論文の概要: Volley3D: Unified 3D Full-Sequence Reconstruction from Monocular Broadcasts
- arxiv url: http://arxiv.org/abs/2610.38358v1
- Date: Wed, 28 Oct 2026 06:56:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 18:08:05.491065
- Title: Volley3D: Unified 3D Full-Sequence Reconstruction from Monocular Broadcasts
- Title（参考訳）: Volley3D:モノクロ放送からの3Dフルシーケンス再構築
- Abstract要約: シングルビュースポーツ放送からの3D再構成は、自動分析と没入型AR/VRリプレイの重要な機能である。
バレーボール放送に適した物理地上パイプラインを提案する。
物理的方程式を復元された3Dハンドに固定することにより、ノイズの多いボール2D検出を時間的に整合した3Dシーンに持ち上げる。
- 参考スコア（独自算出の注目度）: 11.903161724350008
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 3D reconstruction from single-view sports broadcast is a pivotal capability for automated analytics and immersive AR/VR replays, yet notoriously ill-posed due to difficult-to-calibrate moving cameras and depth ambiguity. Unlike widely studied racket sports, team sports such as volleyball feature unpredictable multi-contact sequences and high altitude jumps. These dynamics categorically invalidate the standard planar projection assumptions relied upon by existing methods. To resolve these limitations without 3D training supervision, we propose a complete, physics-grounded pipeline tailored to monocular broadcast volleyball. First, we include a correction module to the perspective drift induced by ground-plane projection by coupling temporal jump spotting with Newtonian interpolation for 3D player placement. Second, for 3D ball trajectory estimation, we design a dedicated sub-trajectory segmentation architecture alongside a collision-matching algorithm. By anchoring physical equations to reconstructed 3D hand vertices, we lift noisy ball 2D detections into a spatiotemporally coherent 3D scene. Evaluations on multi-camera benchmarks demonstrate our approach significantly reduces 3D spatial drift compared to 2D-reprojection baselines.
- Abstract（参考訳）: シングルビュースポーツ放送からの3D再構成は、自動分析と没入型AR/VRリプレイの重要な機能である。
広く研究されているラケットスポーツとは異なり、バレーボールなどのチームスポーツは予測不可能なマルチコンタクトシーケンスと高高度ジャンプを特徴としている。
これらの力学は、既存の方法に依存する標準平面射影仮定を分類的に無効化する。
3Dトレーニングの監督なしにこれらの制限を解決するために,単分子放送バレーボールに適した完全な物理地上パイプラインを提案する。
まず,3次元プレーヤー配置のための時間的ジャンプスポッティングとニュートン補間を結合させることにより,地平面投射によって引き起こされる視線ドリフトに対する補正モジュールを含む。
第二に, 3次元球軌道推定では, 衝突マッチングアルゴリズムと並行して, 専用のサブトラジェクトリセグメンテーションアーキテクチャを設計する。
物理的方程式を再構成した3次元手頂点に固定することにより、ノイズの多いボール2次元検出を時空間的に整合した3次元シーンに持ち上げる。
マルチカメラ・ベンチマークによる評価では,2次元投影ベースラインと比較して3次元空間のドリフトが著しく減少することが示された。
関連論文リスト
- Map-Det3D: Metric Feed-Forward 3D Reconstruction Prior for Multi-view 3D Object Detection from Streaming Inputs [62.865932175477035]
計量3Dオブジェクト検出は、エンボディエージェントのコア機能であるが、最も信頼性の高いシステムは深度センサーに頼っている。
提案するMap-Det3Dは,RGBから再構成した3次元空間に直接検出を行うオンラインマルチビュー3Dオブジェクト検出モデルである。
論文 参考訳（メタデータ） (2026-08-12T15:33:42Z) - TT4D: A Pipeline and Dataset for Table Tennis 4D Reconstruction From Monocular Videos [20.74832764427194]
大規模な高忠実度テーブルテニスデータセットであるTT4Dを提案する。
再建されたシングルを1400ドル以上で提供し、モノラルな放送ビデオからゲームプレイを倍増させる。
このリッチなデータは、仮想リプレイ、詳細なプレイヤー分析、ロボット学習のための新しい基盤を提供する。
論文 参考訳（メタデータ） (2026-05-02T04:14:40Z) - C4D: 4D Made from 3D through Dual Correspondences [77.04731692213663]
時間的対応を利用して既存の3次元再構成を4Dに拡張するフレームワークであるC4Dを紹介する。
C4Dは、短期光学フローと長期点追跡の2種類の対応をキャプチャする。
我々は、追加の移動情報を提供する動的認識ポイントトラッカーを訓練する。
論文 参考訳（メタデータ） (2025-10-16T17:59:06Z) - SpatialTrackerV2: 3D Point Tracking Made Easy [73.0350898700048]
SpaceTrackerV2はモノクロビデオのフィードフォワード3Dポイントトラッキング手法である。
これは、世界空間の3Dモーションをシーン幾何学、カメラエゴモーション、ピクセルワイドオブジェクトモーションに分解する。
このような異種データから幾何学と運動を共同で学習することで、SpatialTrackerV2は既存の3Dトラッキング方法よりも30%優れています。
論文 参考訳（メタデータ） (2025-07-16T17:59:03Z) - TAPIP3D: Tracking Any Point in Persistent 3D Geometry [25.357437591411347]
本稿では,モノクロおよびRGB-Dビデオにおける長期3次元点追跡の新しい手法であるTAPIP3Dを紹介する。
TAPIP3Dは、ビデオをカメラ安定化機能クラウドとして表現し、深度とカメラモーション情報を活用する。
我々の3D中心の定式化は既存の3D点追跡法よりも性能を著しく向上させる。
論文 参考訳（メタデータ） (2025-04-20T19:09:43Z) - TT3D: Table Tennis 3D Reconstruction [11.84899291358663]
本稿では,オンライン卓球記録から正確な3次元球軌道を再構築するための新しい手法を提案する。
本手法は, ボールの飛来軌道の再投射誤差を最小限に抑えるバウンス状態を特定するために, ボールの運動の基盤となる物理を利用する。
我々のアプローチの重要な利点は、人間のポーズ推定やラケット追跡に頼ることなく、ボールスピンを推論できることである。
論文 参考訳（メタデータ） (2025-04-14T09:37:47Z) - 3DTrajMaster: Mastering 3D Trajectory for Multi-Entity Motion in Video Generation [83.98251722144195]
制御可能なビデオ生成における従来の方法は、主に物体の動きを操作するために2D制御信号を利用する。
本稿では3次元空間におけるマルチエンタリティダイナミクスを制御する頑健なコントローラである3DTrajMasterを紹介する。
3DTrajMasterは,多心性3D動作を制御するための精度と一般化の両面において,新しい最先端技術を設定する。
論文 参考訳（メタデータ） (2024-12-10T18:55:13Z) - SpatialTracker: Tracking Any 2D Pixels in 3D Space [71.58016288648447]
本稿では,画像投影による問題点を軽減するために,3次元空間における点軌道の推定を提案する。
この手法はSpatialTrackerと呼ばれ、2Dピクセルをモノクロ深度推定器を用いて3Dにリフトする。
3Dでのトラッキングにより、ピクセルを異なる剛性部分にクラスタ化する剛性埋め込みを同時に学習しながら、ARAP(as-rigid-as-possible)制約を活用することができます。
論文 参考訳（メタデータ） (2024-04-05T17:59:25Z)
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。