論文の概要: OmniPoser: Flexible Human Motion Recovery in the Wild with Masked Flow Matching

• arxiv url: http://arxiv.org/abs/2610.19857v1
• Date: Wed, 14 Oct 2026 09:22:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.068185
• Title: OmniPoser: Flexible Human Motion Recovery in the Wild with Masked Flow Matching
• Title（参考訳）: OmniPoser:マッシュフローマッチングによる野生での柔軟な人間の動き回復
• Abstract要約: ヘテロジニアス入力の柔軟な組み合わせから全体SMPL動作を復元する普遍的なフレームワークであるOmniPoserを提案する。 Masked Conditioningと組み合わせたクロスモーダルマスキング機構により、あるアーキテクチャは多様なセンサー構成を組み込むことができる。 分離されたデュアルストリーム生成バックボーンは、条件付きフローマッチングを通じて完全なモーションを生成し、単一のODE統合ステップのみを必要とする。
• 参考スコア（独自算出の注目度）: 3.571829780843691
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recovering 3D human motion from sparse wearable sensors is challenging due to the inherent noise, occlusion, and instability of real-world tracking signals. Existing approaches are restricted to fixed sensor configurations and, when built on diffusion models, are computationally prohibitive for real-time deployment. We propose OmniPoser, a universal framework that recovers full-body SMPL motion from a flexible combination of heterogeneous inputs, such as 3D keypoints, sparse IMU rotations, head-mounted 6-DoF poses, or any subset thereof, within a single model. OmniPoser introduces a cross-modal masking mechanism paired with a Masked Conditioning Encoder, enabling one architecture to incorporate diverse sensor configurations through a masked design. A decoupled dual-stream generative backbone generates complete motion via Conditional Flow Matching, requiring only a single ODE integration step at inference. Across three settings and seven benchmarks, including in-the-wild Nymeria and Ego-Exo4D datasets, OmniPoser performs on par with state-of-the-art methods while running at over 700 FPS. The project page is available at https://jamesbridgewater51.github.io/omniposer-eccv/.
• Abstract（参考訳）: まばらなウェアラブルセンサーから3Dの人間の動きを復元することは、現実の追跡信号の固有のノイズ、閉塞、不安定性のために困難である。 既存のアプローチは固定センサーの設定に制限されており、拡散モデル上に構築された場合、リアルタイムデプロイメントでは計算が禁じられている。 OmniPoserは、3Dキーポイント、スパースIMUローテーション、ヘッドマウント6-DoFポーズ、またはそのサブセットなどの異種入力の柔軟な組み合わせから全体SMPL運動を1つのモデルで復元する普遍的なフレームワークである。 OmniPoserはMasked Conditioning Encoderと組み合わせたクロスモーダルマスキング機構を導入し、マスクデザインを通じて多様なセンサー構成を組み込むことができる。 分離されたデュアルストリーム生成バックボーンは、条件付きフローマッチングを通じて完全なモーションを生成し、推論時に1つのODE統合ステップだけを必要とする。 3つの設定と7つのベンチマーク、例えば内蔵のNymeriaとEgo-Exo4Dデータセット、OmniPoserは700 FPS以上で動作しながら最先端のメソッドと同等に実行する。 プロジェクトページはhttps://jamesbridgewater51.github.io/omniposer-eccv/で公開されている。

