論文の概要: An Evaluation Framework for Generating Multi-View Images of a Person in a Scene

• arxiv url: http://arxiv.org/abs/2609.04603v1
• Date: Fri, 04 Sep 2026 01:02:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.87284
• Title: An Evaluation Framework for Generating Multi-View Images of a Person in a Scene
• Title（参考訳）: 場面における人物のマルチビュー画像生成のための評価フレームワーク
• Abstract要約: 無料のカメラアングル変更を実行するための基礎モデルのトレーニングにおける主要なボトルネックは、特別なトレーニングデータがないことである。 本研究では,人物の周囲のカメラの動きを定量的に評価するために,頭部回転差(HSRD)尺度を提案する。 HSRDは、シーン内の人物の3次元空間視差を評価するために必要なパイプラインを提供し、高品質なマルチビュー合成データセットを確実に構築する方法を提供する。
• 参考スコア（独自算出の注目度）: 8.826327162415287
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent generative image-editing Diffusion Transformers (DiTs) demonstrate impressive semantic editing capabilities but still struggle with spatially consistent camera angle changes. A primary bottleneck in training foundation models to execute free-form, promptable camera angle changes is the lack of specialized training data. While multi-view datasets exist for generic 3D environments and objects, there remains an absence of paired, multi-view datasets featuring human subjects at fixed locations in natural scenes, including frontal and side-profile views. Capturing such multi-camera data in unconstrained environments is logistically challenging and unscalable. In this paper, we first experiment with multiple state-of-the-art image editing models to create this data synthetically, but find that the outputs are frequently prone to hallucinations involving how much the subject's head turns relative to the background, often producing inconsistent environments. To address this issue, we propose the Head Scene Rotation Difference (HSRD) metric to quantitatively evaluate camera movements around a person. The proposed metric operates by decoupling camera movement from localized head pose manipulation. As demonstrated by the extensive experimentation, HSRD provides the pipeline necessary to evaluate 3D spatial parallax for a person in a scene, paving the way to reliably construct high-quality multi-view synthetic datasets.
• Abstract（参考訳）: 最近の生成画像編集拡散変換器(DiT)は印象的なセマンティックな編集機能を示しているが、それでも空間的に一貫したカメラ角の変化に苦慮している。 無料のカメラアングル変更を実行するための基礎モデルのトレーニングにおける主要なボトルネックは、特別なトレーニングデータがないことである。 汎用的な3D環境やオブジェクトのためのマルチビューデータセットは存在するが、正面と側面のビューを含む自然のシーンにおける固定された場所を対象とする、ペア化されたマルチビューデータセットはいまだに存在しない。 制約のない環境でこのようなマルチカメラデータをキャプチャすることは、論理的に困難であり、スケールできない。 本稿では,複数の最先端画像編集モデルを用いて,このデータを合成的に生成する実験を行った。 この問題に対処するために,人物周辺のカメラの動きを定量的に評価するヘッドシーン回転差(HSRD)指標を提案する。 提案手法は、カメラの動きを局所的な頭部ポーズ操作から切り離して動作する。 広範な実験によって実証されたように、HSRDはシーン内の人物の3次元空間視差を評価するために必要なパイプラインを提供し、高品質なマルチビュー合成データセットを確実に構築する方法を提供する。

関連論文リスト

• CalibAnyView: Beyond Single-View Camera Calibration in the Wild [59.66873936532375]
  カメラキャリブレーションは、信頼性の高い幾何学的知覚の基本的な前提条件である。 近年の学習に基づく手法では、単一ビューの校正には有望な結果が得られたが、本質的に複数のビューにまたがる幾何的整合性は無視されている。 任意の数の入力ビューをサポートする統一的な定式化であるCalibAnyViewを紹介します。
  論文  参考訳（メタデータ） (2026-05-14T09:32:12Z)
• Tri-Prompting: Video Diffusion with Unified Control over Scene, Subject, and Motion [69.64308172688368]
  Tri-Promptingは、シーン構成、マルチビューの主題整合性、モーションコントロールを統合する統合フレームワークである。 その結果,Tri-Promptingは多視点被写体識別,3次元整合性,運動精度においてPhantomやDaSなどの特殊ベースラインよりも有意に優れていた。
  論文  参考訳（メタデータ） (2026-03-16T17:59:05Z)
• ViewMorpher3D: A 3D-aware Diffusion Framework for Multi-Camera Novel View Synthesis in Autonomous Driving [20.935790354765604]
  画像拡散モデルに基づく多視点画像拡張フレームワークであるViewMorpher3Dを紹介する。 シングルビューのアプローチとは異なり、ViewMorpher3Dはカメラのポーズに条件付けされた一連のレンダリングビュー、幾何学的先行3D、時間的に隣接または空間的に重複する参照ビューを共同で処理する。 我々のフレームワークは、様々なカメラとフレキシブルな参照/ターゲットビュー構成に対応しており、多様なセンサー設定に適応できる。
  論文  参考訳（メタデータ） (2026-01-12T13:44:14Z)
• MultiViPerFrOG: A Globally Optimized Multi-Viewpoint Perception Framework for Camera Motion and Tissue Deformation [18.261678529996104]
  本稿では,低レベル認識モジュールの出力をキネマティックおよびシーンモデリングの先駆体と柔軟に統合するフレームワークを提案する。 提案手法は,数ミリ秒で数百ポイントの処理が可能であり,ノイズの多い入力手段の組み合わせに対するロバスト性を示す。
  論文  参考訳（メタデータ） (2024-08-08T10:55:55Z)
• Learning Robust Multi-Scale Representation for Neural Radiance Fields from Unposed Images [65.41966114373373]
  コンピュータビジョンにおけるニューラルイメージベースのレンダリング問題に対する改善された解決策を提案する。 提案手法は,テスト時に新たな視点からシーンのリアルなイメージを合成することができる。
  論文  参考訳（メタデータ） (2023-11-08T08:18:23Z)
• Decaf: Monocular Deformation Capture for Face and Hand Interactions [77.75726740605748]
  本稿では,単眼のRGBビデオから人間の顔と対話する人間の手を3Dで追跡する手法を提案する。 動作中の非剛性面の変形を誘発する定形物体として手をモデル化する。 本手法は,マーカーレスマルチビューカメラシステムで取得した現実的な顔変形を伴う手動・インタラクションキャプチャーデータセットに頼っている。
  論文  参考訳（メタデータ） (2023-09-28T17:59:51Z)
• Cross-View Cross-Scene Multi-View Crowd Counting [56.83882084112913]
  従来,複数カメラを用いて1台のカメラの視野を拡大する手法が提案されてきた。 任意のカメラレイアウトで異なるシーンでトレーニングやテストを行う,クロスビュー・クロスシーン(CVCS)のマルチビュー・クラウドカウント・パラダイムを提案する。
  論文  参考訳（メタデータ） (2022-05-03T15:03:44Z)
• Self-supervised Human Detection and Segmentation via Multi-view Consensus [116.92405645348185]
  本稿では,トレーニング中に幾何学的制約を多視点一貫性という形で組み込むマルチカメラフレームワークを提案する。 本手法は,標準ベンチマークから視覚的に外れた画像に対して,最先端の自己監視的人物検出とセグメンテーション技術に勝ることを示す。
  論文  参考訳（メタデータ） (2020-12-09T15:47:21Z)

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。