OmniFit：スケール非依存の高密度ランドマーク予測によるマルチモーダル3Dボディフィッティング
arXiv cs.CV / 2026/4/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文では、点群、部分的な深度、フルスキャン、画像など多様な入力に対応し、メートル法の既知スケールを必要としない3D人体フィッティング手法「OmniFit」を提案している。
- OmniFitは、表面点から密な人体ランドマークを直接推定する条件付きトランスフォーマ・デコーダを用い、そのランドマークをSMPL-Xパラメータのフィッティングに活用する。
- ジオメトリ情報が欠けている場合に備えて、プラグアンドプレイの画像アダプタが視覚的手がかりを補完し、入力タイプ間での頑健性を高める。
- さらに、被写体を正規化した標準的な体格比へスケール変換するスケール予測器を備え、実データと合成データの両方でスケールに依存しないフィッティングを可能にしている。
- 実験では既存手法に対して57.1%〜80.9%の改善を報告し、マルチビュー最適化ベースラインの上回りや、CAPEおよび4D-DRESSでミリメートル級の精度を達成した点などを「初」として主張している。
