論文の概要: Field Converter: Geometry-Initialized Temporal Residual Refinement for World-Grounded Player Pose Estimation from Soccer Broadcasts

• arxiv url: http://arxiv.org/abs/2609.10498v1
• Date: Wed, 09 Sep 2026 17:35:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:09.124844
• Title: Field Converter: Geometry-Initialized Temporal Residual Refinement for World-Grounded Player Pose Estimation from Soccer Broadcasts
• Title（参考訳）: フィールド・コンバータ:サッカー放送によるワールド・グラウンド・プレイヤ・ポーズ推定のための幾何学的初期化時間的残差補正
• Abstract要約: キャリブレーションされたサッカー放送から,ワールドグラウンドの3Dプレーヤーのポーズ推定のための幾何学的時間的残留フレームワークを提案する。 提案手法はまず, 画像, カメラ, 幾何学的手がかりから時間的残差補正を予測する。
• 参考スコア（独自算出の注目度）: 0.5833117322405447
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recovering 3D human pose from monocular sports broadcasts remains challenging when players must be localized in a shared metric world coordinate system rather than only reconstructed relative to their own body. We introduce Field Converter, a geometry-initialized temporal residual framework for world-grounded 3D player pose estimation from calibrated soccer broadcasts. Our method first uses camera and pitch geometry to initialize the player root through ray-ground intersection, then predicts a temporal residual correction from pose, image, camera, and geometric cues. On match-disjoint evaluation sequences, residual refinement reduces root error from 49cm with geometry alone to 14cm with a frame-wise MLP and 10cm with a TCN, while a Transformer achieves a comparable 11cm. The resulting world-space MPJPE reaches 13.2cm, and ablations show that residual prediction clearly outperforms direct global-root regression while temporal context matters more than the specific temporal backbone. Failure analysis further identifies airborne motion as the main limitation of the ground-based geometric initialization.
• Abstract（参考訳）: 単眼スポーツ放送から3Dの人間のポーズを復元することは、プレイヤーが自身の身体に対してのみ再構成されるのではなく、共有されたメートル法世界座標系に局所化されなければならない場合、依然として困難である。 本研究では,ワールドグラウンドの3Dプレーヤーがキャリブレーションされたサッカー放送からポーズを推定するための幾何学的初期化時間的残留フレームワークであるField Converterを紹介する。 提案手法は,まずカメラとピッチの幾何学を用いて,画像,カメラ,幾何学的手がかりから時間的残差補正を推定する。 一致不整合評価シーケンスでは、残差補正は49cmから14cmまで、フレームワイドMLPは14cm、TCNは10cmに減少し、トランスフォーマーは同等の11cmとなる。 結果として得られた世界空間MPJPEは13.2cmに達し、残差予測は直接のグローバルルート回帰よりも明らかに優れており、時間的文脈は特定の時間的バックボーンよりも重要である。 故障解析により、地表面の幾何学的初期化の主な限界として空中運動が特定される。

