論文の概要: ReFM: Semantic-Aware Refinement Flow Model for Motion Retargeting
- arxiv url: http://arxiv.org/abs/2609.32068v1
- Date: Fri, 25 Sep 2026 23:06:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 03:23:52.115565
- Title: ReFM: Semantic-Aware Refinement Flow Model for Motion Retargeting
- Title（参考訳）: ReFM:モーションリターゲティングのためのセマンティック・アウェア・リファインメント・フローモデル
- Abstract要約: 動作は、意味的意図と身体的妥当性を維持しながら、異なる骨格構造を持つ文字間で動きを伝達する。
ReFMは、プログレッシブ・リファインメントとして運動を再構成する、ソースに依存しないエネルギー・メッシュモデルである。
- 参考スコア（独自算出の注目度）: 3.017249428495667
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Motion retargeting transfers motion across characters with different skeletal structures while preserving semantic intent and physical plausibility. Despite recent progress, two fundamental questions remain: (i) how can reliable source-motion semantics be learned without high-quality paired retargeting data, and (ii) how should retargeting be formulated when no reliable paired motion can serve as a definitive regression objective? Existing methods commonly preserve semantics by constraining predictions toward copied motions. However, such initializations entangle useful articulation cues with artifacts caused by mismatched skeletal proportions and body geometry. Moreover, directly regressing a final motion in one forward pass is restrictive because retargeting is inherently underdetermined, and the desired solution must balance semantic fidelity with target-specific physical and temporal constraints rather than match a unique paired target. Motivated by these limitations, we propose ReFM, a source-mesh-agnostic, energy-guided model that reformulates motion retargeting as progressive refinement. First, an SO(3) canonicalizer removes redundant global-orientation variations. Second, a cross-character semantic encoder, pretrained through contrastive learning, provides a character-invariant representation for both optimization guidance and semantic evaluation. ReFM then progressively refines an initialized target motion through a learned flow guided by semantic consistency, physical plausibility, temporal coherence, and minimal motion modification. The framework is compatible with different initialization strategies, including both direct motion copying and Autodesk HumanIK, an industry-standard full-body inverse-kinematics retargeting system.
- Abstract（参考訳）: 動きの再ターゲティングは、意味的意図と身体的妥当性を保ちながら、異なる骨格構造を持つ文字間で動きを伝達する。
最近の進歩にもかかわらず、2つの根本的な疑問が残る。
(i)高品質なペア・リターゲティングデータなしで、どうやって信頼できるソース・モーション・セマンティクスを学べるか、
二 信頼ある対運動が決定的な回帰目標として機能しない場合には、どのように再ターゲティングを定式化すべきか。
既存の方法は、コピーされた動きに対する予測を制約することで、意味を一般的に保存する。
しかし、そのような初期化は、不一致の骨格比と体形状によって生じる人工物と有用な調音手段を絡み合わせる。
さらに、1つの前方通過における最終運動を直接回帰することは、再ターゲティングが本質的に過小評価されているため制限的であり、所望の解は、一意の対の目標と一致するのではなく、目標固有の物理的および時間的制約とセマンティックフィリティのバランスをとる必要がある。
これらの制約に感化されたReFMは、プログレッシブ・リターゲティングをプログレッシブ・リファインメントとして再構成するソース・メシュに依存しないエネルギー誘導モデルである。
第一に、SO(3)正準化器は冗長なグローバル配向変動を除去する。
第二に、コントラスト学習によって事前訓練されたクロス文字意味エンコーダは、最適化ガイダンスとセマンティック評価の両方のための文字不変表現を提供する。
その後、ReFMは、セマンティック一貫性、物理的妥当性、時間的コヒーレンス、最小の動作修正によって導かれる学習フローを通じて、初期化された目標運動を徐々に洗練する。
