論文の概要: HairCS: Reconstructing Strand-Based Hair from Hair Cards

• arxiv url: http://arxiv.org/abs/2609.16465v1
• Date: Tue, 15 Sep 2026 00:35:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.286663
• Title: HairCS: Reconstructing Strand-Based Hair from Hair Cards
• Title（参考訳）: ヘアカードからストランドベースのヘアを再構築するHairCS
• Abstract要約: ヘアカードモデルを高品質なストランドベースヘアスタイルに変換する自動パイプラインを提案する。 入力としてテクスチャ化された三角形またはクアッドストリップの集合を与えられた場合、本手法は、元のヘアスタイルを保存したストランドベース表現を生成する。 短髪・長髪・カーリースタイル・パンやポニーテールなどの複雑なスタイルを含む,多種多様なヘアスタイルに対して,我々のアプローチを検証した。
• 参考スコア（独自算出の注目度）: 30.92919432095559
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an automated pipeline that converts hair-card models into high-quality strand-based hairstyles. Given a collection of textured triangular or quad strips as input, our method produces a strand-based representation that preserves the original hairstyle while enriching it with fine-scale geometric detail and adhering to standard production requirements: strands originate from the scalp, roots are uniformly distributed, and the hair volume is plausibly filled. The resulting assets are directly compatible with strand-based rendering, physics-based simulation, and common grooming modifiers (e.g., clumping, curling, noise) for enhanced realism and artistic control. We validate our approach on a large and diverse set of hairstyles, including short and long hair, curly styles, and complex styles such as buns and ponytails.
• Abstract（参考訳）: ヘアカードモデルを高品質なストランドベースヘアスタイルに変換する自動パイプラインを提案する。 入力としてテクスチャ化された三角形のストリップやクアッドストリップの集合が与えられた場合,本手法は,原毛を微細な幾何学的詳細に富んだまま保存し,標準生産要件に順応するストランドベース表現を生成する。 結果として得られる資産は、ストランドベースのレンダリング、物理ベースのシミュレーション、および一般的なグルーミング修飾器(例えば、クランプ、カーリング、ノイズ)と直接互換性があり、リアリズムと芸術的制御が強化される。 短髪・長髪・カーリースタイル・パンやポニーテールといった複雑なスタイルを含む,多種多様なヘアスタイルに対して,我々のアプローチを検証した。

関連論文リスト

• HairGPT: Strand-as-Language Autoregressive Modeling for Realistic 3D Hairstyle Synthesis [62.89988554372163]
  HairGPTは、ストランドを生成的プリミティブとして扱うストランド中心のフレームワークである。 現実的な3次元ヘアスタイル合成を、二重分離自己回帰配列モデリング問題として定式化する。
  論文  参考訳（メタデータ） (2026-05-09T09:19:36Z)
• CHARM: Control-point-based 3D Anime Hairstyle Auto-Regressive Modeling [43.54249989719103]
  アニメヘアスタイルモデリングのための新しいパラメトリック表現および生成フレームワークであるCHARMを提案する。 CHARMはコンパクトで可逆な制御ポイントベースのパラメータ化を導入し、制御ポイントのシーケンスは各ヘアカードを表す。 この表現に基づいて、CHARMは自動回帰生成フレームワークを導入し、入力画像や点雲からアニメのヘアスタイルを効果的に生成する。
  論文  参考訳（メタデータ） (2025-09-25T13:00:38Z)
• HairGS: Hair Strand Reconstruction based on 3D Gaussian Splatting [50.93221272778306]
  人間の髪の復元はコンピュータビジョンにおいて難しい問題である。 多視点画像からストランドレベルの毛髪形状復元を可能にする3DGSフレームワークを拡張した。 提案手法は多種多様なヘアスタイルを頑健に処理し, 1時間以内の効率的な再構築を実現する。
  論文  参考訳（メタデータ） (2025-09-09T14:08:41Z)
• Im2Haircut: Single-view Strand-based Hair Reconstruction for Human Avatars [60.99229760565975]
  本研究では,グローバルヘアと局所最適化を併用した1枚の写真から3次元毛髪を復元する手法を提案する。 我々はこれを利用して1つ以上の画像からヘアスタイルを生成するガウススティングに基づく再構築手法を開発した。
  論文  参考訳（メタデータ） (2025-09-01T13:38:08Z)
• DiffLocks: Generating 3D Hair from a Single Image using Diffusion Models [53.08138861924767]
  DiffLocksは,単一画像から直接,多様なヘアスタイルの再構築を可能にする新しいフレームワークである。 まず,40Kのヘアスタイルを含む最大合成ヘアデータセットの作成を自動化することで,3Dヘアデータの欠如に対処する。 予め訓練した画像バックボーンを用いることで,合成データのみを訓練しながら,画像の幅内への一般化を行う。
  論文  参考訳（メタデータ） (2025-05-09T16:16:42Z)
• TANGLED: Generating 3D Hair Strands from Images with Arbitrary Styles and Viewpoints [38.95048174663582]
  既存のテキストや画像誘導生成手法は、多様なスタイルの豊かさと複雑さに対処できない。 本稿では,3次元ヘアストランド生成の新しいアプローチであるTANGLEDについて述べる。
  論文  参考訳（メタデータ） (2025-02-10T12:26:02Z)
• Human Hair Reconstruction with Strand-Aligned 3D Gaussians [39.32397354314153]
  従来のヘアストランドと3Dガウスの二重表現を用いた新しいヘアモデリング手法を提案する。 ヒトのアバターをモデル化するための非構造ガウス的アプローチとは対照的に,本手法は3Dポリラインや鎖を用いて髪を再構築する。 提案手法はGaussian Haircutと呼ばれ, 合成シーンと実シーンで評価し, ストランドベースヘア再構築作業における最先端性能を実証する。
  論文  参考訳（メタデータ） (2024-09-23T07:49:46Z)
• Perm: A Parametric Representation for Multi-Style 3D Hair Modeling [22.790597419351528]
  Permは、さまざまな毛髪関連の応用を促進するために設計された人間の3D毛髪のパラメトリック表現である。 ヘアテクスチャを低周波・高周波ヘア構造に適合・分解するために,我々のストランド表現を活用している。
  論文  参考訳（メタデータ） (2024-07-28T10:05:11Z)
• HAAR: Text-Conditioned Generative Model of 3D Strand-based Human Hairstyles [85.12672855502517]
  そこで本研究では,3次元ヘアスタイルのための新しいストランドベース生成モデルであるHAARについて紹介する。 テキスト入力に基づいて、HAARは現代のコンピュータグラフィックスエンジンで生産レベルの資産として使用できる3Dヘアスタイルを生成する。
  論文  参考訳（メタデータ） (2023-12-18T19:19:32Z)
• Style Your Hair: Latent Optimization for Pose-Invariant Hairstyle Transfer via Local-Style-Aware Hair Alignment [29.782276472922398]
  本稿では,ポーズ不変なヘアスタイル転送モデルを提案する。 提案モデルでは,より大きなポーズの違い下で髪型を転写し,局所的な髪型テクスチャを保った。
  論文  参考訳（メタデータ） (2022-08-16T14:23:54Z)

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。