論文の概要: Generative Photographic Control for Scene-Consistent Video Cinematic Editing

• arxiv url: http://arxiv.org/abs/2511.12921v1
• Date: Mon, 17 Nov 2025 03:17:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:24.632384
• Title: Generative Photographic Control for Scene-Consistent Video Cinematic Editing
• Title（参考訳）: シーン一貫性映像編集のための画像生成制御
• Authors: Huiqiang Sun, Liao Shen, Zhan Peng, Kun Wang, Size Wu, Yuhang Zang, Tianqi Liu, Zihao Huang, Xingyu Zeng, Zhiguo Cao, Wei Li, Chen Change Loy,
• Abstract要約: CineCtrlはプロのカメラパラメータを細かく制御する最初の映像編集フレームワークである。 本稿では、カメラの動きを写真入力から切り離すための分離されたクロスアテンション機構を提案する。 本モデルでは,ユーザの指定した写真カメラ効果を正確に制御した高忠実度ビデオを生成する。
• 参考スコア（独自算出の注目度）: 75.45726688666083
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cinematic storytelling is profoundly shaped by the artful manipulation of photographic elements such as depth of field and exposure. These effects are crucial in conveying mood and creating aesthetic appeal. However, controlling these effects in generative video models remains highly challenging, as most existing methods are restricted to camera motion control. In this paper, we propose CineCtrl, the first video cinematic editing framework that provides fine control over professional camera parameters (e.g., bokeh, shutter speed). We introduce a decoupled cross-attention mechanism to disentangle camera motion from photographic inputs, allowing fine-grained, independent control without compromising scene consistency. To overcome the shortage of training data, we develop a comprehensive data generation strategy that leverages simulated photographic effects with a dedicated real-world collection pipeline, enabling the construction of a large-scale dataset for robust model training. Extensive experiments demonstrate that our model generates high-fidelity videos with precisely controlled, user-specified photographic camera effects.
• Abstract（参考訳）: 映像的ストーリーテリングは、被写界深度や露光深度などの写真要素の巧妙な操作によって、深く形づくられている。 これらの効果は、気分を伝達し、美的魅力を生み出すのに不可欠である。 しかしながら、これらの効果を生成ビデオモデルで制御することは、既存のほとんどの手法はカメラモーションコントロールに限定されているため、非常に困難である。 本稿では,プロのカメラパラメータ(例えばボケ,シャッター速度)を細かく制御する,最初の映像編集フレームワークであるCineCtrlを提案する。 写真入力からカメラの動きを分離し、シーンの一貫性を損なうことなく、きめ細かな独立制御を可能にする。 トレーニングデータの不足を克服するため,実世界のコレクションパイプラインを用いたシミュレーション写真効果を活用する総合データ生成戦略を開発し,ロバストなモデルトレーニングのための大規模データセットの構築を可能にする。 広範に実験を行った結果,高精度に制御されたユーザ指定写真カメラ効果を持つ高忠実度ビデオが得られた。

関連論文リスト

• GenDoP: Auto-regressive Camera Trajectory Generation as a Director of Photography [98.28272367169465]
  本稿では,写真監督の専門知識にインスパイアされた自己回帰モデルを導入し,芸術的かつ表現的なカメラトラジェクトリを生成する。 包括的で多様なデータベースのおかげで、高品質でコンテキスト対応のカメラムーブメント生成のための自動回帰デコーダのみのトランスフォーマーをトレーニングします。 実験により、既存の手法と比較して、GenDoPはより良い制御性、よりきめ細かい軌道調整、より高い運動安定性を提供することが示された。
  論文  参考訳（メタデータ） (2025-04-09T17:56:01Z)
• CameraCtrl II: Dynamic Scene Exploration via Camera-controlled Video Diffusion Models [89.63787060844409]
  CameraCtrl IIは、カメラ制御ビデオ拡散モデルによる大規模動的シーン探索を可能にするフレームワークである。 動的シーンの生成を段階的に拡大するアプローチを採っている。
  論文  参考訳（メタデータ） (2025-03-13T17:42:01Z)
• AKiRa: Augmentation Kit on Rays for optical video generation [9.255424148510572]
  AKiRaは、カメラアダプタを既存のビデオ生成バックボーンの上に複雑なカメラモデルで構築し、訓練する、新しい拡張フレームワークである。 カメラの動きの微調整と複雑な光学パラメータにより、ズーム、魚眼効果、ボケなどの映画効果を達成できる。 この研究は、制御され、光学的に強化されたビデオ生成において新しいランドマークを設定し、将来の光ビデオ生成方法への道を開く。
  論文  参考訳（メタデータ） (2024-12-18T18:53:22Z)
• Image Conductor: Precision Control for Interactive Video Synthesis [90.2353794019393]
  映画製作とアニメーション制作は、しばしばカメラの遷移と物体の動きを調整するための洗練された技術を必要とする。 イメージコンダクタ(Image Conductor)は、カメラトランジションとオブジェクトの動きを正確に制御し、単一の画像からビデオアセットを生成する方法である。
  論文  参考訳（メタデータ） (2024-06-21T17:55:05Z)
• CameraCtrl: Enabling Camera Control for Text-to-Video Generation [86.36135895375425]
  ユーザーがコンテンツをより正確に作成し、編集できるようにするため、制御性はビデオ生成において重要な役割を果たす。 しかし、既存のモデルは、より深い物語のニュアンスを表現するための映画言語として機能するカメラポーズの制御を欠いている。 我々は、ビデオ拡散モデルの正確なカメラポーズ制御を可能にするCameraCtrlを紹介する。
  論文  参考訳（メタデータ） (2024-04-02T16:52:41Z)

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。