論文の概要: CQF-HMR: Continuous Quaternion Flows for Probabilistic 3D Human Mesh Recovery from a Single Image

• arxiv url: http://arxiv.org/abs/2609.00995v1
• Date: Tue, 01 Sep 2026 09:45:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.542025
• Title: CQF-HMR: Continuous Quaternion Flows for Probabilistic 3D Human Mesh Recovery from a Single Image
• Title（参考訳）: CQF-HMR:1枚の画像からの確率的3次元メッシュ回復のための連続四元流
• Authors: Cuong Le, Bao-Long Tran, Pavlo Melnyk, Tahereh Dehdarirad, Bastian Wandt, Mårten Wadenbäck,
• Abstract要約: 2次元ポーズ推定を条件とした四元数制約連続正規化流を用いた確率的3次元人間のための新しい手法を提案する。 実験では,Human3.6M,特にあいまいな環境での手法の現状を実証した。
• 参考スコア（独自算出の注目度）: 13.781127168996685
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recovering 3D digital humans from a single 2D image is an ill-posed computer vision problem due to the loss of depth information. Probabilistic 3D human pose estimation compensates for this by estimating a set of 3D hypotheses from a prior distribution via generative models. However, most prior work focuses only on 3D keypoints, which often leads to implausible poses that are difficult to apply to downstream tasks, e.g. animation or digital humans. SMPL-based methods are more scalable thanks to the explicit body priors, but it requires more complex modeling of the generation process due to the non-additive nature of the joint rotations. In this work, we propose a novel approach for probabilistic 3D humans using quaternion-constrained continuous normalizing flows conditioned on 2D pose estimations. Our proposed quaternion flows show significant advantages over approaches using other rotation representations. Experiments demonstrate state-of-the-art results of our method on Human3.6M, particularly in ambiguous settings, and comparable pose estimation accuracy on challenging 3DPW and EMDB benchmarks.
• Abstract（参考訳）: 単一の2次元画像から3Dデジタル人間を復元することは、深度情報の欠落によるコンピュータビジョンの問題である。 確率的3次元ポーズ推定は、生成モデルを介して事前分布から1組の3次元仮説を推定することにより、これを補う。 しかし、これまでのほとんどの研究は3Dキーポイントのみに焦点を当てており、しばしば下流のタスク、例えばアニメーションやデジタル人間に適用するのが難しい不愉快なポーズにつながる。 SMPLベースの手法は、明示的なボディの先行によりよりスケーラブルであるが、関節回転の非付加性のため、より複雑な生成過程のモデリングが必要である。 本研究では,四元数制約付き連続正規化流を用いた確率的3次元人体に対する新しいアプローチを提案する。 提案する四元数フローは,他の回転表現を用いたアプローチよりも大きな利点を示す。 実験では,Human3.6Mにおける提案手法の現状,特に曖昧な設定において,挑戦的な3DPWおよびEMDBベンチマークにおける推定精度を比較検討した。

