論文の概要: Temporal Residual Neural Radiance Fields for Monocular Video Dynamic Human Body Reconstruction
- arxiv url: http://arxiv.org/abs/2609.04984v1
- Date: Fri, 04 Sep 2026 10:40:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.016299
- Title: Temporal Residual Neural Radiance Fields for Monocular Video Dynamic Human Body Reconstruction
- Title（参考訳）: 単眼ビデオ動的人体再構成のための時間的残留神経放射場
- Abstract要約: 本稿では,動的シーンの人間の3次元モデリングにおいて,効果的に複雑な信号を処理する手法を提案する。
ビデオシーケンスにおける時間的信号の表現の問題に対処するため,アーキテクチャとは無関係な時間的残留場を構築する。
第二に、再構成効率を向上させるために、トレーニング可能なパラメータを削減し、レンダリングを高速化する統合的なアプローチを提案する。
- 参考スコア（独自算出の注目度）: 9.381539448722945
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the field of computer vision and graphics, high-quality reconstruction of the human body in static scenes has been achieved in recent years by a single multilayer perceptron (MLP) in a number of approaches. However, MLPs have capacity limitations, requiring substantial training time and computational resources for dynamic scene reconstruction. And the quality of reconstruction is significantly constrained. This paper proposes a method for effectively processing complex spatiotemporal signals in dynamic scene human 3D modeling. The proposed method uses Temporal Residual Neural Radiance Fields to achieve novel view rendering and new pose synthesis of human bodies.To address the problem of representing temporal signals in video sequences, we construct a temporal residual field which is not related to the MLP architecture. Secondly, to improve reconstruction efficiency, we propose an integrated approach that reduces trainable parameters and accelerates rendering, thereby enhancing the network's feature representation capability. Finally, we design a multi-dimensional loss function to accurately measure the loss between predicted and actual spatial pixel values. The experimental results show that our proposed approach improves the peak signal-to-noise ratio (PSNR) and structural similarity index (SSIM) accuracy metrics compared to the latest representative methods. It maintains similar accuracy to Anim-NeRF and Neural Body while achieving a nearly 780-fold increase in time efficiency.
- Abstract（参考訳）: コンピュータビジョンとグラフィックスの分野では、静的シーンにおける人間の身体の高品質な再構築は、近年、複数のアプローチで単一の多層パーセプトロン(MLP)によって達成されている。
しかし、MLPにはキャパシティの制限があり、動的シーン再構築にはかなりのトレーニング時間と計算資源が必要である。
再建の質も著しく制約されている。
本稿では,ダイナミックシーンのヒューマン3次元モデリングにおいて,複雑な時空間信号の処理を効果的に行う手法を提案する。
提案手法は, 時間的残留ニューラルネットワーク場を用いて, 映像系列における時間的信号表現の問題に対処するため, MLPアーキテクチャとは無関係な時間的残留場を構築する。
次に、再構成効率を向上させるために、トレーニング可能なパラメータを削減し、レンダリングを高速化し、ネットワークの特徴表現能力を向上する統合アプローチを提案する。
最後に,予測された空間画素値と実際の空間画素値との損失を正確に測定する多次元損失関数を設計する。
実験の結果,提案手法は最新の代表手法と比較して,ピーク信号対雑音比 (PSNR) と構造類似度指数 (SSIM) の精度を向上することが示された。
Anim-NeRFやNeural Bodyと同様の精度を維持しつつ、780倍近い時間効率の向上を実現している。
関連論文リスト
- Dynamic-Robust Photometric-Semantic Reconstruction for Open-Vocabulary 3D Scene Understanding [63.599342750566485]
