論文の概要: Integrating 3D Posture Neutralization with Statistical Shape Modeling for Head-Neck-Shoulder Ergonomic Design

• arxiv url: http://arxiv.org/abs/2610.17671v1
• Date: Tue, 13 Oct 2026 03:57:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 17:50:11.618745
• Title: Integrating 3D Posture Neutralization with Statistical Shape Modeling for Head-Neck-Shoulder Ergonomic Design
• Title（参考訳）: 頭部衝撃波エルゴノミクス設計のための3次元姿勢中性化と統計的形状モデリングの統合
• Abstract要約: 本稿では,姿勢中和と統計的形状モデリング(SSM)を統合した頭頸部・肩部領域の枠組みを提案する。 健常成人200名を対象に, 頭部の3Dスキャンを行った。 頭頸部のパラメトリックモデルを各スキャンに適合させ,解剖学から頸部のポーズを分離し,頸部のポーズを共通の中性状態にリセットする。
• 参考スコア（独自算出の注目度）: 4.228909975697403
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The design of ergonomic products and workspaces requires a deep understanding of human anatomy and posture. In particular, the head-neck-shoulder region is critical for many applications such as cervical orthoses, helmets, and other head-worn or neck-worn devices. This paper presents a framework that integrates posture neutralization with statistical shape modeling (SSM) for the head-neck-shoulder (HNS) region. We acquire a single three-dimensional (3D) scan of the head-neck-shoulder region from each of 200 Chinese adults in a natural posture for each subject. Every scan is then posture-neutralized before SSM. We fit a parametric head-neck model to each scan to separate cervical pose from anatomy, and reset the cervical pose to a common neutral configuration, so that the resulting model captures anatomical shape variation rather than posture-induced deformation. The resulting shape space yields a standardized template and population-wide modes of variation, providing baselines for parametric ergonomic design. We further discuss how the model supports population coverage analysis and the design of products that accommodate anatomical diversity while maintaining neutral cervical posture.
• Abstract（参考訳）: エルゴノミクス製品やワークスペースの設計は、人間の解剖学と姿勢を深く理解する必要がある。 特に、頭頸部-肩領域は、頚椎の整形、ヘルメット、その他の頭縫いまたは首縫いの装置など、多くの用途に欠かせない。 本稿では,姿勢中和と統計的形状モデリング(SSM)を統合したHNS(Head-Neck-Shoulder)領域を提案する。 健常成人200名を対象に, 頭部結節領域の3次元3Dスキャンを行った。 すべてのスキャンは、SSMの前に姿勢ニュートラル化される。 頭頸部パラメトリックモデルを各スキャンに適合させて解剖学から頚部ポーズを分離し,頚部ポーズを共通の中性形状にリセットすることで,姿勢変化ではなく解剖学的形状の変化を捉える。 結果として得られる形状空間は、標準化されたテンプレートと集団全体の変動モードをもたらし、パラメトリックエルゴノミクス設計のベースラインを提供する。 さらに,中立な頚椎姿勢を維持しつつ,解剖学的多様性に対応する製品の設計と人口被覆分析を支援する方法について考察する。

関連論文リスト

• GNM Head: A Generative aNthropometric Model of the human head [70.2826707393589]
  本稿では,ヒトゲノムのホモフォンとして命名されたGNM(Generative aNthropometric Model)を紹介する。 GNMは、高解像度の3Dスキャンと高品質な解剖学的特定のアーティストによるサンプルを組み合わせた、広範囲なデータベース上に構築されている。 本報告では, 眼内構造と口腔内構造に特化されたサブモデルを含むデータプロファイナンス, モデルアーキテクチャについて詳述し, ターゲット3D顔スキャンにおけるSotAの性能について述べる。
  論文  参考訳（メタデータ） (2026-07-26T14:34:19Z)
• Equivariant Symmetry-Aware Head Pose Estimation for Fetal MRI [5.003133209582619]
  本稿では,新しい高速ポーズ推定法であるE(3)-Poseを提案する。 6-DoFヘッドポーズ推定による2次元MRIスライスの自動適応処方を可能にすることを目的としている。 一般供用および代表的な臨床胎児MRIデータセットに関する実験は,本手法の優れた堅牢性と一般化を実証するものである。
  論文  参考訳（メタデータ） (2025-12-04T15:15:55Z)
• DPoser-X: Diffusion Model as Robust 3D Whole-body Human Pose Prior [82.9526308672547]
  DPoser-Xは3次元人体写真の拡散に基づく先行モデルである。 提案手法は,様々なポーズ中心タスクを逆問題として統一し,変分拡散サンプリングにより解決する。 我々のモデルは、常に最先端の代替品よりも優れており、人体全体のポーズを事前モデリングするための新しいベンチマークを確立している。
  論文  参考訳（メタデータ） (2025-08-01T12:56:39Z)
• Fetuses Made Simple: Modeling and Tracking of Fetal Shape and Pose [3.4616587016280183]
  Skinned Multi-Person Linear Model (SMPL) に基づく3次元統計的胎児体モデルを提案する。 提案アルゴリズムは、画像空間における身体のポーズと、標準ポーズ空間における身体形状を反復的に推定する。 本モデルでは,時系列を通して身体の形状や動きを捉え,直感的に可視化する。
  論文  参考訳（メタデータ） (2025-06-21T23:45:35Z)
• OmniAvatar: Geometry-Guided Controllable 3D Head Synthesis [81.70922087960271]
  我々は,非構造画像から学習した新しい幾何学誘導型3次元頭部合成モデルであるOmniAvatarを提案する。 我々のモデルは、最先端の手法と比較して、魅力的なダイナミックディテールで、より好ましいID保存された3Dヘッドを合成することができる。
  論文  参考訳（メタデータ） (2023-03-27T18:36:53Z)
• SUPR: A Sparse Unified Part-Based Human Representation [61.693373050670644]
  既存の頭と手のモデルでは、これらの部分の完全な動きを捉えることができません。 従来のボディパーツモデルは、個々のパーツに分離された3Dスキャンを使用して訓練されている。 そこで本研究では,全体モデルと特定部分モデルとを共同で学習する学習手法を提案する。
  論文  参考訳（メタデータ） (2022-10-25T09:32:34Z)
• LatentHuman: Shape-and-Pose Disentangled Latent Representation for Human Bodies [78.17425779503047]
  本稿では,人体に対する新しい暗黙の表現法を提案する。 完全に微分可能で、非交叉形状で最適化可能であり、潜在空間を映し出す。 我々のモデルは、よく設計された損失を伴う、水密でない生データを直接訓練し、微調整することができる。
  論文  参考訳（メタデータ） (2021-11-30T04:10:57Z)

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。