このフレームワークは、ダイレクトモーションコピーや業界標準のフルボディ逆キネマティックリターゲティングシステムであるAutodesk HumanIKなど、さまざまな初期化戦略と互換性がある。
関連論文リスト
- Synthetic-to-Real Translation for Class-Agnostic Motion Prediction [64.55842058684583]
動き予測のための合成から現実への翻訳の可能性について検討する。
本稿では,動作知識翻訳フレームワークを2つの重要なコンポーネントに統合する新しいアプローチを提案する。
SRMP研究に適した最初の合成4D LiDARデータセットであるMotion4Dを生成するための物理ベースパイプラインを提案する。
論文 参考訳（メタデータ） (2026-07-07T14:19:22Z) - DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction [50.06148080975928]
本稿では,意味的意図を幾何学的制約から明確に分離する階層型フレームワークであるDeSeGを提案する。
DeSeGは最先端のパフォーマンスを実現し、平均シーン浸透率を47%削減し、SOTAベースラインに対するセマンティックアライメントを29%改善した。
論文 参考訳（メタデータ） (2026-07-07T03:21:08Z) - Omni-Supervised Motion Editing: Balancing Change and Invariance through Positive-Negative Learning [55.410155357480654]
我々はOmniMEという,Omni-Supervised Positive-Negative Learningフレームワークを提案する。
本手法は3つの相補的成分を統合する。
MotionFixとSTANCE調整データセットの実験は、OmniMEが編集アライメントにおける最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2026-05-29T08:09:51Z) - ReActor: Reinforcement Learning for Physics-Aware Motion Retargeting [8.302518310051232]
本稿では,参照動作をロボットの形態に適応させる二段階最適化フレームワークを提案する。
物理シミュレーションと直接統合することにより、ロバストな模倣学習を容易にする物理的に妥当な運動を生成する。
論文 参考訳（メタデータ） (2026-05-07T17:20:15Z) - AdaMorph: Unified Motion Retargeting via Embodiment-Aware Adaptive Transformers [49.796014934503184]
本研究では、単一モデルで多様なロボット形態に人間の動きを適応させることができる統一型ニューラルネットワークフレームワークを提案する。
12個の異なるヒューマノイドロボットの実験結果から、AdaMorphが異種トポロジにわたって効果的に制御できることが示されている。
論文 参考訳（メタデータ） (2026-01-12T07:39:38Z) - STaR: Seamless Spatial-Temporal Aware Motion Retargeting with Penetration and Consistency Constraints [12.307413108334657]
時空間運動再ターゲティング(STaR)のための新しいシーケンス・ツー・シーケンスモデルを提案する。
STaRは,(1)高密度な形状表現を組み込んだ空間モジュールと,(2)動きのセマンティクスを保ちながら幾何的可視性を確保するための新しい手足浸透制約と,(2)時間変換器と時間的整合性制約を用いて,多段軌道の滑らかさを保ちながら運動列全体を同時に予測する時間モジュールの2つのモジュールから構成される。
論文 参考訳（メタデータ） (2025-04-09T00:37:08Z) - ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。
Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。
モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文 参考訳（メタデータ） (2025-03-27T16:39:40Z) - ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
シーン理解には3次元セマンティック占有とフロー予測が不可欠である。
本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。
我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
論文 参考訳（メタデータ） (2024-11-12T11:32:56Z) - Semantics-aware Motion Retargeting with Vision-Language Models [19.53696208117539]
本稿では,意味ある動作意味論を抽出し,維持するために,視覚言語モデルを利用したセマンティックス・アウェア・モーション・リターゲティング(SMT)手法を提案する。
我々は3次元動作のレンダリングに微分可能モジュールを使用し、視覚言語モデルに入力し、抽出したセマンティック埋め込みを整合させることにより、高レベルなモーションセマンティクスを動作プロセスに組み込む。
微粒な動きの詳細と高レベルのセマンティクスの保存を確保するため、スケルトンを意識した事前学習とセマンティクスと幾何制約による微調整からなる2段階パイプラインを採用する。
論文 参考訳（メタデータ） (2023-12-04T15:23:49Z) - Skinned Motion Retargeting with Residual Perception of Motion Semantics
& Geometry [34.53794943807786]
骨格と形状の双方のソース・ターゲットの違いを考慮しない限り、良好な動きは得られない。
本稿では,2つのニューラルネットワークモジュールに依存するResidual RETargeting Network (R2ET) 構造を提案する。
公開データセットの実験 Mixamoは、我々のR2ETが最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2023-03-15T14:41:26Z)
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。