SPARは、潜在空間アグリゲーションの前に過渡的ダイナミックノイズを明示的に分離する新しい意味幾何学的エンコーディングアーキテクチャである。
エンド・ツー・エンドのアプローチは例外的な新規なビュー合成品質を実現し、PSNRは22.15dB、23.33dBでそれぞれ3と4の入力ビューしか与えられなかった。
論文 参考訳（メタデータ） (2026-08-29T09:58:24Z) - EvTrajGS: Accurate and Efficient 3D Gaussian Splatting from Unposed Event Streams [108.45551580182384]
EvTrajGSは、未提示のイベントストリームのための正確で効率的な3Dガウススプレイティングフレームワークである。
提案手法は,高コストのSLAM型パイプラインを不要にすることで,粗いポーズ前から確実な継手ポーズシーンの最適化を可能にする。
論文 参考訳（メタデータ） (2026-08-09T09:00:30Z) - DSD-GS: Dynamic-Static Decomposition of Gaussian Splatting for Efficient and High-Fidelity Dynamic Scene Reconstruction [1.0323063834827415]
本稿では,効率的な静的・動的分解戦略に基づく新しい動的再構成フレームワークを提案する。
静的領域における冗長な計算を不要にすることで,本手法は最先端の性能を実現する。
Neural 3Dデータセットでは、トレーニングに10分しか必要とせず、700 FPS以上のレンダリング速度を実現しています。
論文 参考訳（メタデータ） (2026-05-29T05:38:00Z) - Dynamic-Aware Spatio-temporal Representation Learning for Dynamic MRI Reconstruction [8.092490306154673]
InRに基づく動的MRI再構成モデルであるDynamic-Aware INR (DA-INR)を提案する。
画像領域におけるダイナミックMRIデータの空間的・時間的連続性を捉え、データの時間的冗長性をモデル構造に明示的に組み込む。
その結果、DA-INRは極端アンサンプ比でも復元品質で他のモデルより優れる。
論文 参考訳（メタデータ） (2025-01-15T12:11:33Z) - Enhancing Dynamic CT Image Reconstruction with Neural Fields and Optical Flow [0.0]
偏微分方程式に基づく動的逆問題に対する明示的運動正規化器の導入の利点を示す。
また、ニューラルネットワークをグリッドベースの解法と比較し、前者はPSNRで後者より優れていることを示す。
論文 参考訳（メタデータ） (2024-06-03T13:07:29Z) - VoxNeRF: Bridging Voxel Representation and Neural Radiance Fields for Enhanced Indoor View Synthesis [73.50359502037232]
VoxNeRFは、ニューラル室内再構成と新しいビュー合成の質と効率を高めるための新しいアプローチである。
本稿では,最も関連性の高い領域に計算資源を割り当てる効率的なボクセル誘導サンプリング手法を提案する。
私たちのアプローチは、ScanNetとScanNet++に関する広範な実験で検証されています。
論文 参考訳（メタデータ） (2023-11-09T11:32:49Z) - ResFields: Residual Neural Fields for Spatiotemporal Signals [61.44420761752655]
ResFieldsは、複雑な時間的信号を効果的に表現するために設計された新しいネットワークのクラスである。
本稿では,ResFieldの特性を包括的に解析し,トレーニング可能なパラメータの数を減らすための行列分解手法を提案する。
スパースRGBDカメラからダイナミックな3Dシーンをキャプチャする効果を示すことで,ResFieldsの実用性を実証する。
論文 参考訳（メタデータ） (2023-09-06T16:59:36Z) - Back to MLP: A Simple Baseline for Human Motion Prediction [59.18776744541904]
本稿では、歴史的に観察されたシーケンスから将来の身体のポーズを予測することによる、人間の動作予測の課題に取り組む。
これらの手法の性能は、0.14Mパラメータしか持たない軽量で純粋にアーキテクチャアーキテクチャによって超えることができることを示す。
Human3.6M, AMASS, 3DPWデータセットの徹底的な評価は, siMLPeをダブした我々の手法が, 他のアプローチよりも一貫して優れていることを示している。
論文 参考訳（メタデータ） (2022-07-04T16:35:58Z) - UNeRF: Time and Memory Conscious U-Shaped Network for Training Neural
Radiance Fields [16.826691448973367]
ニューラル・ラジアンス・フィールド(NeRF)は、新しいビュー合成とシーン再構成のための再構築の詳細を増大させる。
しかし、そのようなニューラルネットワークの解像度とモデルフリー性の向上は、高いトレーニング時間と過剰なメモリ要求のコストが伴う。
本研究では,近隣のサンプル点間で評価を部分的に共有することで,NeRFのサンプルベース計算の冗長性を利用する手法を提案する。
論文 参考訳（メタデータ） (2022-06-23T19:57:07Z) - Limited-angle tomographic reconstruction of dense layered objects by
dynamical machine learning [68.9515120904028]
強い散乱準透明物体の有限角トモグラフィーは困難で、非常に不適切な問題である。
このような問題の状況を改善することにより、アーティファクトの削減には、事前の定期化が必要である。
我々は,新しい分割畳み込みゲート再帰ユニット(SC-GRU)をビルディングブロックとして,リカレントニューラルネットワーク(RNN)アーキテクチャを考案した。
論文 参考訳（メタデータ） (2020-07-21T11:48:22Z)
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。