論文の概要: SynthGait-19K: A Physically Grounded Synthetic Video Dataset for Gait Parameter Estimation
- arxiv url: http://arxiv.org/abs/2609.08108v1
- Date: Tue, 08 Sep 2026 01:36:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 19:32:49.475834
- Title: SynthGait-19K: A Physically Grounded Synthetic Video Dataset for Gait Parameter Estimation
- Title（参考訳）: SynthGait-19K:歩行パラメータ推定のための物理場付き合成ビデオデータセット
- Abstract要約: SynthGait-19kは、19,272本のウォーキングビデオを含む、物理的にグラウンド化された合成ビデオデータセットである。
このデータセットを構築するために,不均一なMoCap記録をSMPLで統一するGait2Vidを開発した。
我々は、直接RGB、ポーズベース、バイオメカニカル、人間-メシュ・リカバリのアプローチをベンチマークし、視点、トレーニング・データスケール、合成・現実的なドメインシフトを分析した。
- 参考スコア（独自算出の注目度）: 5.717006189473796
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Accurate estimation of clinically meaningful gait parameters from monocular video is important for scalable mobility assessment, yet progress is limited by the small scale, restricted viewpoints, and limited visual diversity of existing datasets. We introduce SynthGait-19k, a physically grounded synthetic video dataset containing 19,272 walking videos derived from 6,427 MoCap sequences across 437 subjects, with paired SMPL motion and annotations for six gait parameters. To construct the dataset, we develop Gait2Vid, which unifies heterogeneous MoCap recordings through SMPL and synthesizes diverse RGB walking videos under controllable viewpoints and scene appearances. We assess the generated videos for consistency with their conditioning gait kinematics and validate extracted gait events against force-platform measurements. Using SynthGait-19K, we benchmark direct RGB, pose-based, biomechanical, and human-mesh-recovery approaches and analyze viewpoint, training-data scale, and synthetic-to-real domain shift. We also introduce GaitXFormer as a direct RGB reference model for estimating gait parameters. Synthetic supervision transfers effectively to real videos across both GaitXFormer and a pose-based architecture, demonstrating utility across different representations. We further find that spatial gait parameters are more sensitive to visual domain shift and that improved HMR reconstruction alone does not necessarily translate to improved downstream gait estimation.
- Abstract（参考訳）: モノクロビデオから臨床的に有意な歩行パラメータの正確な推定は、スケーラブルなモビリティアセスメントにおいて重要であるが、進行は小規模、制限された視点、既存のデータセットの視覚的多様性によって制限されている。
SynthGait-19kは437名の被験者の6,427のMoCapシーケンスから得られた19,272のウォーキングビデオと、SMPLモーションと6つの歩行パラメータのアノテーションを組み合わせた物理接地型合成ビデオデータセットである。
このデータセットを構築するために,多種多様なMoCap記録をSMPLで統合するGait2Vidを開発した。
生成した映像を条件付き歩行運動学と整合して評価し,抽出した歩行事象を力-プラットフォーム計測と比較した。
SynthGait-19Kを用いて, 直接RGB, ポーズベース, バイオメカニカル, ヒューマンメカニカルなアプローチをベンチマークし, 視点, トレーニングデータスケール, 合成ドメインシフトを分析した。
また、歩行パラメータを推定するためのRGB参照モデルとしてGaitXFormerを導入する。
合成監督は、GaitXFormerとポーズベースのアーキテクチャの両方にわたる実ビデオに効果的に転送し、異なる表現にまたがる有用性を実証する。
さらに、空間歩行パラメータは視覚領域シフトに敏感であり、HMR再構成の改善だけでは、下流歩行推定の改善に必ずしも寄与しないことがわかった。
関連論文リスト
- M$^3$ISR: A Multi-Modal Multi-View Benchmark for 3D/4D Gaussian Splatting and Feedforward Compression [12.893942815407199]
M$3$ISRは3Dおよび4Dガウススプラッティングのための制御された合成ベンチマークである(3DGS/4DGS)。
