論文の概要: ReVA-HPE: Relative 6DoF Head Pose Estimation with Synthetic Pose Supervision and Personalized Virtual Anchors

• arxiv url: http://arxiv.org/abs/2611.03283v1
• Date: Mon, 02 Nov 2026 15:24:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 05:19:27.254325
• Title: ReVA-HPE: Relative 6DoF Head Pose Estimation with Synthetic Pose Supervision and Personalized Virtual Anchors
• Title（参考訳）: ReVA-HPE: 擬似仮想アンカーと合成ポッドスーパービジョンを用いた相対6DoFヘッドポーズ推定
• Abstract要約: アンカーポーズとクエリイメージ間の相対幾何学的変化を推定するために,相対的頭部ポーズ推定法を提案する。 まず、深度正規化相対変換を付加することにより、頭部の相対ポーズ推定をフル6DoFに拡張する。 本研究では, 接地型アンカーポーズの必要性を解消するため, 個人化されたアバターを1枚のラベルなし登録画像から再構成する。
• 参考スコア（独自算出の注目度）: 39.937064557481555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular head pose estimation is usually formulated as absolute regression from a single face crop, yet many applications observe the same person over time and can supply an explicit anchor image. Recently, relative head pose estimation was proposed, which casts the problem as estimation of the relative geometric change between an anchor and a query image. However, existing methods still require the anchor image pose to be known at inference, significantly limiting their practical use. We first extend relative head pose estimation to full 6DoF by additionally predicting a depth-normalized relative translation, which composes with the anchor to recover metric query pose in the camera frame. To eliminate the need for a ground-truth anchor pose, we reconstruct a personalized avatar from a single unlabeled enrollment image and render a bank of virtual anchors with known poses. The bank provides robust rotation hypotheses through multi-anchor consensus, while the real enrollment image serves as the real anchor in the translation branch via landmark PnP. We also introduce an efficient variant that amortizes the bank cost once at enrollment, after which each query requires a single real-to-real relative prediction, with limited accuracy sacrifice. The relative pose estimator is trained exclusively on synthetic face renderings, without real pose supervision, pseudo-labels, domain adaptation, or fine-tuning on the evaluation sets. On real 6DoF benchmarks, ReVA-HPE achieves state-of-the-art rotation accuracy on BIWI and, given a near-frontal enrollment image, on FaMoS, while remaining competitive in metric translation despite relying solely on synthetic pose supervision. Project page and code: https://vasilikivas.github.io/ReVA-HPE/
• Abstract（参考訳）: 単眼の頭部ポーズ推定は通常、1つの顔の作物から絶対回帰として定式化されるが、多くのアプリケーションは時間とともに同一人物を観察し、明示的なアンカー画像を提供することができる。 近年,アンカーとクエリ画像間の相対的幾何学的変化を推定する手法として,相対的頭部ポーズ推定法が提案されている。 しかし、既存の手法では推論時にアンカー画像のポーズを知っていなければならないため、実用性は著しく制限されている。 まず, アンカーと合成した深度正規化相対変換を加味して, カメラフレーム内のメトリック・クエリ・ポーズを復元することにより, 頭部の相対ポーズ推定をフル6DoFに拡張する。 地中アンカーポーズを不要にするため,1枚の未ラベルの登録画像からパーソナライズされたアバターを再構成し,仮想アンカーバンクを既知のポーズでレンダリングする。 バンクはマルチアンカー・コンセンサスを通じて堅牢な回転仮説を提供し、実際の登録画像はランドマークPnPを介して翻訳枝の真のアンカーとして機能する。 また、入学者が一度銀行のコストを償却する効率的な変種を導入し、その後、各クエリは、精度の犠牲を限定して、単一の実対実相対予測を必要とする。 相対ポーズ推定器は、実際のポーズ監督、擬似ラベル、ドメイン適応、評価セットの微調整なしに、合成顔レンダリングにのみ訓練される。 実際の6DoFベンチマークでは、ReVA-HPEはBIWI上での最先端の回転精度を達成し、FaMoS上では最前線のエントリー画像が与えられる。 プロジェクトページとコード:https://vasilikivas.github.io/ReVA-HPE/

関連論文リスト

• Agentic Relative Camera Pose Estimation via Learned Ranking and Verification [11.252736995602282]
  幅広いベースライン、テクスチャの欠如、外観の変化、オクルージョンなど、多様な課題に対して最適な単一の推定器は存在しない。 本稿では,相対カメラポーズ推定のためのエージェントフレームワークであるPoseAgentを紹介する。 ポーズ推定のために、PoseAgentはARKitScenes、MegaDepth、ScanNet++、RealEstate10Kのそれぞれで最強のスタンドアロン推定器よりもAUC@5次を4.2%向上させる。
  論文  参考訳（メタデータ） (2026-09-30T01:42:00Z)
• Resolving Ambiguity in Composed Image Retrieval via Calibrated Interaction [0.0]
  合成画像検索(CIR)は、コーパスに参照画像と修正方法を記述するテキストを検索する。 本稿では,CIRRの休眠補助アノテーションと対話アノテーションを復活させる,ベンチマークおよび人間検証型ユーザシミュレータであるAmbiCIRを紹介する。
  論文  参考訳（メタデータ） (2026-05-23T15:49:16Z)
• VGGT-HPE: Reframing Head Pose Estimation as Relative Pose Prediction [39.937064557481555]
  VGGT-HPEは、汎用幾何学基礎モデルに基づいて構築された相対的な頭部ポーズ推定器である。 提案手法は, 暗黙のアンカーの必要性を回避し, 既知のポーズを持つ明示的なアンカーから幾何変位を推定する問題を緩和する。 実世界のトレーニングデータがないにもかかわらず、VGGT-HPEはBIWIベンチマークで最先端の結果を達成する。
  論文  参考訳（メタデータ） (2026-04-11T08:55:15Z)
• UNOPose: Unseen Object Pose Estimation with an Unposed RGB-D Reference Image [86.7128543480229]
  見えないオブジェクトのポーズ推定方法はCADモデルや複数の参照ビューに依存することが多い。 参照取得を簡略化するために,未提示のRGB-D参照画像を用いて未確認オブジェクトのポーズを推定することを目的とする。 単参照型オブジェクトポーズ推定のための新しいアプローチとベンチマークをUNOPoseと呼ぶ。
  論文  参考訳（メタデータ） (2024-11-25T05:36:00Z)
• SRPose: Two-view Relative Pose Estimation with Sparse Keypoints [51.49105161103385]
  SRPoseは、カメラ・トゥ・ワールドおよびオブジェクト・トゥ・カメラシナリオにおける2ビュー相対ポーズ推定のためのスパースキーポイントベースのフレームワークである。 精度と速度の点で最先端の手法と比較して、競争力や優れた性能を達成する。 さまざまな画像サイズやカメラ固有の機能に対して堅牢であり、低コンピューティングリソースでデプロイすることができる。
  論文  参考訳（メタデータ） (2024-07-11T05:46:35Z)
• Pose-Free Neural Radiance Fields via Implicit Pose Regularization [117.648238941948]
  IR-NeRFは、暗黙的なポーズ規則化を導入し、ポーズ推定器を非ポーズの実像で精査する革新的なポーズフリー神経放射場である。 特定のシーンの2D画像の収集により、IR-NeRFはシーンの特徴を記憶するシーンコードブックを構築し、シーン固有のポーズ分布を前もって暗黙的にキャプチャする。
  論文  参考訳（メタデータ） (2023-08-29T06:14:06Z)

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。