論文の概要: MuCHMDPoser: Multiview RGB-Camera Full-Body Pose Tracking for Virtual Reality

• arxiv url: http://arxiv.org/abs/2611.03062v1
• Date: Mon, 02 Nov 2026 12:51:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 13:38:35.903271
• Title: MuCHMDPoser: Multiview RGB-Camera Full-Body Pose Tracking for Virtual Reality
• Title（参考訳）: MuCHMDPoser:バーチャルリアリティのためのマルチビューRGBカメラフルボディポッドトラッキング
• Abstract要約: VR(Virtual Reality)における正確なフルボディトラッキングは、コンシューマグレードのスパースセンサーのみに依存する場合、非常に過小評価される。 外部のマルチビューRGBカメラで追跡設定を拡張することを提案する。 本稿では,RGBに基づくポーズ推定を組み込むことで,低ボディートラッキングの誤差を大幅に低減できることを示す。
• 参考スコア（独自算出の注目度）: 5.238345230249117
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate full-body tracking in Virtual Reality (VR) is heavily underconstrained when relying solely on consumer-grade sparse sensors, such as Head-Mounted Displays (HMDs) and handheld controllers. Indeed, the self-avatar full-body pose must be inferred based on the 3 available upper-body joints tracked by these devices. This leads to significant tracking error, especially in lower-body pose. To overcome this issue, we propose to extend the tracking setup with external multiview RGB cameras. We show that integrating RGB-based pose estimation this framework is able to significantly decrease lower-body tracking errors, even under common artifacts in RGB-based estimates. Additionally, we evaluate a only-once HMD-camera calibration procedure that does not require any physical markers. We finally propose an implementation of the overall framework, achieving an end-to-end animation at 60 FPS on a Nvidia RTX3080 GPU. Codes are available at https://github.com/antmaio/MuCHMDPoser.
• Abstract（参考訳）: バーチャルリアリティ(VR)における正確なフルボディトラッキングは、HMD(Head-Mounted Displays)やハンドヘルドコントローラなど、コンシューマグレードのスパースセンサーのみに依存する場合、非常に過小評価される。 実際、自己アバターのフルボディのポーズは、これらのデバイスによって追跡される3つの上ボディのジョイントに基づいて推論されなければならない。 これは、特に下半身のポーズにおいて、かなりのトラッキングエラーを引き起こす。 この問題を克服するため、我々は外部のマルチビューRGBカメラで追跡設定を拡張することを提案する。 RGB ベースのポーズ推定を統合することで,RGB ベースの推定に共通するアーティファクトの下でも,下半身追跡誤差を大幅に低減できることを示す。 さらに,物理マーカーを必要としない唯一のHMDカメラキャリブレーション法について検討した。 最終的に、Nvidia RTX3080 GPU上で60FPSのエンドツーエンドアニメーションを実現するための、全体的なフレームワークの実装を提案する。 コードはhttps://github.com/antmaio/MuCHMDPoser.comで入手できる。

関連論文リスト

• Multi-View 3D Point Tracking [67.21282192436031]
  本稿では,複数のカメラビューを用いた動的シーンにおける任意の点の追跡を目的とした,データ駆動型マルチビュー3Dポイントトラッカーについて紹介する。 本モデルでは,現実的な数のカメラを用いて直接3次元対応を推定する。 我々は5K合成多視点Kubricシーケンスをトレーニングし、2つの実世界のベンチマークで評価する。
  論文  参考訳（メタデータ） (2025-08-28T17:58:20Z)
• Bring Your Rear Cameras for Egocentric 3D Human Pose Estimation [69.68568832269285]
  ヘッドマウントデバイス(HMD)の前に設置したカメラを用いて,エゴセントリックな3次元ポーズ推定を積極的に研究している。 自己閉塞性や視野範囲の制限により、フルボディトラッキングが同じであるかどうかは不明だ。 マルチビュー情報と熱マップの不確実性を用いて2次元関節熱マップ推定を改良するトランスフォーマーに基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-03-14T17:59:54Z)
• ARKitTrack: A New Diverse Dataset for Tracking Using Mobile RGB-D Data [75.73063721067608]
  我々は,AppleのiPhoneおよびiPadに搭載されたコンシューマグレードのLiDARスキャナーによってキャプチャされた静的および動的シーンの両方を対象とした新しいRGB-D追跡データセットを提案する。 ARKitTrackには300のRGB-Dシーケンス、455のターゲット、229.7Kのビデオフレームが含まれている。 詳細な実験分析により,ARKitTrackデータセットがRGB-D追跡を著しく促進し,提案手法が芸術的状況と良好に比較できることが確認された。
  論文  参考訳（メタデータ） (2023-03-24T09:51:13Z)
• SDF-based RGB-D Camera Tracking in Neural Scene Representations [4.83420384410068]
  動作中のRGB-Dカメラの6次元ポーズをニューラルシーン表現で追跡する問題を考察する。 特に,符号付き距離場ベース表現を用いたRGB-Dカメラの追跡を提案する。
  論文  参考訳（メタデータ） (2022-05-04T14:18:39Z)
• RGBD Object Tracking: An In-depth Review [89.96221353160831]
  まず、RGBD融合、深度利用、追跡フレームワークなど、さまざまな視点からRGBDオブジェクトトラッカーをレビューする。 我々はRGBDトラッカーの代表セットをベンチマークし、その性能に基づいて詳細な分析を行う。
  論文  参考訳（メタデータ） (2022-03-26T18:53:51Z)
• MMPTRACK: Large-scale Densely Annotated Multi-camera Multiple People Tracking Benchmark [40.363608495563305]
  自動アノテーションシステムの助けを借りて,5つの異なる環境において,大規模にラベル付けされたマルチカメラ追跡データセットを提供する。 3Dトラッキングの結果は、カメラパラメータを用いて各RGBカメラビューに投影され、2Dトラッキング結果が生成される。 このデータセットは、乱雑で混み合った環境で、より信頼性の高いマルチカメラ、マルチオブジェクトトラッキングシステムのベンチマークを提供する。
  論文  参考訳（メタデータ） (2021-11-30T06:29:14Z)
• Real-time RGBD-based Extended Body Pose Estimation [57.61868412206493]
  3DヒトポーズのリアルタイムRGBDに基づく推定システムを提案する。 パラメトリック3次元変形可能なヒューマンメッシュモデル(SMPL-X)を表現として使用する。 身体のポーズと表情パラメータの推定子を訓練する。
  論文  参考訳（メタデータ） (2021-03-05T13:37:50Z)

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。