論文の概要: FlowRig: Unified Skeleton Generation for 3D and 4D Meshes via Flow Matching

• arxiv url: http://arxiv.org/abs/2611.03775v2
• Date: Wed, 04 Nov 2026 03:18:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.731277
• Title: FlowRig: Unified Skeleton Generation for 3D and 4D Meshes via Flow Matching
• Title（参考訳）: FlowRig: Flow Matchingによる3Dおよび4Dメッシュのための統一スケルトン生成
• Abstract要約: FlowRigは、統合された3Dおよび4Dスケルトン生成のためのテンプレートフリーフレームワークである。 FlowRigは骨の複雑さを制御可能とした静的3次元リグ性能を実現する。 実験の結果,FlowRigは高品質で時間的に一貫した4次元再構成と予測結果が得られることがわかった。
• 参考スコア（独自算出の注目度）: 5.538263811428931
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automatic rigging is a fundamental task for both static 3D and dynamic 4D mesh animation, yet existing methods do not provide a unified feedforward solution for these two settings. While static 3D riggers achieve strong quality, they often provide limited control over bone count and become temporally unstable when applied frame by frame to dynamic meshes. Existing 4D methods, in contrast, typically rely on expensive per-sequence optimization. We propose FlowRig, a template-free, data-efficient framework for unified 3D and 4D skeleton generation. Built on flow matching, FlowRig generates temporally aligned skeletons for an entire sequence in a single feedforward pass, while naturally handling single-mesh 3D rigging. The model further supports explicit skeleton-count control, uncertainty estimation for candidate selection, and masking-based interpolation, forecasting, and backcasting. To address limited paired 4D rigging data, we adopt a curriculum that initializes from large-scale 3D rigging data and adapts to mid-scale 4D mesh-skeleton data. Experiments show that FlowRig achieves strong static 3D rigging performance with controllable bone complexity, as well as high-quality and temporally consistent 4D reconstruction and prediction results.
• Abstract（参考訳）: 自動リギングは静的3Dおよび動的4Dメッシュアニメーションの基本的なタスクであるが、既存の手法ではこれらの2つの設定に統一されたフィードフォワードソリューションを提供していない。 静的な3Dリガーは強い品質を達成するが、しばしば骨数に対する限定的な制御を提供し、フレーム単位のフレームを動的メッシュに適用すると時間的に不安定になる。 対照的に、既存の4Dメソッドは、通常、シーケンスごとの高価な最適化に依存している。 本研究では,テンプレートフリーでデータ効率のよい3Dおよび4Dスケルトン生成用フレームワークであるFlowRigを提案する。 FlowRigはフローマッチングに基づいて構築され、単一のフィードフォワードパスでシーケンス全体の時間的に整列されたスケルトンを生成し、シングルメッシュの3Dリグを自然に処理する。 このモデルはさらに、明示的な骨格数制御、候補選択の不確実性推定、マスキングベースの補間、予測、バックキャストをサポートする。 制限付き4Dリギングデータに対処するために,大規模3Dリギングデータから初期化し,中規模4Dメッシュスケルトンデータに適応するカリキュラムを採用する。 実験の結果,FlowRigは骨の複雑度を制御可能とし,高品質で時間的に一貫した4D再構成と予測結果が得られることがわかった。

関連論文リスト

• Feed-forward Motion In-betweening for Any 4D [34.801496888575166]
  コンディショニングを伴う任意の4次元メッシュを実現するためのフレームワークを提案する。 我々はDyMesh16とDyMesh32ベンチマークで高い性能と制御性を示した。
  論文  参考訳（メタデータ） (2026-06-20T16:18:13Z)
• Stroke3D: Lifting 2D strokes into rigged 3D model via latent diffusion models [53.32092058519587]
  Stroke3Dは、ユーザ入力から2D描画ストロークと記述テキストプロンプトを直接生成する新しいフレームワークである。 私たちの知識を最大限に活用するために、私たちの研究は、ユーザ引き起こされた2Dストロークに条件付けされたトリグされた3Dメッシュを初めて生成しました。
  論文  参考訳（メタデータ） (2026-02-10T12:17:00Z)
• SS4D: Native 4D Generative Model via Structured Spacetime Latents [50.29500511908054]
  モノクロビデオから直接動的3Dオブジェクトを合成する,ネイティブな4D生成モデルであるSS4Dを提案する。 発電機を4Dデータで直接訓練し、高忠実度、時間的コヒーレンス、構造的整合性を実現する。
  論文  参考訳（メタデータ） (2025-12-16T10:45:06Z)
• SCas4D: Structural Cascaded Optimization for Boosting Persistent 4D Novel View Synthesis [53.10680153186481]
  SCas4Dは3次元ガウススプラッティングにおける構造パターンを動的シーンに活用するカスケード最適化フレームワークである。 SCas4Dは、粗い部分レベルから細い点レベルへの変形を段階的に精製することにより、時間フレーム当たり100イテレーション以内の収束を実現する。 このアプローチはまた、自己教師付きオブジェクトセグメンテーション、新しいビュー合成、および高密度点追跡タスクにおける効果を示す。
  論文  参考訳（メタデータ） (2025-10-08T06:39:33Z)
• ShapeGen4D: Towards High Quality 4D Shape Generation from Videos [85.45517487721257]
  ビデオからエンドツーエンドに1つの動的3次元表現を合成する,ネイティブなビデオから4次元の形状生成フレームワークを提案する。 本手法は,フレームごとの最適化を行なわずに,非剛性運動,体積変化,および位相遷移を正確にキャプチャする。
  論文  参考訳（メタデータ） (2025-10-07T17:58:11Z)
• AnimateAnyMesh: A Feed-Forward 4D Foundation Model for Text-Driven Universal Mesh Animation [57.199352741915625]
  本稿では,任意の3Dメッシュの効率的なテキスト駆動アニメーションを可能にする最初のフィードフォワードフレームワークであるAnimateAnyMeshを紹介する。 我々のアプローチは、動的メッシュシーケンスを効果的に圧縮し再構成する新しいDyMeshVAEアーキテクチャを活用する。 また、DyMeshデータセットにもコントリビュートし、テキストアノテーション付き4M以上の動的メッシュシーケンスを格納しています。
  論文  参考訳（メタデータ） (2025-06-11T17:55:16Z)
• H3D-DGS: Exploring Heterogeneous 3D Motion Representation for Deformable 3D Gaussian Splatting [39.2960379257236]
  ダイナミックシーンの再構築は、3Dビジョンにおいて永続的な課題となる。 変形可能な3Dガウススプラッティングは,リアルタイムレンダリングと高視認性を実現するため,この作業に有効な方法として登場した。 このアプローチは、動的シーンを標準空間における静的な表現と時間変化のシーンモーションに分解する。 Neu3DVおよびCMU-Panopticデータセットを用いた実験により,本手法は最先端の変形可能な3次元ガウススプラッティング技術よりも優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2024-08-23T12:51:49Z)
• MagicPose4D: Crafting Articulated Models with Appearance and Motion Control [17.161695123524563]
  我々は4次元生成における外観と動きの制御を洗練させるフレームワークであるMagicPose4Dを提案する。 現行の4D生成方法とは異なり、MagicPose4Dはモーションプロンプトとしてモノクラービデオやメッシュシーケンスを受け入れる。 我々はMagicPose4Dが4Dコンテンツ生成の精度と一貫性を著しく向上することを示した。
  論文  参考訳（メタデータ） (2024-05-22T21:51:01Z)

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。