ATLAS: 表現力豊かなパラメトリック人体モデリングのための骨格パラメータと形状パラメータの分離

ATLAS: Decoupling Skeletal and Shape Parameters for Expressive Parametric Human Modeling

August 21, 2025

著者: Jinhyung Park, Javier Romero, Shunsuke Saito, Fabian Prada, Takaaki Shiratori, Yichen Xu, Federica Bogo, Shoou-I Yu, Kris Kitani, Rawal Khirodkar

cs.AI

要旨

パラメトリックな人体モデルは、多様なポーズ、体型、表情にわたる人間の表現力豊かな3D表現を提供し、通常は登録された3Dメッシュ上で基底を学習することによって導出されます。しかし、既存の人体メッシュモデリング手法は、多様な身体のポーズや体型にわたる詳細な変動を捉えることに苦労しており、その主な原因は、トレーニングデータの多様性の不足と制限的なモデリング仮定にあります。さらに、一般的なパラダイムでは、まず線形基底を使用して外部の身体表面を最適化し、その後、表面頂点から内部の骨格関節を回帰します。このアプローチは、内部骨格と外部軟組織の間に問題のある依存関係を導入し、身体の高さや骨の長さに対する直接的な制御を制限します。これらの問題に対処するために、240台の同期カメラを使用してキャプチャされた60万件の高解像度スキャンから学習した高忠実度の人体モデルであるATLASを提案します。従来の手法とは異なり、メッシュ表現を人間の骨格に基づかせることで、形状と骨格の基底を明示的に分離します。この分離により、形状の表現力が向上し、身体属性の細かなカスタマイズが可能になり、外部の軟組織特性に依存しないキーポイントフィッティングが実現します。ATLASは、多様なポーズにおける未見の被験者をより正確にフィットさせることで既存の手法を上回り、定量的評価では、非線形ポーズ補正が線形モデルと比較して複雑なポーズをより効果的に捉えることが示されています。

English

Parametric body models offer expressive 3D representation of humans across a wide range of poses, shapes, and facial expressions, typically derived by learning a basis over registered 3D meshes. However, existing human mesh modeling approaches struggle to capture detailed variations across diverse body poses and shapes, largely due to limited training data diversity and restrictive modeling assumptions. Moreover, the common paradigm first optimizes the external body surface using a linear basis, then regresses internal skeletal joints from surface vertices. This approach introduces problematic dependencies between internal skeleton and outer soft tissue, limiting direct control over body height and bone lengths. To address these issues, we present ATLAS, a high-fidelity body model learned from 600k high-resolution scans captured using 240 synchronized cameras. Unlike previous methods, we explicitly decouple the shape and skeleton bases by grounding our mesh representation in the human skeleton. This decoupling enables enhanced shape expressivity, fine-grained customization of body attributes, and keypoint fitting independent of external soft-tissue characteristics. ATLAS outperforms existing methods by fitting unseen subjects in diverse poses more accurately, and quantitative evaluations show that our non-linear pose correctives more effectively capture complex poses compared to linear models.