論文の概要: UT-HMR: Uncertainty-Guided Temporal Modeling for Robust 3D Human Mesh Recovery

• arxiv url: http://arxiv.org/abs/2610.36203v1
• Date: Mon, 26 Oct 2026 19:41:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.412986
• Title: UT-HMR: Uncertainty-Guided Temporal Modeling for Robust 3D Human Mesh Recovery
• Title（参考訳）: UT-HMR:ロバストな3次元メッシュ回復のための不確実性ガイド付きテンポラルモデリング
• Abstract要約: 本研究は,関節間における係り受け不確かさをとらえる最初の一段階HMRフレームワークであるUT-HMR(Uncertainty-guided Temporal HMR)について述べる。 ライトウェイトなVT-Bバックボーンで、UT-HMRはVIP-HockeyPose-v2(アイスホッケー)とWorldPose(サクサ)の最先端結果を達成する
• 参考スコア（独自算出の注目度）: 14.015477753018352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular 3D human mesh recovery (HMR) remains unreliable under weak observations caused by long camera-to-person distances, occlusion, and motion blur. In challenging scenarios such as sports, these factors make the problem highly ambiguous, as different 3D poses may yield similar 2D projections. This ambiguity is especially severe for one-stage HMR, which recovers all meshes directly from the full image without person crops or external 2D cues. To handle this ambiguity, we present UT-HMR ( Uncertainty-guided Temporal HMR), to our knowledge the first one-stage HMR framework to capture correlated pose uncertainty across joints. Each person query predicts a Gaussian distribution over the full SMPL pose with a compact low-rank-plus-diagonal covariance, which is converted into joint-wise precision weights for heteroscedastic supervision while keeping inference deterministic. Temporal early fusion further injects neighboring-frame evidence before pose decoding, supplying the visual evidence needed to resolve the ambiguity that the uncertainty captures. With a lightweight ViT-B backbone, UT-HMR achieves state-of-the-art results on VIP-HockeyPose-v2 (ice hockey) and WorldPose (soccer), reducing MPJPE, PA-MPJPE, and PVE by up to 4.7%, 3.8%, and 5.6%, and remains competitive on 3DPW against methods with larger backbones and higher input resolutions.
• Abstract（参考訳）: モノクローナル3次元メッシュリカバリ(HMR)は、長いカメラ対人距離、閉塞、動きのぼけによって引き起こされる弱い観察の下では信頼性が低いままである。 スポーツのような挑戦的なシナリオでは、これらの要因は、異なる3Dポーズが同様の2Dプロジェクションをもたらすため、問題を非常に曖昧にする。 この曖昧さは、1段階のHMRでは特に深刻で、人間の作物や外部の2Dキューを使わずに、すべてのメッシュをフルイメージから直接回収する。 この曖昧性に対処するため,関節間の相関性を示す最初の一段階HMRフレームワークであるUT-HMR(不確実性誘導型一時的HMR)について述べる。 各人物問合せは、完全なSMPL上のガウス分布をコンパクトな低ランク+対角共分散で予測し、推論決定性を維持しながら、不整合性監視のための共同的精度の重みに変換する。 時間的早期融合は、デコードを行う前に近隣のフレーム証拠をさらに注入し、不確実性が捕捉するあいまいさを解決するのに必要な視覚的証拠を提供する。 ライトウェイトなVT-Bバックボーンにより、UT-HMRはVIP-HockeyPose-v2(アイスホッケー)とWorldPose(サックセル)の最先端の結果を達成し、MPJPE、PA-MPJPE、PVEを最大4.7%、3.8%、そして5.6%まで削減し、より大きなバックボーンと高い入力解像度を持つ方法に対して3DPWの競争力を維持している。

関連論文リスト

• Multiview Multi-Person Human Mesh Recovery Under Large Scenes with Occlusions [53.539496609429015]
  MVMP-HMRと呼ばれる多視点多人数HMRのための大規模合成ベンチマークを提案する。 このベンチマークに基づいて,MVMP-HMRと呼ばれるマルチビューの人体メッシュ回復モデルを提案する。 モデルはまず、マルチビュー機能をシーンレベルの3D特徴量に融合させ、3Dポーズ推定ネットワークによって予測される骨盤関節を利用して、3D特徴量から個人固有のクエリを抽出する。 これらの人間のクエリは、3D特徴量とクロスアタッチされ、各人の3Dメッシュをデコードするために統合される。
  論文  参考訳（メタデータ） (2026-07-27T11:47:26Z)
• FactorizedHMR: A Hybrid Framework for Video Human Mesh Recovery [6.1625435030904745]
  HMR(Human Mesh Recovery)は基本的に曖昧である。 本稿では,これら2つの状態の異なる2段階のフレームワークであるFacterizedHMRを提案する。 FactorizedHMRは、カメラスペースとワールドスペースのベンチマークにおいて、強力なベースラインと競合し続けている。
  論文  参考訳（メタデータ） (2026-05-14T13:59:56Z)
• E-3DPSM: A State Machine for Event-Based Egocentric 3D Human Pose Estimation [73.63705002652638]
  イベントカメラは、ヘッドマウントデバイスからの単眼のエゴセントリックな3Dポーズ推定において利点がある。 既存の手法では3次元推定精度が低く、多くのアプリケーションでは不十分である。 本稿では,イベント駆動型連続ポーズ状態マシンであるE-3DPSMを紹介する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:52Z)
• VLM-Guided Group Preference Alignment for Diffusion-based Human Mesh Recovery [75.62565146049015]
  我々は、予測メッシュの文脈認識品質スコアを生成するために、自己回帰付きデュアルメモリ拡張HMRクオリティエージェントを導入する。 これらのスコアは、人間の3次元運動構造、物理的実現可能性、入力画像との整合性に関するきめ細かい手がかりを蒸留する。 拡散型HMRモデルの微調整のためのグループ選好アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-22T13:19:06Z)
• ManiPose: Manifold-Constrained Multi-Hypothesis 3D Human Pose Estimation [71.2556016049579]
  ManiPoseは、人為的な2D-to-3Dリフトのための多様体拘束型マルチハイブリッドモデルである。 人間のポーズ多様体上の出力を制約することにより、ManiPoseはすべての仮説的なポーズの一貫性を保証する。 実世界のデータセット上でのManiPoseのパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-12-11T13:50:10Z)
• Diffusion-Based 3D Human Pose Estimation with Multi-Hypothesis Aggregation [64.874000550443]
  ジョイントワイズ・リジェクション・ベース・マルチハイブリッド・アグリゲーション(JPMA)を用いた拡散型3次元ポス推定法を提案する。 提案したJPMAは,D3DPが生成する複数の仮説を1つの3次元ポーズにまとめて実用的に利用する。 提案手法は, 最先端の決定論的アプローチと確率論的アプローチをそれぞれ1.5%, 8.9%上回った。
  論文  参考訳（メタデータ） (2023-03-21T04:00:47Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• Probabilistic Monocular 3D Human Pose Estimation with Normalizing Flows [24.0966076588569]
  本稿では,不明瞭な逆2D-to-3D問題を解くために,決定論的3D-to-2Dマッピングを利用する正規化フローベース手法を提案する。 我々は、Human3.6MとMPI-INF-3DHPの2つのベンチマークデータセットに対するアプローチを評価し、ほとんどの指標において同等の手法を上回りました。
  論文  参考訳（メタデータ） (2021-07-29T07:33:14Z)

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。