論文の概要: Blended Point Cloud Diffusion for Localized Text-guided Shape Editing

• arxiv url: http://arxiv.org/abs/2507.15399v1
• Date: Mon, 21 Jul 2025 09:00:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-22 20:51:32.333556
• Title: Blended Point Cloud Diffusion for Localized Text-guided Shape Editing
• Title（参考訳）: 局所テキスト誘導型形状編集のための点雲拡散
• Authors: Etai Sella, Noam Atia, Ron Mokady, Hadar Averbuch-Elor,
• Abstract要約: 本研究では,点雲として表される形状を編集するインパインティングベースのフレームワークを提案する。 そこで本研究では,全形状の復元と塗装のバランスをとる推論時間座標ブレンディングアルゴリズムを提案する。 座標ブレンディングアルゴリズムは、元の形状と編集した形状をシームレスにブレンドし、3次元形状のきめ細かい編集を可能にする。
• 参考スコア（独自算出の注目度）: 12.332668298895717
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Natural language offers a highly intuitive interface for enabling localized fine-grained edits of 3D shapes. However, prior works face challenges in preserving global coherence while locally modifying the input 3D shape. In this work, we introduce an inpainting-based framework for editing shapes represented as point clouds. Our approach leverages foundation 3D diffusion models for achieving localized shape edits, adding structural guidance in the form of a partial conditional shape, ensuring that other regions correctly preserve the shape's identity. Furthermore, to encourage identity preservation also within the local edited region, we propose an inference-time coordinate blending algorithm which balances reconstruction of the full shape with inpainting at a progression of noise levels during the inference process. Our coordinate blending algorithm seamlessly blends the original shape with its edited version, enabling a fine-grained editing of 3D shapes, all while circumventing the need for computationally expensive and often inaccurate inversion. Extensive experiments show that our method outperforms alternative techniques across a wide range of metrics that evaluate both fidelity to the original shape and also adherence to the textual description.
• Abstract（参考訳）: 自然言語は、局所的な3次元形状の微細な編集を可能にする、非常に直感的なインタフェースを提供する。 しかしながら、先行研究は、入力された3次元形状を局所的に修正しながら、グローバルコヒーレンスを維持する上での課題に直面している。 本研究では,点雲として表される形状を編集するインパインティングベースのフレームワークを提案する。 提案手法は, 局所的な形状の編集を行うための基礎的3次元拡散モデルを活用し, 部分的な条件形状として構造的ガイダンスを付加し, 他の領域が形状のアイデンティティを正しく保持することを保証する。 さらに,局所的な編集領域内でもアイデンティティの保存を促進するため,推測過程におけるノイズレベルの進行に伴う塗装による全形状の復元のバランスをとる推論時座標ブレンディングアルゴリズムを提案する。 我々の座標ブレンディングアルゴリズムは、元の形状を編集したバージョンとシームレスにブレンドし、3次元形状のきめ細かい編集を可能にします。 拡張実験により,本手法は,原形への忠実さとテキスト記述の忠実さを両立する,幅広い指標において,代替手法よりも優れた性能を示すことが示された。

関連論文リスト

• Learning SO(3)-Invariant Semantic Correspondence via Local Shape Transform [62.27337227010514]
  RISTと呼ばれる局所形状変換を用いた自己教師型回転不変3次元対応学習システムを提案する。 RISTは、挑戦的なクラス内変分と任意の向きの下でも、形状間の密接な対応を確立することを学ぶ。 RISTは、任意の回転点雲対に与えられる3D部分ラベル転送とセマンティックキーポイント転送の最先端性能を示す。
  論文  参考訳（メタデータ） (2024-04-17T08:09:25Z)
• ShapeFusion: A 3D diffusion model for localized shape editing [37.82690898932135]
  本研究では,任意の形状領域の局所的な操作を容易にする効果的な拡散マスキングトレーニング戦略を提案する。 現在の最先端技術と比較して、我々の手法は遅延コード状態に依存する方法よりも解釈可能な形状操作をもたらす。
  論文  参考訳（メタデータ） (2024-03-28T18:50:19Z)
• NeuSDFusion: A Spatial-Aware Generative Model for 3D Shape Completion, Reconstruction, and Generation [52.772319840580074]
  3D形状生成は、特定の条件や制約に固執する革新的な3Dコンテンツを作成することを目的としている。 既存の方法は、しばしば3Dの形状を局所化されたコンポーネントの列に分解し、各要素を分離して扱う。 本研究では2次元平面表現を利用した空間認識型3次元形状生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-27T04:09:34Z)
• CNS-Edit: 3D Shape Editing via Coupled Neural Shape Optimization [56.47175002368553]
  本稿では、3次元形状編集を潜在空間で暗黙的に行うために,結合表現とニューラルボリューム最適化に基づく新しい手法を提案する。 まず,3次元形状編集を支援する結合型ニューラル形状表現を設計する。 第二に、結合したニューラルネットワークの形状最適化手順を定式化し、編集操作対象の2つの結合した成分を協調最適化する。
  論文  参考訳（メタデータ） (2024-02-04T01:52:56Z)
• EXIM: A Hybrid Explicit-Implicit Representation for Text-Guided 3D Shape Generation [124.27302003578903]
  本稿では,3次元形状を生成するための新しいテキスト誘導手法を提案する。 我々は,明示的表現と暗黙的表現の強みを組み合わせたハイブリッド3D表現,すなわちEXIMを活用する。 テキスト誘導型3次元形状を用いた室内シーンを一貫したスタイルで生成する手法の適用性を示した。
  論文  参考訳（メタデータ） (2023-11-03T05:01:51Z)
• DragD3D: Realistic Mesh Editing with Rigidity Control Driven by 2D Diffusion Priors [10.355568895429588]
  ダイレクトメッシュの編集と変形は、幾何学的モデリングとアニメーションパイプラインの重要なコンポーネントである。 正規化器は、オブジェクトのグローバルなコンテキストとセマンティクスを意識していない。 我々の変形を制御して,グローバルな文脈を意識した現実的な形状の変形を生成できることが示される。
  論文  参考訳（メタデータ） (2023-10-06T19:55:40Z)
• Geometrically Consistent Partial Shape Matching [50.29468769172704]
  3次元形状の対応を見つけることは、コンピュータビジョンとグラフィックスにおいて重要な問題である。 しばしば無視されるが、整合幾何学の重要な性質は整合性である。 本稿では,新しい整数型線形計画部分形状整合式を提案する。
  論文  参考訳（メタデータ） (2023-09-10T12:21:42Z)
• Learning to generate shape from global-local spectra [0.0]
  我々は,この手法を,いわゆる形状-スペクトルパラダイムの最近の進歩の上に構築する。 我々は、スペクトルを自然なものとみなし、形状の多様性を符号化するために表現を使用する準備ができている。 提案手法は既存手法や代替手法と比較して改善された。
  論文  参考訳（メタデータ） (2021-08-04T16:39:56Z)
• Unsupervised Learning of Intrinsic Structural Representation Points [50.92621061405056]
  3次元形状の学習構造は、コンピュータグラフィックスと幾何学処理の分野における根本的な問題である。 本稿では,3次元構造点の形で新しい構造表現を学習するための簡易かつ解釈不能な手法を提案する。
  論文  参考訳（メタデータ） (2020-03-03T17:40:00Z)

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。