論文の概要: MuyBridge: Mobile Human Center-of-Mass Estimation from Monocular Video via Sparse Fusion

• arxiv url: http://arxiv.org/abs/2609.02854v1
• Date: Wed, 02 Sep 2026 17:38:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.482307
• Title: MuyBridge: Mobile Human Center-of-Mass Estimation from Monocular Video via Sparse Fusion
• Title（参考訳）: MuyBridge: スパース融合によるモノクラービデオからの人体中心位置推定
• Abstract要約: 質量の中心 (CoM) は, スポーツ, リハビリテーション, 臨床運動の生体力学的解析において重要な量である。 MuyBridgeはオンデバイスシステムで、1台の携帯電話カメラのビデオストリームからアスリートのマストラジェクトリーのセグメンショナルセンターを推定する。
• 参考スコア（独自算出の注目度）: 14.44079161740663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The 3D center of mass (CoM) is a primary quantity in the biomechanical analysis of sport, rehabilitation, and clinical movement, yet existing 3D pose tracking, mesh recovery, and multi-view triangulation methods either optimize 3D keypoint accuracy without anatomical constraints or carry compute and capture infrastructure too heavy to deploy where CoM tracking is most useful. As a result, the metric CoM remains difficult for coaches and movement analysts to measure from a single camera where athletes train and compete. In this work, we introduce MuyBridge, an on-device system that estimates the athlete's segmental center of mass trajectory from a single phone camera video stream. MuyBridge couples a compact 2D pose network and a distilled single-step monocular depth network through an analytic metric fusion that uses anatomical and physical priors to anchor the metric CoM, requiring no 3D or task-specific supervision. Evaluated on the athletic movements of AthletePose3D (running, track and field, and figure skating), MuyBridge achieves 33-41 mm vertical CoM error and 2.3-6.6% absolute-relative range error (AbsRel) under a one-time calibration, and produces CoM estimates at the 63 FPS pose-estimation rate using asynchronous 2.86 Hz depth updates on iPhone 15. Code is available at: https://github.com/Abradshaw1/Muybridge
• Abstract（参考訳）: 3Dの質量中心(CoM)は、スポーツ、リハビリテーション、臨床運動の生体力学的分析において主要な量であるが、既存の3Dポーズトラッキング、メッシュリカバリ、マルチビュー三角測量手法は、解剖学的制約なしに3Dキーポイントの精度を最適化するか、計算と捕捉のインフラを運用するには重すぎる。 結果として、コーチやムーブメントアナリストにとって、スポーツ選手がトレーニングや競技を行う単一のカメラから測定することは依然として困難である。 本研究では,スポーツ選手のマストラジェクトリのセグメンショナルセンターを単一携帯電話カメラビデオストリームから推定するオンデバイスシステムであるMuyBridgeを紹介する。 MuyBridgeは、コンパクトな2Dポーズネットワークと蒸留された単一ステップの単分子深度ネットワークを、解剖学的および物理的な前駆体を用いて計量CoMを固定し、3Dやタスク固有の監督を必要としない分析的な計量融合を通じて結合する。 AthletePose3D(ランニング、トラック、フィールド、フィギュアスケート)の運動量を評価すると、MuyBridgeは33-41mmの垂直CoM誤差と2.3-6.6%の絶対相対範囲誤差(AbsRel)を1時間キャリブレーションで達成し、非同期2.86Hzの深度更新を用いて63FPSのポーズ推定レートでCoM推定を生成する。 コードは、https://github.com/Abradshaw1/Muybridgeで入手できる。

