論文の概要: EgoGVAE: Ego-body Mesh Reconstruction via Guided Variational Autoencoder

• arxiv url: http://arxiv.org/abs/2607.27755v1
• Date: Thu, 30 Jul 2026 06:52:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.425653
• Title: EgoGVAE: Ego-body Mesh Reconstruction via Guided Variational Autoencoder
• Title（参考訳）: EgoGVAE: ガイド付き変分オートエンコーダによるエゴボディメッシュ再構成
• Abstract要約: 頭部ポーズのみから全体メッシュを復元する問題に対処する。 このタスクは、ヘッドマウントデバイスやスマートグラスに基づく様々なアプリケーションに欠かせないものとなっている。
• 参考スコア（独自算出の注目度）: 11.870568643869825
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We address the problem of recovering the full-body mesh from only the head pose. This task has become essential for various applications based on head-mounted devices or smart glasses. The challenge of this task lies in estimating the pose information of unobserved body parts based solely on a single joint (i.e., head) trajectory. Several studies have begun to adopt head-conditioned generative models, however, such previous methods are costly and time-consuming due to the diffusion-based iterative process. As an alternative, we propose a simple yet novel method that leverages the latent space of the guidance network, which is designed as a variational autoencoder taking full-body poses as inputs. By enforcing latent distributions of this guidance network and our head-to-motion network to be similar, latent features sampled from the 'guided' distribution, i.e., distribution learned in our head-to-motion network, can be reliably decoded for natural representations of full-body poses even only with the head pose. One important advantage of the proposed method is that one-step sampling scheme achieves remarkably fast inference (more than 50 times faster) compared to diffusion-based approaches. Experimental results on benchmark datasets show that the proposed method efficiently improves the performance of ego-body mesh reconstruction.
• Abstract（参考訳）: 頭部ポーズのみから全体メッシュを復元する問題に対処する。 このタスクは、ヘッドマウントデバイスやスマートグラスに基づく様々なアプリケーションに欠かせないものとなっている。 このタスクの課題は、単一の関節(つまり頭部)軌道のみに基づいて、観測されていない身体部品のポーズ情報を推定することにある。 いくつかの研究が頭部条件付き生成モデルを採用し始めているが、従来の手法は拡散に基づく反復過程のためにコストと時間を要する。 その代替として,本手法では,全身のポーズを入力とする変分オートエンコーダとして設計されたガイダンスネットワークの潜時空間を利用する,単純かつ斬新な手法を提案する。 この誘導ネットワークと頭部移動ネットワークの潜伏分布を同様のものにすることで、「誘導」分布からサンプリングされた潜伏特徴、すなわち、頭部移動ネットワークで学習した分布を、頭部ポーズのみであっても、全身ポーズの自然な表現に対して確実に復号することができる。 提案手法の1つの重要な利点は、拡散に基づく手法に比べて非常に高速な推論(50倍以上高速)を実現することである。 ベンチマークによる実験結果から,提案手法はエゴボディーメッシュ再構成の性能を効率よく向上することが示された。

