論文の概要: Retargeting Motions to Diverse Skeletons via Learnable Flattening

• arxiv url: http://arxiv.org/abs/2609.38578v2
• Date: Thu, 01 Oct 2026 06:18:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.535412
• Title: Retargeting Motions to Diverse Skeletons via Learnable Flattening
• Title（参考訳）: 学習可能なフラッテニングによる各種骨格運動のリターゲティング
• Abstract要約: クロス構造運動は、異なる骨格トポロジー間での動きを伝達することを目的としている。 既存の最先端モデルはゼロショット設定で信頼性に苦慮している。 トランスフォーマーをベースとした最近の試みは、特殊な幾何学的手法よりも優れていなかった。
• 参考スコア（独自算出の注目度）: 5.105943854910561
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cross-structural motion retargeting aims to transfer motion between different skeletal topologies. Despite recent progress, existing state-of-the-art models struggle with reliability in zero-shot settings, i.e. skeletons with different topologies which were unseen during training, and recent Transformer-based attempts have failed to outperform specialized geometric methods. We bridge this gap with a Transformer Autoencoder that learns a topology- and translation-invariant latent space. Our core contribution is a learnable flattening of skeletal graphs that captures both local dependencies and global structure. Unlike the standard transformer architecture, which adds positional information to token content, we integrate graph-based positional encodings multiplicatively, a design choice that follows directly from our flattening formulation. The resulting model handles diverse skeletal topologies within a single unified architecture and trains in a fully unsupervised manner, requiring no paired retargeting data. Ablation studies show, that the graph encodings, multiplicative formulation, and Transformer backbone is critical for the performance. In zero-shot evaluations, our method reduces global joint position error by $43-47\%$ over current benchmarks. A user study ($n = 37$), including expert animators, further ranks our approach highest in motion alignment and physical plausibility ($p < 0.05$). These results demonstrate that our model design is key to making transformer architectures effective for motion retargeting, outperforming existing approaches.
• Abstract（参考訳）: 構造的運動再ターゲティングは、異なる骨格トポロジー間での動きを伝達することを目的としている。 近年の進歩にもかかわらず、既存の最先端モデルはゼロショット設定の信頼性に苦しむ、すなわち訓練中に見えなかった異なるトポロジを持つ骨格、そして最近のトランスフォーマーベースの試みは、特殊幾何学的手法よりも優れていなかった。 このギャップをトランスフォーマーオートエンコーダで埋め、トポロジとトランスフォーマー不変の潜在空間を学習する。 私たちのコアコントリビューションは、ローカル依存関係とグローバル構造の両方をキャプチャする骨格グラフの学習可能なフラット化です。 トークンコンテンツに位置情報を追加する標準的なトランスフォーマーアーキテクチャとは異なり、グラフベースの位置エンコーディングを多元的に統合する。 結果として得られたモデルは、単一の統一アーキテクチャ内で多様な骨格トポロジを処理し、完全に教師なしの方法でトレーニングし、ペアの再ターゲットデータを必要としない。 アブレーション研究では、グラフの符号化、乗法的定式化、トランスフォーマーのバックボーンが性能に欠かせないことが示されている。 ゼロショット評価では、現在のベンチマークよりグローバルな関節位置誤差を43-47\%削減する。 専門家アニメーターを含むユーザスタディ($n = 37$)は、私たちのアプローチを、モーションアライメントと物理的な可視性(p < 0.05$)でランク付けします。 これらの結果は, モデル設計がトランスフォーマーアーキテクチャを動作再ターゲティングに効果的にし, 既存手法より優れていることを示す。

関連論文リスト

• Position: Graph Condensation Needs a Reset -- Move Beyond Full-dataset Training and Model-Dependence [26.234880574328823]
  グラフの凝縮は、現在の形では、リセットが必要であると我々は主張する。 私たちは、フルデータセットのトレーニングとモデルに依存した設計を超えて移行することを呼びかけています。 我々は、凝縮の真の約束を果たすアプローチに向けて、分野を再編成することを目指している。
  論文  参考訳（メタデータ） (2026-05-17T07:08:22Z)
• Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
  クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。 既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。 本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
  論文  参考訳（メタデータ） (2026-03-04T11:38:12Z)
• Motion2Motion: Cross-topology Motion Transfer with Sparse Correspondence [25.60034096772463]
  Motion2Motionは、スケルトン間のアニメーションのためのトレーニング不要のフレームワークである。 類似の骨格とクロス種の骨格移動シナリオの両方において、効率的で信頼性の高い性能を達成する。
  論文  参考訳（メタデータ） (2025-08-18T17:50:31Z)
• Transformers and Slot Encoding for Sample Efficient Physical World Modelling [1.5498250598583487]
  本研究では,世界モデリングのためのトランスフォーマーとスロットアテンションパラダイムを組み合わせたアーキテクチャを提案する。 得られたニューラルアーキテクチャについて述べるとともに、既存のソリューションよりも、サンプル効率とトレーニング例よりも性能の変動を低減できることを示す実験結果を報告する。
  論文  参考訳（メタデータ） (2024-05-30T15:48:04Z)
• Weakly-supervised 3D Pose Transfer with Keypoints [57.66991032263699]
  3Dポーズ転送の主な課題は、1) 異なる文字で同じポーズを行うペアトレーニングデータの欠如、2) ターゲットメッシュからポーズと形状情報を分離すること、3) 異なるトポロジを持つメッシュに適用することの難しさである。 本稿では,これらの課題を克服するためのキーポイントベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T12:40:24Z)
• Global-to-Local Modeling for Video-based 3D Human Pose and Shape Estimation [53.04781510348416]
  フレーム内精度とフレーム間スムーズさにより,映像に基づく3次元人間のポーズと形状推定を評価する。 エンドツーエンドフレームワークGLoT(Global-to-Local Transformer)における長期的・短期的相関のモデル化を構造的に分離することを提案する。 我々のGLoTは、一般的なベンチマーク(3DPW、MPI-INF-3DHP、Human3.6M)において、最も低いモデルパラメータを持つ従来の最先端の手法を上回る。
  論文  参考訳（メタデータ） (2023-03-26T14:57:49Z)
• Unsupervised Motion Representation Learning with Capsule Autoencoders [54.81628825371412]
  Motion Capsule Autoencoder (MCAE) は、2レベル階層のモーションをモデル化する。 MCAEは、新しいTrajectory20モーションデータセットと、様々な現実世界の骨格に基づく人間のアクションデータセットで評価されている。
  論文  参考訳（メタデータ） (2021-10-01T16:52:03Z)
• Rethinking Architecture Design for Tackling Data Heterogeneity in Federated Learning [53.73083199055093]
  注意に基づくアーキテクチャ(例えばTransformers)は、分散シフトに対してかなり堅牢であることを示す。 我々の実験は、畳み込みネットワークをトランスフォーマーに置き換えることによって、過去のデバイスを壊滅的に忘れることを大幅に減らせることを示した。
  論文  参考訳（メタデータ） (2021-06-10T21:04:18Z)
• Skeleton-Aware Networks for Deep Motion Retargeting [83.65593033474384]
  骨格間のデータ駆動動作のための新しいディープラーニングフレームワークを提案する。 我々の手法は、トレーニングセットの運動間の明確なペアリングを必要とせずに、再ターゲティングの仕方を学ぶ。
  論文  参考訳（メタデータ） (2020-05-12T12:51:40Z)

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。