このベンチマークには、屋内と屋外の5つのシーングループから25のシーン、カメラとモーションの2つの構成、6つの同期1080pビュー、そして密集した地味のアノテーションが含まれている。
我々は,M$3$ISRを3DGS合成,4DGS合成,4DGSストリーミング,3DGS圧縮,4DGS圧縮を含む5つの補完トラックに編成する。
論文 参考訳（メタデータ） (2026-08-23T15:44:39Z) - SYNCR: A Cross-Video Reasoning Benchmark with Synthetic Grounding [20.256916516259782]
MLLM(Multimodal Large Language Models)は、シングルビデオ理解において急速に進歩しているが、複数の独立したビデオストリームをまたいで推論する能力はいまだによく分かっていない。
そこで,SynCRは,地上検定によるクロスビデオ推論のための制御された総合的ベンチマークである。
オープンおよびクローズドウェイトMLLMのゼロショット評価は、現在のモデルと人間の間に大きなギャップがあることを明らかにする。
論文 参考訳（メタデータ） (2026-05-08T19:20:23Z) - GS-Surrogate: Deformable Gaussian Splatting for Parameter Space Exploration of Ensemble Simulations [43.85684509617906]
パラメータ空間探索のための変形可能なガウス平滑型可視化サロゲートであるGS-Surrogateを紹介する。
この明示的な定式化は、シミュレーションに関連したバリエーションを可視化固有の変化から分離することにより、異なる可視化タスクへの効率的かつ制御可能な適応を可能にする。
我々は,GS-Surrogateがシミュレーションパラメータ空間と可視化パラメータ空間の両方をリアルタイムかつフレキシブルに探索できることを示す。
論文 参考訳（メタデータ） (2026-04-07T18:37:15Z) - RoboCurate: Harnessing Diversity with Action-Verified Neural Trajectory for Robot Learning [47.25770917635344]
本稿では,アノテートされた動作の質を評価し,フィルタする新しい合成ロボットデータ生成フレームワークであるRoboCurateを紹介する。
具体的には、RoboCurateはシミュレータで予測されたアクションをリプレイし、動作の一貫性を測定してアクション品質を評価する。
我々は,RoboCurateが生成したデータに対して,実データのみを使用する場合と比較して,成功率を大幅に向上することを示した。
論文 参考訳（メタデータ） (2026-02-21T07:33:24Z) - Stable Part Diffusion 4D: Multi-View RGB and Kinematic Parts Video Generation [48.87022820000206]
単眼入力からRGBとキネマティックなビデオを生成するためのフレームワークであるStable Part Diffusion 4D(SP4D)を提案する。
外観に基づくセマンティックキューに依存する従来の部分分割法とは異なり、SP4Dはキネマティックな部分を生成することを学ぶ。
論文 参考訳（メタデータ） (2025-09-12T20:39:43Z) - AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset [55.82208863521353]
合成データセットを用いたビデオ拡散モデルの高速化のための推論ステップを削減するために,AccVideoを提案する。
本モデルでは,教師モデルに比べて生成速度が8.5倍向上した。
従来の高速化手法と比較して,より高品質で解像度の高いビデオを生成することができる。
論文 参考訳（メタデータ） (2025-03-25T08:52:07Z) - Pre-training for Action Recognition with Automatically Generated Fractal Datasets [23.686476742398973]
本稿では,短い合成ビデオクリップの大規模データセットを自動生成する手法を提案する。
生成されたビデオクリップは、複雑なマルチスケール構造を生成するフラクタルの自然能力に起因した顕著な多様性によって特徴づけられる。
通常のKineeticsの事前トレーニングと比較すると、報告結果が近くなり、下流のデータセットよりも優れています。
論文 参考訳（メタデータ） (2024-11-26T16:51:11Z) - Learning Dynamic View Synthesis With Few RGBD Cameras [60.36357774688289]
本稿では,RGBDカメラを用いて動的屋内シーンのフリー視点映像を合成することを提案する。
我々は、RGBDフレームから点雲を生成し、それをニューラル機能を介して、自由視点ビデオにレンダリングする。
そこで本研究では,未完成の深度を適応的に塗布して新規なビューを描画する,シンプルなRegional Depth-Inpaintingモジュールを提案する。
論文 参考訳（メタデータ） (2022-04-22T03:17:35Z) - HighlightMe: Detecting Highlights from Human-Centric Videos [52.84233165201391]
我々は,人間中心のビデオからハイライト可能な抜粋を検出するために,ドメインとユーザに依存しないアプローチを提案する。
本研究では,時空間グラフ畳み込みを用いたオートエンコーダネットワークを用いて,人間の活動やインタラクションを検出する。
我々は,最先端の手法に比べて,人手によるハイライトのマッチングの平均精度が4～12%向上したことを観察した。
論文 参考訳（メタデータ） (2021-10-05T01:18:15Z) - Benchmarking Unsupervised Object Representations for Video Sequences [111.81492107649889]
ViMON, OP3, TBA, SCALORの4つのオブジェクト中心アプローチの知覚能力を比較した。
この結果から,制約のない潜在表現を持つアーキテクチャは,オブジェクト検出やセグメンテーション,トラッキングといった観点から,より強力な表現を学習できる可能性が示唆された。
我々のベンチマークは、より堅牢なオブジェクト中心のビデオ表現を学習するための実りあるガイダンスを提供するかもしれない。
論文 参考訳（メタデータ） (2020-06-12T09:37:24Z)
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。