論文の概要: Ego-Exo4D Human Meshes Dataset: 4D Human Motion Reconstruction for Ego-Exo Captures
- arxiv url: http://arxiv.org/abs/2609.30187v1
- Date: Thu, 24 Sep 2026 17:30:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:10.172572
- Title: Ego-Exo4D Human Meshes Dataset: 4D Human Motion Reconstruction for Ego-Exo Captures
- Title（参考訳）: Ego-Exo4D Human Meshes Dataset:Ego-Exoキャプチャのための4次元人間の動き再構成
- Abstract要約: Ego-Exo4Dは、同期されたエゴ中心とマルチビューのエゴ中心のビデオを提供する大規模なデータセットである。
Ego-Exo4D-HMは、Ego-Exo4Dのキャプチャーのための大規模な4次元人間の動き再構成データセットである。
- 参考スコア（独自算出の注目度）: 19.18420691900086
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ego-Exo4D is a large-scale dataset providing synchronized egocentric and multi-view exocentric video, a rich resource for skill learning and assessment, procedural activity understanding, and embodied AI. However, the dataset ships with only sparse 3D human pose annotations, and reconstructing dense human motion from its multi-view captures is nontrivial. To this end, we present Ego-Exo4D-HM, a large-scale dataset of 4D human motion reconstructions for Ego-Exo4D's captures, and release the accompanying reconstruction pipeline. The code, dataset, and documentation can be found at https://abhiram824.github.io/egoexo4d_human_meshes.
- Abstract（参考訳）: Ego-Exo4Dは、同期されたエゴセントリックでマルチビューのエクソセントリックなビデオ、スキル学習とアセスメントのための豊富なリソース、手続き的アクティビティ理解、そしてAIを提供する大規模なデータセットである。
しかし、このデータセットは、わずか3Dの人間のポーズアノテーションしか持たず、多視点キャプチャーから密集した人間の動きを再構築することは簡単ではない。
この目的のために、Ego-Exo4Dのキャプチャのための大規模な4次元人間の動き再構成データセットであるEgo-Exo4D-HMを紹介し、それに伴う再構築パイプラインを解放する。
コード、データセット、ドキュメントはhttps://abhiram824.github.io/egoexo4d_human_meshesで確認できる。
関連論文リスト
- EgoHTR: Egocentric 4D Demonstrations of Human Terrain Traversal [63.906929035961134]
我々は,55のシーンアラインな4次元人間の動作シーケンスを,多様な複雑な環境下で収集する再構築パイプラインをオープンソースとして公開した。
得られたデータセットは150k以上のフレームから構成される。
私たちのパイプラインは、コミュニティ主導のデータセット拡張を可能にし、研究者がコンテキスト認識ロボットを構築するのに役立つ問題を要因にします。
論文 参考訳（メタデータ） (2026-07-15T06:02:41Z) - EgoReAct: Egocentric Video-Driven 3D Human Reaction Generation [84.37917777533963]
EgoReActは,エゴセントリックな映像ストリームからリアルタイムに3Dアライメントされた人間の反応運動を生成する最初のフレームワークである。
EgoReAct は,従来の手法に比べて極めて高いリアリズム,空間整合性,生成効率を実現している。
論文 参考訳（メタデータ） (2025-12-28T06:44:05Z) - Diffusion Models are Efficient Data Generators for Human Mesh Recovery [55.37787289869703]
生成モデルにより生成された合成データはCGレンダリングデータと相補的であることを示す。
我々はHumanWildと呼ばれる最近の拡散モデルに基づく効率的なデータ生成パイプラインを提案する。
われわれの研究は、人間の3Dリカバリを現場に拡大するための道を開くかもしれない。
論文 参考訳（メタデータ） (2024-03-17T06:31:16Z) - EgoHumans: An Egocentric 3D Multi-Human Benchmark [37.375846688453514]
EgoHumansは、エゴセントリックな人間の3Dポーズ推定と追跡の最先端化を図るために、新しいマルチビューマルチヒューマンビデオベンチマークである。
本研究では,エゴセントリックなマルチヒューマン・ベンチマークを構築するために,新しい3Dキャプチャ・セットアップを提案する。
コンシューマグレードのウェアラブルカメラ搭載メガネを、エゴセントリックな視点に活用することで、テニス、フェンシング、バレーボールなどのダイナミックな活動を捉えることができます。
論文 参考訳（メタデータ） (2023-05-25T21:37:36Z) - Ego-Body Pose Estimation via Ego-Head Pose Estimation [22.08240141115053]
エゴセントリックなビデオシーケンスから3次元の人間の動きを推定することは、人間の行動理解において重要な役割を担い、VR/ARに様々な応用がある。
Ego-Head Pose Estimation (EgoEgo) と呼ばれる新しい手法を提案する。
この頭と体のポーズのゆがみは、ペア化されたエゴセントリックなビデオと3D人間の動きでデータセットをトレーニングする必要をなくす。
論文 参考訳（メタデータ） (2022-12-09T02:25:20Z) - UnrealEgo: A New Dataset for Robust Egocentric 3D Human Motion Capture [70.59984501516084]
UnrealEgoは、エゴセントリックな3Dポーズ推定のための、新しい大規模博物学データセットである。
これは、2台の魚眼カメラを備えた高度な眼鏡のコンセプトに基づいており、制約のない環境で使用することができる。
本稿では,ステレオ入力のための2次元キーポイント推定モジュールを考案し,人間のポーズ推定を改善するための簡易かつ効果的なベンチマーク手法を提案する。
論文 参考訳（メタデータ） (2022-08-02T17:59:54Z) - Ego-Exo: Transferring Visual Representations from Third-person to
First-person Videos [92.38049744463149]
大規模第3者映像データセットを用いた自己中心型映像モデルの事前訓練手法について紹介する。
私たちのアイデアは、重要なエゴセントリック特性を予測する第三者ビデオから潜在信号を見つけることです。
実験の結果,Ego-Exoフレームワークは標準ビデオモデルにシームレスに統合可能であることがわかった。
論文 参考訳（メタデータ） (2021-04-16T06:10:10Z)
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。