関連論文リスト

• FMPose3D: monocular 3D pose estimation via flow matching [3.599033387924161]
  正規微分方程式(ODE)で定義される速度場をフローマッチングを用いて学習する。 本稿では3次元ポーズ推定を条件分布輸送問題として定式化する新しい生成的ポーズ推定フレームワークFMPose3Dを提案する。 FMPose3Dは、広く使われているヒトのポーズ推定ベンチマークであるHuman3.6MとMPI-INF-3DHPの既存の手法を超越し、3D動物のポーズデータセットであるAnimal3DとCtrlAni3Dの最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-02-05T15:25:35Z)
• Flow Matching for Probabilistic Monocular 3D Human Pose Estimation [12.773184391232467]
  フローマッチング生成手法に基づく確率的3次元ポーズ推定法であるFMPoseを提案する。 FMPoseは、単純なソース分布から連続正規化フローを介して、可塑性な3次元ポーズ分布への最適な輸送を学習する。 拡散法と比較して、最適な輸送量を持つFMPoseはより高速で正確な3Dポーズを生成する。
  論文  参考訳（メタデータ） (2026-01-23T14:09:33Z)
• ManiPose: Manifold-Constrained Multi-Hypothesis 3D Human Pose Estimation [71.2556016049579]
  ManiPoseは、人為的な2D-to-3Dリフトのための多様体拘束型マルチハイブリッドモデルである。 人間のポーズ多様体上の出力を制約することにより、ManiPoseはすべての仮説的なポーズの一貫性を保証する。 実世界のデータセット上でのManiPoseのパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-12-11T13:50:10Z)
• Diffusion-Based 3D Human Pose Estimation with Multi-Hypothesis Aggregation [64.874000550443]
  ジョイントワイズ・リジェクション・ベース・マルチハイブリッド・アグリゲーション(JPMA)を用いた拡散型3次元ポス推定法を提案する。 提案したJPMAは,D3DPが生成する複数の仮説を1つの3次元ポーズにまとめて実用的に利用する。 提案手法は, 最先端の決定論的アプローチと確率論的アプローチをそれぞれ1.5%, 8.9%上回った。
  論文  参考訳（メタデータ） (2023-03-21T04:00:47Z)
• DiffuPose: Monocular 3D Human Pose Estimation via Denoising Diffusion Probabilistic Model [25.223801390996435]
  本稿では,1つの2次元キーポイント検出から3次元ポーズを再構築することに焦点を当てた。 我々は,市販の2D検出器から多種多様な3Dポーズを効果的にサンプリングするための,拡散に基づく新しいフレームワークを構築した。 我々は,広く採用されているHuman3.6MとHumanEva-Iデータセットについて評価を行った。
  論文  参考訳（メタデータ） (2022-12-06T07:22:20Z)
• A generic diffusion-based approach for 3D human pose prediction in the wild [68.00961210467479]
  3D人間のポーズ予測、すなわち、過去の観察されたポーズのシーケンスが与えられた後の人間の3Dポーズのシーケンスを予測することは、困難な時間課題である。 本稿では,不完全な要素(予測や観測に関係しない)をノイズとして扱える統一的な定式化法を提案し,それらを認知し,妥当なポーズを予測する条件拡散モデルを提案する。 本研究は,4つの標準データセットについて検討し,現状よりも大幅に改善された。
  論文  参考訳（メタデータ） (2022-10-11T17:59:54Z)
• Probabilistic Monocular 3D Human Pose Estimation with Normalizing Flows [24.0966076588569]
  本稿では,不明瞭な逆2D-to-3D問題を解くために,決定論的3D-to-2Dマッピングを利用する正規化フローベース手法を提案する。 我々は、Human3.6MとMPI-INF-3DHPの2つのベンチマークデータセットに対するアプローチを評価し、ほとんどの指標において同等の手法を上回りました。
  論文  参考訳（メタデータ） (2021-07-29T07:33:14Z)
• 3D Multi-bodies: Fitting Sets of Plausible 3D Human Models to Ambiguous Image Data [77.57798334776353]
  単眼・部分閉塞視からヒトの高密度3次元再構成を実現することの問題点を考察する。 身体の形状やポーズをパラメータ化することで、あいまいさをより効果的にモデル化できることを示唆する。 提案手法は, 3次元人間の標準ベンチマークにおいて, あいまいなポーズ回復において, 代替手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-02T13:55:31Z)
• Synthetic Training for Monocular Human Mesh Recovery [100.38109761268639]
  本稿では,RGB画像と大規模に異なる複数の身体部位の3次元メッシュを推定することを目的とする。 主な課題は、2D画像のすべての身体部分の3Dアノテーションを完備するトレーニングデータがないことである。 本稿では,D2S(Deep-to-scale)投影法を提案する。
  論文  参考訳（メタデータ） (2020-10-27T03:31:35Z)
• Weakly Supervised Generative Network for Multiple 3D Human Pose Hypotheses [74.48263583706712]
  単一画像からの3次元ポーズ推定は、欠落した深さのあいまいさに起因する逆問題である。 逆問題に対処するために,弱い教師付き深層生成ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-08-13T09:26:01Z)

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。