論文の概要: Realistic and Controllable 3D Gaussian-Guided Object Editing for Driving Video Generation

• arxiv url: http://arxiv.org/abs/2508.20471v1
• Date: Thu, 28 Aug 2025 06:39:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.091583
• Title: Realistic and Controllable 3D Gaussian-Guided Object Editing for Driving Video Generation
• Title（参考訳）: リアルで制御可能な3次元ガウスガイドによる映像生成用オブジェクト編集
• Authors: Jiusi Li, Jackson Jiang, Jinyu Miao, Miao Long, Tuopu Wen, Peijin Jia, Shengxiang Liu, Chunlei Yu, Maolin Liu, Yuzhan Cai, Kun Jiang, Mengmeng Yang, Diange Yang,
• Abstract要約: G2Editorは、ビデオ駆動時の不正確で正確なオブジェクト編集のために設計されたフレームワークである。 シーンレベルの3Dバウンディングボックスレイアウトを用いて、非ターゲットオブジェクトの隠蔽領域を再構築する。 実験によると、G2Editorは統一されたフレームワーク内でオブジェクトの配置、挿入、削除を効果的にサポートする。
• 参考スコア（独自算出の注目度）: 12.982001613987315
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Corner cases are crucial for training and validating autonomous driving systems, yet collecting them from the real world is often costly and hazardous. Editing objects within captured sensor data offers an effective alternative for generating diverse scenarios, commonly achieved through 3D Gaussian Splatting or image generative models. However, these approaches often suffer from limited visual fidelity or imprecise pose control. To address these issues, we propose G^2Editor, a framework designed for photorealistic and precise object editing in driving videos. Our method leverages a 3D Gaussian representation of the edited object as a dense prior, injected into the denoising process to ensure accurate pose control and spatial consistency. A scene-level 3D bounding box layout is employed to reconstruct occluded areas of non-target objects. Furthermore, to guide the appearance details of the edited object, we incorporate hierarchical fine-grained features as additional conditions during generation. Experiments on the Waymo Open Dataset demonstrate that G^2Editor effectively supports object repositioning, insertion, and deletion within a unified framework, outperforming existing methods in both pose controllability and visual quality, while also benefiting downstream data-driven tasks.
• Abstract（参考訳）: コーナーのケースは、自動運転システムの訓練と検証に不可欠だが、現実の世界からそれらを収集することは、しばしば費用がかかり危険である。 キャプチャされたセンサーデータ内のオブジェクトの編集は、多種多様なシナリオを生成する効果的な代替手段を提供する。 しかし、これらのアプローチは視覚的忠実度や不正確なポーズ制御に悩まされることが多い。 これらの課題に対処するため,映像の写実的かつ高精度なオブジェクト編集のためのフレームワークであるG^2Editorを提案する。 提案手法では, 3次元ガウス表現を高密度な事前表現として利用し, 正確なポーズ制御と空間整合性を確保する。 シーンレベルの3Dバウンディングボックスレイアウトを用いて、非ターゲットオブジェクトの隠蔽領域を再構築する。 さらに、編集対象の外観の詳細をガイドするために、階層的な微細な特徴を生成中の追加条件として組み込む。 Waymo Open Datasetの実験では、G^2Editorが統一されたフレームワーク内でオブジェクトの配置、挿入、削除を効果的にサポートし、コントロール可能性と視覚的品質の両方で既存のメソッドを上回り、下流のデータ駆動タスクの恩恵を受けることが示されている。

関連論文リスト

• Drag Your Gaussian: Effective Drag-Based Editing with Score Distillation for 3D Gaussian Splatting [55.14822004410817]
  DYGは3次元ガウススプラッティングのための効果的な3次元ドラッグベース編集法である。 3次元マスクと一対の制御点を入力して編集範囲を正確に制御できる。 DYGは暗黙三面体表現の強さを統合し、編集結果の幾何学的足場を確立する。
  論文  参考訳（メタデータ） (2025-01-30T18:51:54Z)
• DriveEditor: A Unified 3D Information-Guided Framework for Controllable Object Editing in Driving Scenes [23.215760822443194]
  DriveEditorは、動画のオブジェクト編集のための拡散ベースのフレームワークである。 再配置、置換、削除、挿入を含む包括的なオブジェクト編集操作のための統一されたフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-12-27T04:49:36Z)
• DragGaussian: Enabling Drag-style Manipulation on 3D Gaussian Representation [57.406031264184584]
  DragGaussianは、3D Gaussian Splattingをベースにした3Dオブジェクトのドラッグ編集フレームワークである。 我々の貢献は、新しいタスクの導入、インタラクティブなポイントベース3D編集のためのDragGaussianの開発、質的かつ定量的な実験によるその効果の包括的検証などである。
  論文  参考訳（メタデータ） (2024-05-09T14:34:05Z)
• GSEdit: Efficient Text-Guided Editing of 3D Objects via Gaussian Splatting [10.527349772993796]
  本稿では,Gaussian Splattingモデルに基づくテキスト誘導型3Dオブジェクト編集パイプラインであるGSEditを紹介する。 本手法では, 3Dオブジェクトの形状や外観の編集を, 消費者ハードウェア上で数分で行うことなく行うことができる。
  論文  参考訳（メタデータ） (2024-03-08T08:42:23Z)

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。