関連論文リスト

• TAPVid-MV: A Benchmark for Tracking Any Point in 3D Across Multiple Views [50.26507994908593]
  この設定の最初のベンチマークであるTAPVid-MV(Tracking Any Point in Video across Multiple Views)を紹介します。 キュレートされた284のシーケンス、1,142のキャリブレーションされたカメラストリーム、109,769のトラックが、屋内と屋外のドメインにまたがる7つのサブセットにまたがっている。 本研究では,センサ深度,LiDAR,SLAM,SfM点,ヒューマンメッシュ,ポーズされたオブジェクトメッシュ,シミュレーションといった,データセット固有の補助的モダリティを用いてこれらのトラジェクトリを解析し,各シーケンスとトラジェクトリを人間のアノテーションによって視覚的に検証する。
  論文  参考訳（メタデータ） (2026-09-01T21:58:51Z)
• Multi-HMR 2: Multi-Person Camera-Centric Human Detection, Mesh Recovery and Tracking [22.72657001000076]
  Multi-HMR 2は、マルチパーソンカメラ中心のヒューマン検出、メッシュ回復、トラッキングのためのシンプルだが堅牢なフレームワークである。 人間のメッシュとともにシーンに一貫性のあるカメラを予測し、地上構造なしでメートル法的な3Dローカライゼーションを可能にする。 最先端の骨盤中心の性能を実現し、検出精度とメートル法3Dローカライゼーションを大幅に改善する。
  論文  参考訳（メタデータ） (2026-06-12T17:23:42Z)
• Physics Informed Human Posture Estimation Based on 3D Landmarks from Monocular RGB-Videos [1.3399128310861848]
  BlazePoseのような最先端モデルは、リアルタイムのポーズトラッキングに優れていますが、解剖学的制約の欠如は、物理的な知識を含めることで、改善の可能性を示しています。 本稿では、重み付け最適化を用いたBlazePose 3Dと2D推定の長所を生かしたリアルタイム後処理アルゴリズムを提案する。 Physio2.2Mデータセットによる評価では、3D MPJPEが10.2%減少し、BlazePoseの3D推定に比べて16.6%減少している。
  論文  参考訳（メタデータ） (2025-12-07T10:54:09Z)
• PriorFormer: A Transformer for Real-time Monocular 3D Human Pose Estimation with Versatile Geometric Priors [1.4932318540666545]
  本稿では,人間の2次元関節位置の短い列を1台のカメラで3次元ポーズにマッピングする軽量トランスフォーマーベースリフト機を提案する。 提案モデルでは,セグメント長やカメラ内在性などの入力幾何学的先行を考慮し,キャリブレーションとアンキャリブレーションの両方で動作させるように設計されている。
  論文  参考訳（メタデータ） (2025-08-21T08:16:14Z)
• SpatialTrackerV2: 3D Point Tracking Made Easy [73.0350898700048]
  SpaceTrackerV2はモノクロビデオのフィードフォワード3Dポイントトラッキング手法である。 これは、世界空間の3Dモーションをシーン幾何学、カメラエゴモーション、ピクセルワイドオブジェクトモーションに分解する。 このような異種データから幾何学と運動を共同で学習することで、SpatialTrackerV2は既存の3Dトラッキング方法よりも30%優れています。
  論文  参考訳（メタデータ） (2025-07-16T17:59:03Z)
• Multi-person Physics-based Pose Estimation for Combat Sports [0.689728655482787]
  スパースマルチカメラを用いた戦闘スポーツにおける正確な3次元ポーズ推定のための新しい枠組みを提案する。 提案手法は,トランスフォーマーを用いたトップダウン手法により,堅牢なマルチビュー2Dポーズトラッキングを実現する。 我々はさらに、多対人物理に基づく軌道最適化のステップを導入することにより、ポーズリアリズムとロバスト性をさらに強化する。
  論文  参考訳（メタデータ） (2025-04-11T00:08:14Z)
• Bring Your Rear Cameras for Egocentric 3D Human Pose Estimation [69.68568832269285]
  ヘッドマウントデバイス(HMD)の前に設置したカメラを用いて,エゴセントリックな3次元ポーズ推定を積極的に研究している。 自己閉塞性や視野範囲の制限により、フルボディトラッキングが同じであるかどうかは不明だ。 マルチビュー情報と熱マップの不確実性を用いて2次元関節熱マップ推定を改良するトランスフォーマーに基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-03-14T17:59:54Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)
• Towards Single Camera Human 3D-Kinematics [15.559206592078425]
  深層ニューラルネットワークを用いたビデオから直接3次元人体動推定D3KEを提案する。 実験により,提案したエンドツーエンドトレーニングは頑健であり,2次元および3次元マーカーレスモーションキャプチャに基づく運動推定パイプラインよりも優れていた。
  論文  参考訳（メタデータ） (2023-01-13T08:44:09Z)
• Scene-Aware 3D Multi-Human Motion Capture from a Single Camera [83.06768487435818]
  静止カメラで記録された1枚のRGBビデオから、シーン内の複数の人間の3次元位置を推定し、その身体形状と調音を推定する問題を考察する。 コンピュータビジョンの最近の進歩を,2次元の人体関節,関節角度,正規化不均等マップ,人間のセグメンテーションマスクなど,様々なモダリティのための大規模事前訓練モデルを用いて活用している。 特に,2次元の関節と関節角度を用いた正規化不均等予測から,シーン深度とユニークな人格尺度を推定する。
  論文  参考訳（メタデータ） (2023-01-12T18:01:28Z)
• HEMlets PoSh: Learning Part-Centric Heatmap Triplets for 3D Human Pose and Shape Estimation [60.35776484235304]
  本研究は, 中間状態部分熱マップトリプレット(HEMlets)を導入し, 検出された2次元関節を三次元空間に持ち上げる不確実性に対処しようとするものである。 HEMletsは3つのジョイントヒートマップを使用して、各骨格体部に対するエンドジョイントの相対的な深さ情報を表す。 Convolutional Network (ConvNet) は、入力画像からHEMletを予測し、次にボリュームのジョイント・ヒートマップレグレッションを学習する。
  論文  参考訳（メタデータ） (2020-03-10T04:03:45Z)

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。