論文の概要: Rethinking Fixed Temporal Grids: Frequency-Disentangled Motion Generation

• arxiv url: http://arxiv.org/abs/2610.03012v1
• Date: Fri, 02 Oct 2026 08:44:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 09:54:32.245951
• Title: Rethinking Fixed Temporal Grids: Frequency-Disentangled Motion Generation
• Title（参考訳）: 固定時間格子の再考:周波数不整形運動発生
• Abstract要約: ほとんどの動き生成法は、一様時間格子上のトークンとして動きを符号化する。 ウェーブレット周波数帯域に運動を分解するスケール適応型動作表現である textbfFreqMo を提案する。 実験の結果、FreqMoはSOTAの忠実度を向上し、高周波保存を大幅に改善した。
• 参考スコア（独自算出の注目度）: 41.83257990154408
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most human motion generation methods encode motion as tokens on a uniform temporal grid, where every token spans the same fixed time window. Human motion, however, is temporally heterogeneous: slowly evolving global trajectories coexist with rapid transient events such as foot contacts and joint impulses. Forcing such multi-scale dynamics onto tokens of identical temporal resolution entangles motion frequencies, leaving slow regions redundant while smoothing out the rapid details that distinguish realistic motion. We propose \textbf{FreqMo}, a scale-adaptive motion representation that decomposes motion into wavelet frequency bands, separating dynamics across temporal scales while preserving temporal localization and exact reconstruction. Unified Frequency Residual Quantization (UFRQ) then encodes all bands within a single shared codebook, compressing the token sequence threefold and enabling stable single-stage generation. Experiments show FreqMo attains SOTA fidelity with substantially improved high-frequency preservation, and the same decomposition transfers to continuous diffusion backbones.
• Abstract（参考訳）: ほとんどの人の動き生成方法は、すべてのトークンが同じ固定時間ウィンドウにまたがる均一な時間格子上のトークンとして動作を符号化する。 しかし、人間の動きは時間的に異質であり、足の接触や関節の衝動のような急激な過渡的な出来事と、徐々に進化するグローバルな軌道が共存する。 このようなマルチスケールのダイナミクスを同じ時間分解能のトークンに強制すると、動きの周波数が絡み合い、遅い領域は冗長になり、現実的な動きを区別する素早い詳細を滑らかにする。 本稿では,ウェーブレット周波数帯域に運動を分解し,時間的局所化と正確な再構成を保ちながら,時間的スケール間でのダイナミクスを分離する,スケール適応型動き表現である「textbf{FreqMo}」を提案する。 UFRQ(Unified Frequency Residual Quantization)は、すべてのバンドを1つの共有コードブックにエンコードし、トークンシーケンスを3倍圧縮し、安定した単一ステージ生成を可能にする。 実験により、FreqMoはSOTAの忠実度を著しく向上し、同じ分解が連続拡散バックボーンに伝達されることが示された。

関連論文リスト

• Frequency-Aware Flow Matching for Continuous and Consistent Robotic Action Generation [46.998628831231194]
  既存の方法は離散化されたアクションチャンクに依存しており、不均一な制御で収集されたデモに対して脆弱である。 本稿では、連続的かつ時間的に一貫した動作を出力する周波数認識フローマッチング(FAFM)を提案する。 FAFMは成功率、マルチモーダル表現性、運動の滑らか性、収束速度、機械的バイアスに対する堅牢性、混合周波数入力を改善する。
  論文  参考訳（メタデータ） (2026-06-18T11:58:30Z)
• SRENet: Spectral Re-Entry Network for Point Cloud Action Recognition [49.508770157706486]
  本研究では,行動認識の周波数視点から,大域的文脈と微粒な動きの時間的ダイナミクスを学習するためのSRENetを提案する。 SRENetは、ポイントクラウドベースのアクション理解における周波数モデリングの有効性を検証し、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-06-02T05:11:47Z)
• RiGS: Rigid-aware 4D Gaussian Splatting from a Single Monocular Video [38.8840959968641]
  我々は,複数の時間スケールにわたる動きを同時にキャプチャするRiGS(Rigid-aware 4D Gaussian Splatting)を提案する。 RiGSは、新しいビュー合成ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-22T14:20:39Z)
• Towards Arbitrary Motion Completing via Hierarchical Continuous Representation [64.6525112550758]
  Inlicit Representations(INR)に基づくNAMEと呼ばれる新しいパラメトリックアクティベーションによる階層的暗黙表現フレームワークを提案する。 本手法では,複数の時間スケールで動作列から特徴を抽出し,複雑な時間パターンを効果的に捕捉する階層的時間符号化機構を提案する。
  論文  参考訳（メタデータ） (2025-12-24T14:07:04Z)
• Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
  既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。 拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。 LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
  論文  参考訳（メタデータ） (2025-11-11T08:40:28Z)
• ReactDance: Hierarchical Representation for High-Fidelity and Coherent Long-Form Reactive Dance Generation [21.732021702335345]
  我々は,新しい階層型潜在空間で動作する拡散フレームワークであるtextbfReactDanceを紹介する。 ReactDanceは、動作品質、長期コヒーレンス、サンプリング効率において、最先端の手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2025-05-08T18:42:38Z)
• Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion [0.881371061335494]
  本稿では,ストリーミングジェスチャ生成のための新しいフレームワークであるAccelerated Rolling Diffusionを紹介する。 RDLAはノイズスケジュールをステップワイドのはしごに再構成し、複数のフレームを同時に復調できる。 これにより、動作一貫性を維持しながらサンプリング効率が大幅に向上し、最大2倍のスピードアップが達成される。
  論文  参考訳（メタデータ） (2025-03-13T15:54:45Z)
• DiffusionPhase: Motion Diffusion in Frequency Domain [69.811762407278]
  そこで本研究では,テキスト記述から高品質な人間の動作系列を生成する学習手法を提案する。 既存の技術は、任意の長さの動き列を生成する際に、動きの多様性と滑らかな遷移に苦しむ。 動作空間をコンパクトで表現力のあるパラメータ化位相空間に変換するネットワークエンコーダを開発する。
  論文  参考訳（メタデータ） (2023-12-07T04:39:22Z)

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。