論文の概要: InstantHand: Feed-Forward 3D Gaussian Splatting for Animatable Hand Avatar Reconstruction from a Single Image
- arxiv url: http://arxiv.org/abs/2611.08330v1
- Date: Thu, 05 Nov 2026 17:21:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.595681
- Title: InstantHand: Feed-Forward 3D Gaussian Splatting for Animatable Hand Avatar Reconstruction from a Single Image
- Title（参考訳）: InstantHand:単一画像からの手指アバター再建のためのフィードフォワード3次元ガウス切削法
- Abstract要約: InstantHandは、単一の画像からアニマタブルな3Dガウスハンドアバターを構築するフィードフォワードフレームワークである。
シルエット境界の監督に集中するソフトアルファバンド正規化器を提案する。
我々の信頼性に富んだ外観変換は、それぞれのガウスのレンダリング貢献に応じて、ソース色を転送することで観察された外観を保っている。
- 参考スコア（独自算出の注目度）: 12.228666307305836
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hand avatar reconstruction typically relies on multi-view capture or per-subject optimization, limiting its scalability. We introduce InstantHand, a feed-forward framework that constructs an animatable 3D Gaussian hand avatar from a single image using off-the-shelf MANO, camera, and mask estimates, without test-time optimization. Image-averaged losses provide insufficient supervision for alpha leakage, which thickens thin finger contours. To address this issue, we propose a Soft Alpha Band regularizer that concentrates supervision on silhouette boundaries. Furthermore, colors regressed from image features can drift toward a learned prior even in observed regions. Our Reliability-gated Appearance Transfer preserves observed appearance by transferring source colors according to each Gaussian's rendering contribution, while completing unobserved regions using the learned prior conditioned on global source identity. InstantHand constructs an avatar in 2.84 seconds and renders at 161 FPS, matching per-subject-optimized baselines on InterHand2.6M and remaining competitive in zero-shot evaluation on HanCo.
- Abstract（参考訳）: ハンドアバターの再構築は通常、多視点キャプチャやオブジェクトごとの最適化に依存し、スケーラビリティを制限している。
InstantHandは、市販のMANO、カメラ、マスク推定を用いて単一の画像からアニマタブルな3Dガウスハンドアバターを構築するフィードフォワードフレームワークである。
画像平均損失は、薄い指の輪郭を厚くするアルファリークの監視に不十分である。
この問題に対処するために,シルエット境界の監督に集中するソフトアルファバンド正規化器を提案する。
さらに、画像特徴から退避した色は、観察された領域においても、学習前の方向へ漂うことができる。
筆者らは,グローバルなソース・アイデンティティを前提とした学習済みの事前条件を用いて未観測領域を完了しつつ,各ガウスのレンダリング・コントリビューションに応じてソース色を転送することで,観測された外観を保っている。
InstantHandは2.84秒でアバターを構築し、161 FPSでレンダリングし、InterHand2.6Mでのオブジェクトごとの最適化ベースラインと一致し、HanCoでのゼロショット評価では競争力を維持する。
関連論文リスト
- OMEGA-Avatar: One-shot Modeling of 360° Gaussian Avatars [54.688420347927725]
OMEGA-Avatarは、単一の画像から一般化可能で360度完全でアニマブルな3Dガウスヘッドを同時に生成する最初のフレームワークである。
OMEGA-Avatarは最先端の性能を達成し,360度フルヘッド完全性において既存のベースラインを著しく上回っていることを示す。
論文 参考訳（メタデータ） (2026-02-12T08:16:38Z) - InpaintHuman: Reconstructing Occluded Humans with Multi-Scale UV Mapping and Identity-Preserving Diffusion Inpainting [64.42884719282323]
InpaintHumanは、モノクロビデオから高忠実で完全でアニマタブルなアバターを生成する新しい方法である。
我々のアプローチは、アイデンティティの忠実性を保証するために、直接ピクセルレベルの監視を採用する。
論文 参考訳（メタデータ） (2026-01-05T13:26:02Z) - PFAvatar: Pose-Fusion 3D Personalized Avatar Reconstruction from Real-World Outfit-of-the-Day Photos [24.8968050268664]
PFAvatarは、OOTD(Outfit of the Day)の写真から高品質な3Dアバターを再構築する新しい方法だ。
従来の手法に比べて48倍の高速化を実現し, パーソナライズをわずか5分で完了した。
論文 参考訳（メタデータ） (2025-11-17T03:40:43Z) - AvatarBack: Back-Head Generation for Complete 3D Avatars from Front-View Images [24.909494214820324]
AvatarBackは、完全で一貫性のある3Dガウスアバターを再構成するように設計された、新しいプラグイン・アンド・プレイフレームワークである。
AvatarBackは,前頭骨の忠実度を維持しつつ,背頭再建の質を著しく向上させることを示す。
再建されたアバターは多様な動きの下で一貫した視覚的リアリズムを維持し、完全にアニマタブルである。
論文 参考訳（メタデータ） (2025-08-28T10:15:38Z) - GUAVA: Generalizable Upper Body 3D Gaussian Avatar [32.476282286315055]
3Dアバターの再構築には、通常、多視点または単眼ビデオと個々のIDのトレーニングが必要である。
まず,表情能力を高めるための表現型人間モデル(EHM)を提案する。
高速アニマタブルな上体3次元ガウスアバター再構成のための最初のフレームワークであるGUAVAを提案する。
論文 参考訳（メタデータ） (2025-05-06T09:19:16Z) - FRESA: Feedforward Reconstruction of Personalized Skinned Avatars from Few Images [74.86864398919467]
数枚の画像からリアルなアニメーションで、パーソナライズされた3Dアバターを再構成する新しい手法を提案する。
我々は、1000人以上の服を着た人間から普遍的な事前学習を行い、即時フィードフォワード生成とゼロショット一般化を実現する。
提案手法は, 最新技術よりも忠実な再構築とアニメーションを生成し, カジュアルに撮影された携帯電話写真からの入力に直接一般化することができる。
論文 参考訳（メタデータ） (2025-03-24T23:20:47Z) - Arc2Avatar: Generating Expressive 3D Avatars from a Single Image via ID Guidance [69.9745497000557]
本稿では,人間の顔の基盤モデルを用いた最初のSDSベースの手法であるArc2Avatarについて述べる。
我々のアバターは人間の顔メッシュテンプレートとの密接な対応を維持しており、ブレンドシェープによる表現生成を可能にしている。
論文 参考訳（メタデータ） (2025-01-09T17:04:33Z) - SiMA-Hand: Boosting 3D Hand-Mesh Reconstruction by Single-to-Multi-View
Adaptation [90.59734612754222]
RGB画像から3Dハンドメッシュを推定することは、最も難しい問題のひとつです。
このタスクに対する既存の試みは、オクルージョンが画像空間を支配しているときに失敗することが多い。
本稿では,Single-to-Multi-view Adaptationによるメッシュ再構成性能の向上を目的としたSiMA-Handを提案する。
論文 参考訳（メタデータ） (2024-02-02T13:14:20Z) - InvertAvatar: Incremental GAN Inversion for Generalized Head Avatars [40.10906393484584]
本稿では,複数フレームからの忠実度向上を目的としたアルゴリズムを用いて,アバター復元性能を向上させる新しいフレームワークを提案する。
本アーキテクチャでは,画素対応画像-画像変換を重要視し,観測空間と標準空間の対応を学習する必要性を緩和する。
提案手法は,1ショットと数ショットのアバターアニメーションタスクにおける最先端の性能を示す。
論文 参考訳（メタデータ） (2023-12-03T18:59:15Z)
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。