関連論文リスト

• SURE-Map: Self-Correcting Streaming Geometric Foundation Model [11.79108359897763]
  SLAMシステムの代替として、ストリーミング幾何学の基礎モデルが登場している。 小さな局所誤差は、厳密な幾何学的歪みと長い水平スケールのドリフトに蓄積する。 2つの相補的な原則に基づいて構築された自己修正フレームワークであるSURE-Mapを紹介します。
  論文  参考訳（メタデータ） (2026-09-14T16:10:53Z)
• RIDE: Relocalization-Informed Depth Estimation with 3D Gaussian Splatting [20.29273985020268]
  本稿では,ロボットのRGBマップから深度を推定するRIDEを提案する。 実験では、深度精度が向上し、時間的整合性尺度のみの校正が可能になった。
  論文  参考訳（メタデータ） (2026-09-10T04:36:58Z)
• Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction [10.383154504465232]
  ABot-Reconは、前の11フレームからKV機能をキャッシュするシンプルなストリーミングモデルである。 現在のカメラ座標系における点マップと、隣接するフレームの相対的なポーズを予測する。 蓄積ドリフトを低減するために、最近の視覚と運動のコンテキストを用いて、軽量の時間リファインダは相対回転を改善する。
  論文  参考訳（メタデータ） (2026-08-27T15:07:38Z)
• GeoWeaver: Accurate Long-Sequence 3D Reconstruction via Hierarchical Geometric Assembly [23.486108847409856]
  RGBビデオからの長時間の3D再構成には、正確な局所幾何学と一貫したカメラモーションの両方が必要である。 Geometric Prior Model(GPM)とTest-Time Adaptation(TTA)を組み合わせた統合フレームワークGeoWeaverを提案する。 TTAは、シーケンシャルでグローバルなチャンクレベルSim(3)アライメントと、カメラのポーズ、アフィン深さ補正、および本質的な精細化を行う。 さまざまな時系列ベンチマークによる実験では、カメラの精度の向上、グローバルな一貫性、ポイントクラウドの品質が示されている。
  論文  参考訳（メタデータ） (2026-08-18T05:29:31Z)
• GRAFT: Geometric Refinement and Fitting Transformer for Human Scene Reconstruction [32.688160754014284]
  GRAFT(Geometric Refinement And Fitting Transformer)は、干渉勾配を予測するための学習されたHSIである。 ライトウェイトトランスフォーマーは、人間のメッシュをリカレントに更新し、シーンを再検証し、最終的なポーズが学習前のものと観察された幾何学の両方に一致することを保証する。 実験により、GRAFTは最先端のフィードフォワード法よりも最大113%のインタラクション品質を改善することが示された。
  論文  参考訳（メタデータ） (2026-04-21T16:13:15Z)
• Geometric Context Transformer for Streaming 3D Reconstruction [51.19524805829903]
  LingBot-Mapは、ストリーミングデータからシーンを再構築するためのフィードフォワード3Dファウンデーションモデルである。 LingBot-Mapの定義的な側面は、アンカーコンテキスト、ポーズ参照ウィンドウ、トラジェクトリメモリを統合した、慎重に設計されたアテンションメカニズムにある。 この設計は、リッチな幾何学的コンテキストを維持しながら、ストリーミング状態をコンパクトに保ち、518 x 378の解像度入力に対して、20FPS程度の安定した効率的な推論を可能にする。
  論文  参考訳（メタデータ） (2026-04-15T17:58:13Z)
• End-to-End Spatial-Temporal Transformer for Real-time 4D HOI Reconstruction [74.31251139839047]
  THOは、ビデオと3Dテンプレートから、人間の動きと調整された物体の動きを前方に予測する、エンドツーエンドの空間-時間変換器である。 実験により、THOは1つの4090 GPU上で31.5 FPSの推論速度で動作し、以前の最適化ベースの手法よりも600倍のスピードアップを達成した。
  論文  参考訳（メタデータ） (2026-03-15T15:21:36Z)
• Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
  手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。 カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。 我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
  論文  参考訳（メタデータ） (2026-02-28T09:21:21Z)
• Geometry-Aware Rotary Position Embedding for Consistent Video World Model [48.914346802616414]
  ViewRopeは、ビデオトランスフォーマーの自己アテンション層に直接カメラの方向を注入するジオメトリ対応のエンコーディングである。 Geometry-Aware Frame-Sparse Attentionは、これらの幾何学的手がかりを利用して、関連する歴史的なフレームに選択的に参加する。 この結果から,ViewRopeは長期的整合性を大幅に向上し,計算コストを低減できることがわかった。
  論文  参考訳（メタデータ） (2026-02-08T08:01:16Z)
• 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)
• Aligning Silhouette Topology for Self-Adaptive 3D Human Pose Recovery [70.66865453410958]
  アーティキュレーション中心の2D/3Dポーズ監視は、既存の多くの人間のポーズ推定技術においてコアトレーニング目標を形成する。 本稿では,ソース学習モデルベース回帰器を適応させるために,シルエット監視のみに依存する新しいフレームワークを提案する。 我々は、トポロジカル・スケルトン表現を生シルエットから切り離すために、一連の畳み込みに優しい空間変換を開発する。
  論文  参考訳（メタデータ） (2022-04-04T06:58:15Z)
• PoseKernelLifter: Metric Lifting of 3D Human Pose using Sound [34.814669331418884]
  単一視点画像から計量スケールの人物の3次元ポーズを再構築することは幾何学的に不適切な問題である。 画像とともに記録された音声信号から,人物の3Dポーズを再現するための補完情報が得られることを示す。 我々は、音声と視覚信号を融合した多段3DCNNを設計し、3Dポーズをメートル法で再構築する。
  論文  参考訳（メタデータ） (2021-12-01T01:34:56Z)

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。