着ている人間など、ほぼ等尺変形する形状の高忠実な動き再構成を実現することである。
本手法は, モノクローナルディープビデオから再構成したヒトおよび動物の動き系列に適用することにより, 最先端のアプローチよりも優れる。
論文 参考訳（メタデータ） (2024-12-11T16:24:08Z)
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。