関連論文リスト

• World Motion Models: Flexible Sequence Modeling of SE(3) Trajectories [82.08884552902076]
  WMM(World Motion Models)を提案する。 この表現は、明瞭な物体、人体、手動物体の相互作用、断片的に巧妙なシーンダイナミクス、カメラモーション、さらにはロボットの状態とアクションを単一の共有空間に統一する。
  論文  参考訳（メタデータ） (2026-10-01T14:13:24Z)
• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• DreamHand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery [51.92897182932217]
  Egocentric Videoは、組み込みAIのためのスケーラブルな操作データを提供する。 しかし、重度物体の閉塞と頻繁な視界外ギャップのため、3次元手指軌跡の復元は困難である。 オフラインのクリップレベルフレームワークであるDreamHandを導入し、決定論的クリーンレイテンシを使って機能を抽出し、双方向時空間デコーダでデコードする。
  論文  参考訳（メタデータ） (2026-08-20T17:46:24Z)
• KineBench: Benchmarking Embodied World Models via IDM-Free Kinematic Grounding [58.541098216700796]
  エンボディド・ワールド・モデルの 物理的整合性を評価することは 重要なオープン・チャレンジです 既存のフレームワークはほとんどがアクション抽出に逆ダイナミクスモデル(IDM)に依存している。 IDMのないEWMのためのクローズドループベンチマークであるKineBenchを紹介する。
  論文  参考訳（メタデータ） (2026-07-22T08:04:17Z)
• Towards Real-World Wearable Motion Reconstruction [68.1355376294881]
  地上3Dモーションと消費者グレードのセンサを同期する大規模データセットを提案する。 第2に、利用可能なセンサの任意の部分集合から動きを再構成するベースライン生成モデルWHIPを提案する。 第三に、センサの相補性について体系的な研究を行い、異なるモードが相互に相補的な関係を定量化する。
  論文  参考訳（メタデータ） (2026-07-08T11:56:02Z)
• MotionVLA: Vision-Language-Action Model for Humanoid Motion [54.785960777274276]
  動作をベースストリームと物理ストリームに分離するデュアルストリーム周波数トークンであるDSFTを提案する。 また、ベースおよび物理トークンを統一シーケンスに配置するQwen3.5ベースのモデルであるMotionVLAを提案する。
  論文  参考訳（メタデータ） (2026-06-13T06:10:48Z)
• Mocap Anywhere: Towards Pairwise-Distance based Motion Capture in the Wild (for the Wild) [17.794355768651698]
  Wild-Poser (WiP)は、ノイズや劣化したPWD測定から3次元関節位置を予測する、コンパクトでリアルタイムなTransformerベースのアーキテクチャである。 WiPは、身体の測定や形状の調整を必要とせずに、非ヒト種を含む様々な形態の被験者を一般化する。 リアルタイムで動作させることで、WiPは低い関節位置誤差を達成し、人および動物の両方の被写体に対して正確な3次元運動再構成を示す。
  論文  参考訳（メタデータ） (2026-01-27T11:58:34Z)
• Progressive Inertial Poser: Progressive Real-Time Kinematic Chain Estimation for 3D Full-Body Pose from Three IMU Sensors [25.67875816218477]
  スパース追跡信号からのフルボディポーズ推定は、環境条件や記録範囲によって制限されない。 従来の作業では、骨盤と下肢にセンサーを追加することや、キージョイントのグローバルな位置を得るために外部視覚センサーに頼ることが困難だった。 仮想現実技術の実用性を向上させるため,頭部と手首に装着した3つの慣性計測ユニット(IMU)センサから得られた慣性データのみを用いて,全身のポーズを推定した。
  論文  参考訳（メタデータ） (2025-05-08T15:28:09Z)
• XR-MBT: Multi-modal Full Body Tracking for XR through Self-Supervision with Learned Depth Point Cloud Registration [19.874691210555472]
  XR-MBTはXRの脚を初めて追跡するが、部分的な身体追跡に基づく従来の合成アプローチは盲目である。 本稿では,現在の3点運動合成モデルがどのようにして雲のモーダル性に拡張できるかを示す。
  論文  参考訳（メタデータ） (2024-11-27T14:25:32Z)
• Avatars Grow Legs: Generating Smooth Human Motion from Sparse Tracking Inputs with Diffusion Model [18.139630622759636]
  本稿では,低速な上体追跡信号のフルボディ追跡に特化して設計された新しい条件拡散モデル AGRoL を提案する。 我々のモデルは、シンプルな多層パーセプトロン(MLP)アーキテクチャと、モーションデータのための新しい条件付け方式に基づいている。 一般的な拡散アーキテクチャとは異なり、私たちのコンパクトアーキテクチャはリアルタイムで動作し、オンラインのボディトラッキングアプリケーションに適している。
  論文  参考訳（メタデータ） (2023-04-17T19:35:13Z)

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。