論文の概要: Stylos: Multi-View 3D Stylization with Single-Forward Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2509.26455v1
• Date: Tue, 30 Sep 2025 16:09:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 14:45:00.195931
• Title: Stylos: Multi-View 3D Stylization with Single-Forward Gaussian Splatting
• Title（参考訳）: Stylos: シングルフォワードガウススプレイティングによるマルチビュー3Dスティル化
• Authors: Hanzhou Liu, Jia Huang, Mi Lu, Srikanth Saripalli, Peng Jiang,
• Abstract要約: 提案するStylosは、3Dスタイル転送のための単一フォワード3Dガウスフレームワークで、未提示コンテンツで動作する。 Stylosは、シーンごとの最適化や事前に計算されたポーズなしで、スタイリングされた3Dシーンを合成する。 複数のデータセットにわたる実験は、Stylosが高品質なゼロショットスタイリングを提供することを示した。
• 参考スコア（独自算出の注目度）: 11.720515089961339
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present Stylos, a single-forward 3D Gaussian framework for 3D style transfer that operates on unposed content, from a single image to a multi-view collection, conditioned on a separate reference style image. Stylos synthesizes a stylized 3D Gaussian scene without per-scene optimization or precomputed poses, achieving geometry-aware, view-consistent stylization that generalizes to unseen categories, scenes, and styles. At its core, Stylos adopts a Transformer backbone with two pathways: geometry predictions retain self-attention to preserve geometric fidelity, while style is injected via global cross-attention to enforce visual consistency across views. With the addition of a voxel-based 3D style loss that aligns aggregated scene features to style statistics, Stylos enforces view-consistent stylization while preserving geometry. Experiments across multiple datasets demonstrate that Stylos delivers high-quality zero-shot stylization, highlighting the effectiveness of global style-content coupling, the proposed 3D style loss, and the scalability of our framework from single view to large-scale multi-view settings.
• Abstract（参考訳）: 我々は、単一の画像から複数ビューのコレクションまで、異なる参照スタイルの画像に条件付けされた、未提示のコンテンツを操作する3Dスタイル転送のための単一のフォワード3DガウスフレームワークであるStylosを提示する。 Stylosは、シーンごとの最適化やプリ計算されたポーズなしで、スタイリングされた3Dガウスシーンを合成し、幾何学的認識、ビュー一貫性のあるスタイル化を実現し、目に見えないカテゴリ、シーン、スタイルに一般化する。 幾何学的予測は幾何学的忠実性を維持するために自己の注意を保ち、スタイルは全体的横断的関心を通して注入され、視界を横断する視覚的一貫性を強制する。 集約されたシーン特徴をスタイル統計に整合させるボクセルベースの3Dスタイルの損失が追加され、Stylosは幾何学を保ちながらビュー一貫性のあるスタイル化を強制する。 複数のデータセットにわたる実験により、Stylosは高品質なゼロショットスタイリングを提供し、グローバルなスタイル-コンテンツ結合の有効性、提案された3Dスタイルの損失、単一ビューから大規模マルチビュー設定までのフレームワークのスケーラビリティを強調している。

関連論文リスト

• StyleSculptor: Zero-Shot Style-Controllable 3D Asset Generation with Texture-Geometry Dual Guidance [50.207322685527394]
  StyleSculptorは、コンテンツイメージと1つ以上のスタイルイメージからスタイル誘導された3Dアセットを生成するトレーニング不要のアプローチである。 ゼロショット方式でスタイル誘導3D生成を実現し、きめ細かい3Dスタイル制御を可能にする。 実験では、StyleSculptorは、高忠実度3Dアセットの生成において、既存のベースライン手法よりも優れている。
  論文  参考訳（メタデータ） (2025-09-16T17:55:20Z)
• Improved 3D Scene Stylization via Text-Guided Generative Image Editing with Region-Based Control [47.14550252881733]
  ビューの整合性を保ちながら3次元スタイリゼーションの質を高める技術を導入し、任意の地域制御型スタイル転送を提供する。 本手法は,ソースビューのマルチビュー2D画像を用いて,初期3次元表現を再学習することで,スタイリゼーションを実現する。 本稿では,市販モデルのセグメンテーションマスクを用いて,異なる画像領域にスタイルを適用可能なマルチRegion Importance-Weighted Sliced Wasserstein Distance Lossを提案する。
  論文  参考訳（メタデータ） (2025-09-04T15:01:01Z)
• Multi-StyleGS: Stylizing Gaussian Splatting with Multiple Styles [45.648346391757336]
  3Dガウススプラッティング(GS)は現実的な3Dシーンモデリングのための有望かつ効率的な手法として登場した。 これらの課題に対処するために,Multi-StyleGSと呼ばれる新しい3D GSスタイリングソリューションを導入する。
  論文  参考訳（メタデータ） (2025-06-07T15:54:34Z)
• ReStyle3D: Scene-Level Appearance Transfer with Semantic Correspondences [33.06053818091165]
  ReStyle3Dは、シーンレベルの外観を1つのスタイルのイメージから、複数のビューで表現された現実世界のシーンに転送するためのフレームワークである。 明示的な意味対応と多視点整合性を組み合わせることで、正確で一貫性のあるスタイリングを実現する。 私たちのコード、事前訓練されたモデル、データセットは、インテリアデザイン、仮想ステージング、そして3D一貫性のあるスタイリングにおける新しいアプリケーションをサポートするために、公開されます。
  論文  参考訳（メタデータ） (2025-02-14T18:54:21Z)
• Style3D: Attention-guided Multi-view Style Transfer for 3D Object Generation [9.212876623996475]
  Style3Dは、コンテンツ画像とスタイル画像からスタイリングされた3Dオブジェクトを生成するための新しいアプローチである。 複数のビューにまたがる構造的特徴とスタイリスティックな特徴の相互作用を確立することにより,本手法は総合的な3Dスタイリゼーションプロセスを実現する。
  論文  参考訳（メタデータ） (2024-12-04T18:59:38Z)
• StyleRF: Zero-shot 3D Style Transfer of Neural Radiance Fields [52.19291190355375]
  StyleRF(Style Radiance Fields)は、革新的な3Dスタイル転送技術である。 3Dシーンを表現するために、高精細な特徴の明確なグリッドを使用し、ボリュームレンダリングによって高精細な幾何学を確実に復元することができる。 グリッド機能は参照スタイルに従って変換され、それが直接的に高品質のゼロショットスタイルの転送につながる。
  論文  参考訳（メタデータ） (2023-03-19T08:26:06Z)

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。