関連論文リスト

• ELROND: Exploring and decomposing intrinsic capabilities of diffusion models [3.656403721249365]
  拡散モデルに渡される単一のテキストプロンプトは、プロセスによってのみ決定される幅広い視覚出力をもたらす。 本稿では,これらの意味的方向を入力埋め込み内で直接アンタングルするフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-10T19:07:15Z)
• Test-time scaling of diffusions with flow maps [68.79792714591564]
  テスト時の拡散モデルを改善するための一般的なレシピは、報酬の勾配を拡散そのものの力学に導入することである。 フローマップを直接扱うことで,簡単な解を提案する。 本研究では, 流図と流速場の関係を利用して, 従来のテスト時間法よりも精度の高いフローマップトラジェクトリ・ティルティング (FMTT) アルゴリズムを構築した。
  論文  参考訳（メタデータ） (2025-11-27T18:44:12Z)
• Diffusion As Self-Distillation: End-to-End Latent Diffusion In One Model [53.77953728335891]
  ラテント拡散モデルは、独立したエンコーダ、デコーダ、拡散ネットワークからなる複雑な3部アーキテクチャに依存している。 本研究では,潜伏空間を安定化させる学習目標に重要な変更を加えた新たなフレームワークであるDeffusion as Self-Distillation (DSD)を提案する。 このアプローチにより、単一のネットワークの安定したエンドツーエンドトレーニングが初めて実現され、同時にエンコード、デコード、拡散の実行を学ぶことができる。
  論文  参考訳（メタデータ） (2025-11-18T17:58:16Z)
• Joint Learning of Pose Regression and Denoising Diffusion with Score Scaling Sampling for Category-level 6D Pose Estimation [19.996312940214363]
  カテゴリレベルの6次元オブジェクトのポーズ推定のための新しいパイプラインを提案する。 提案手法は, 直接ポーズ回帰ヘッドを用いてエンコーダを事前訓練し, 回帰ヘッドとデノナイジング拡散ヘッドを介してネットワークを共同学習する。 サンプリングガイダンスは、最終段階における高品質なポーズ生成を確保しつつ、初期復調段階における対称物体のマルチモーダル特性を維持する。
  論文  参考訳（メタデータ） (2025-10-05T09:58:51Z)
• Neural Network Reprogrammability: A Unified Theme on Model Reprogramming, Prompt Tuning, and Prompt Instruction [57.19302613163439]
  モデル適応のための統一フレームワークとして,ニューラルネットワークの再プログラム可能性を導入する。 本稿では,4つの重要な側面にまたがる情報操作アプローチを分類する分類法を提案する。 残る技術的課題や倫理的考察も分析する。
  論文  参考訳（メタデータ） (2025-06-05T05:42:27Z)
• Rotation-Equivariant Self-Supervised Method in Image Denoising [46.44312175792672]
  本稿では,高精度な回転同変畳み込みを自己教師付き画像復調に導入する。 我々の知る限りでは、回転同変画像が自己監督画像に導入されたのはこれが初めてである。 そこで我々は,回転同変ネットワークとバニラCNNベースのネットワークの出力を融合させるマスク機構を設計した。
  論文  参考訳（メタデータ） (2025-05-26T07:32:52Z)
• A Lightweight Deep Exclusion Unfolding Network for Single Image Reflection Removal [68.0573194557999]
  シングルイメージリフレクション除去(SIRR)は、標準的なブラインドソース分離問題である。 本稿ではSIRRのための新しいDeep Exclusion Unfolding Network(DExNet)を提案する。 DExNetは、単純な反復スパースと補助的特徴更新(i-SAFU)アルゴリズムの展開とパラメータ化によって構築される。
  論文  参考訳（メタデータ） (2025-03-03T07:54:27Z)
• Mask Approximation Net: A Novel Diffusion Model Approach for Remote Sensing Change Captioning [14.994719390886774]
  リモートセンシング画像変化記述は、リモートセンシング処理の領域における革新的なマルチモーダルタスクを表す。 本稿では,周波数領域雑音フィルタリングにより強化された拡散モデルを用いたデータ分散学習へ移行するパラダイムを提案する。 本稿では,リモートセンシングによる変化検出と記述のための提案手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-12-26T11:35:57Z)
• Phasic Content Fusing Diffusion Model with Directional Distribution Consistency for Few-Shot Model Adaption [73.98706049140098]
  本稿では,方向分布の整合性を損なう少数ショット拡散モデルを用いた新しいファシックコンテンツを提案する。 具体的には、ファシックコンテンツ融合を用いたファシックトレーニング戦略を設計し、tが大きければ、モデルがコンテンツやスタイル情報を学ぶのに役立てる。 最後に、ドメイン適応時の構造整合性を高めるクロスドメイン構造ガイダンス戦略を提案する。
  論文  参考訳（メタデータ） (2023-09-07T14:14:11Z)
• One-Shot Pruning for Fast-adapting Pre-trained Models on Devices [28.696989086706186]
  大規模な事前訓練モデルが下流タスクの解決に成功している。 これらのモデルを低機能デバイスにデプロイするには、モデルプルーニングのような効果的なアプローチが必要である。 そこで本研究では,類似タスクの抽出知識を活用して,事前学習したモデルからサブネットワークを抽出する,スケーラブルなワンショットプルーニング手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T06:44:47Z)
• A Generic Shared Attention Mechanism for Various Backbone Neural Networks [53.36677373145012]
  自己注意モジュール(SAM)は、異なる層にまたがる強い相関した注意マップを生成する。 Dense-and-Implicit Attention (DIA)はSAMをレイヤ間で共有し、長期間のメモリモジュールを使用する。 我々のシンプルで効果的なDIAは、様々なネットワークバックボーンを一貫して拡張できます。
  論文  参考訳（メタデータ） (2022-10-27T13:24:08Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)

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。