論文の概要: Unveiling the Value of Motion for Cinematic Camera Trajectories

• arxiv url: http://arxiv.org/abs/2609.38683v1
• Date: Wed, 30 Sep 2026 00:08:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.856874
• Title: Unveiling the Value of Motion for Cinematic Camera Trajectories
• Title（参考訳）: 撮影用カメラ軌道の運動価値の解明
• Abstract要約: 本稿では,カメラトラジェクトリの新たな生成モデルであるCineGENを提案する。 また,シーン記述に富んだ映像クリップと高レベルのメタデータを含む新しいデータセットCineScriptを提案する。 その単純さにもかかわらず、カメラの軌道を方向と速度で表現することは、数値的により良いアライメントと生成を達成するのに役立つだけでなく、本質的に複雑な監督意図を符号化する。
• 参考スコア（独自算出の注目度）: 11.752695702552286
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Cinematic camera motion is a fundamental storytelling tool, defined not only by where the camera is positioned in the scene, but also by how it moves in terms of direction and speed. Recent work on camera trajectory generation and alignment to text relies on pose-centric representations. While in principle a network could derive direction of movement and speed, we find that in practice this might not happen. In fact, in this paper we discover that decomposing the camera trajectory representation from the traditional per-frame poses to direction and speed has surprising benefits across multiple tasks, including trajectory-to-text alignment as well as text-to-trajectory generation. To accurately evaluate the former, we introduce a simple and reliable protocol that overcomes the limitations of prior evaluation baselines. For the latter, building on this representational insight, we propose a novel generative model for camera trajectories, CineGEN, that achieves superior performance across a variety of metrics. We also propose a novel dataset, CineScript, containing movie clips that are enriched with scene descriptions as well as higher-level metadata. This novel data allows us to test models' ability to capture high-level cinematographic information. We show that, despite its simplicity, representing camera trajectories through direction and speed not only helps numerically to achieve better alignment and generation, but also inherently encodes complex directorial intent.
• Abstract（参考訳）: 撮影カメラの動きは基本的なストーリーテリングツールであり、カメラの位置だけでなく、方向や速度の面での移動方法によっても定義される。 カメラの軌道生成とテキストへのアライメントに関する最近の研究は、ポーズ中心の表現に依存している。 原則として、ネットワークは動きとスピードの方向を導出することができるが、実際にはこれは起こらないかもしれない。 実際,本論文では,従来のフレーム毎のカメラ軌跡表現を方向や速度に分解することで,トラジェクティブ・トゥ・テキストアライメントやテキスト・トゥ・トラジェクティブ生成など,複数のタスクにおいて驚くべきメリットがあることがわかった。 前者を正確に評価するために,従来の評価基準の限界を克服する,シンプルで信頼性の高いプロトコルを導入する。 後者は,この表現的洞察に基づくカメラトラジェクトリの新たな生成モデルであるCineGENを提案する。 また,シーン記述に富んだ映像クリップと高レベルのメタデータを含む新しいデータセットCineScriptを提案する。 この新たなデータにより、高レベルの撮影情報をキャプチャするモデルの能力をテストすることができる。 その単純さにもかかわらず、カメラの軌道を方向と速度で表現することは、数値的により良いアライメントと生成を達成するのに役立つだけでなく、本質的に複雑な監督意図を符号化する。

関連論文リスト

• Auteur: Language-Driven Cinematographic Framing for Human-Centric Video Generation [48.49793109378558]
  生成ビデオにおける言語駆動型人中心カメラフレーミングの手法であるAuteurを提案する。 Auteurは、人中心のシーンの撮影フレーミングを可能にする。
  論文  参考訳（メタデータ） (2026-06-01T08:41:01Z)
• ShotVerse: Advancing Cinematic Camera Control for Text-Driven Multi-Shot Video Creation [33.41430446859291]
  ShotVerseは、生成を2つの協調エージェントに分離する"Plan-then-Control"フレームワークである。 我々は、不整合単発軌跡を統一されたグローバル座標系に整合させる自動マルチショットカメラキャリブレーションパイプラインを設計する。 ShotVerseは、信頼性の低いテキスト制御と労働集約的な手作業プロットのギャップを効果的に埋めることを示した。
  論文  参考訳（メタデータ） (2026-03-12T01:27:08Z)
• Seeing without Pixels: Perception from Camera Trajectories [111.74720805348426]
  本研究では,カメラの軌跡を共同埋め込み空間に投影する専用エンコーダであるCamFormerを学習するための対照的な学習フレームワークを提案する。 一見単純さとは裏腹に、カメラの軌跡はビデオコンテンツを明らかにするための極めて重要な信号である。 本研究は,映像コンテンツを知覚するための軽量で頑健で多目的なモダリティとしてカメラ軌道を確立した。
  論文  参考訳（メタデータ） (2025-11-26T18:57:01Z)
• Towards Understanding Camera Motions in Any Video [89.97247162415158]
  我々は、カメラモーション理解の評価と改善を目的とした大規模なデータセットとベンチマークであるCameraBenchを紹介する。 CameraBenchは、厳格な品質管理プロセスを通じて専門家によって注釈付けされた3,000の多様なインターネットビデオで構成されている。 私たちの貢献の1つは、撮影者との共同で設計されたカメラモーションプリミティブの分類である。
  論文  参考訳（メタデータ） (2025-04-21T18:34:57Z)
• GenDoP: Auto-regressive Camera Trajectory Generation as a Director of Photography [98.28272367169465]
  本稿では,写真監督の専門知識にインスパイアされた自己回帰モデルを導入し,芸術的かつ表現的なカメラトラジェクトリを生成する。 包括的で多様なデータベースのおかげで、高品質でコンテキスト対応のカメラムーブメント生成のための自動回帰デコーダのみのトランスフォーマーをトレーニングします。 実験により、既存の手法と比較して、GenDoPはより良い制御性、よりきめ細かい軌道調整、より高い運動安定性を提供することが示された。
  論文  参考訳（メタデータ） (2025-04-09T17:56:01Z)
• E.T. the Exceptional Trajectories: Text-to-camera-trajectory generation with character awareness [9.79206550593288]
  本稿では,文字情報とテキストキャプションとともに,カメラトラジェクトリを用いた例外トラジェクトリ (E.T.) と呼ばれるデータセットを提案する。 私たちの知る限りでは、この種のデータセットとしてはこれが初めてのものです。 E.T.データセットの潜在的な応用を示すために、DIRECTORという拡散に基づくアプローチを提案する。 評価指標にContrastive Language-Trajectory 埋め込みである E.T. データセット CLaTr をトレーニングする。
  論文  参考訳（メタデータ） (2024-07-01T17:58:02Z)

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。