論文の概要: SyncLight: Controllable and Consistent Multi-View Relighting
- arxiv url: http://arxiv.org/abs/2601.16981v1
- Date: Fri, 23 Jan 2026 18:59:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-26 14:27:27.811471
- Title: SyncLight: Controllable and Consistent Multi-View Relighting
- Title（参考訳）: SyncLight: コントロール可能で一貫性のあるマルチビューリライト
- Authors: David Serrano-Lozano, Anand Bhattad, Luis Herranz, Jean-François Lalonde, Javier Vazquez-Corral,
- Abstract要約: 静的シーンの複数の未校正ビューをまたいで一貫したパラメトリックリライティングを可能にする最初の方法であるSyncLightを提案する。
SyncLightは、単一の参照編集で条件付けられたシーンのマルチビューキャプチャを通して、光の強度と色を正確に制御可能にすることで、この問題に対処する。
- 参考スコア（独自算出の注目度）: 32.77275120597073
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present SyncLight, the first method to enable consistent, parametric relighting across multiple uncalibrated views of a static scene. While single-view relighting has advanced significantly, existing generative approaches struggle to maintain the rigorous lighting consistency essential for multi-camera broadcasts, stereoscopic cinema, and virtual production. SyncLight addresses this by enabling precise control over light intensity and color across a multi-view capture of a scene, conditioned on a single reference edit. Our method leverages a multi-view diffusion transformer trained using a latent bridge matching formulation, achieving high-fidelity relighting of the entire image set in a single inference step. To facilitate training, we introduce a large-scale hybrid dataset comprising diverse synthetic environments -- curated from existing sources and newly designed scenes -- alongside high-fidelity, real-world multi-view captures under calibrated illumination. Surprisingly, though trained only on image pairs, SyncLight generalizes zero-shot to an arbitrary number of viewpoints, effectively propagating lighting changes across all views, without requiring camera pose information. SyncLight enables practical relighting workflows for multi-view capture systems.
- Abstract（参考訳）: 静的シーンの複数の未校正ビューをまたいで一貫したパラメトリックリライティングを可能にする最初の方法であるSyncLightを提案する。
シングルビューのリライティングは大幅に進歩しているが、既存の生成的アプローチは、マルチカメラ放送、立体撮影、バーチャルプロダクションに不可欠な厳密な照明の整合性を維持するのに苦労している。
SyncLightは、単一の参照編集で条件付けられたシーンのマルチビューキャプチャを通して、光の強度と色を正確に制御可能にすることで、この問題に対処する。
提案手法は,遅延ブリッジマッチング式を用いて訓練した多視点拡散変換器を利用して,画像全体の高忠実なリライティングを単一推論ステップで実現する。
トレーニングを容易にするために、我々は、様々な合成環境(既存のソースと新しく設計されたシーンからキュレーションされた)と、キャリブレーションされた照明下での高忠実で実世界のマルチビューキャプチャーを含む大規模なハイブリッドデータセットを導入しました。
SyncLightは、画像ペアだけで訓練されているが、ゼロショットを任意の視点に一般化し、カメラのポーズ情報を必要とせずに、すべてのビューに効果的に光の変化を伝達する。
SyncLightは、マルチビューキャプチャシステムのための実用的なリライトワークフローを可能にする。
関連論文リスト
- Light-X: Generative 4D Video Rendering with Camera and Illumination Control [52.87059646145144]
Light-Xは、視点制御と照明制御の両方でモノクロビデオから制御可能なレンダリングを可能にする、ビデオ生成フレームワークである。
マルチビューとマルチイルミネーションのペアビデオの欠如に対処するために,逆マッピングを備えた劣化ベースのパイプラインであるLight-Synを導入する。
論文 参考訳（メタデータ） (2025-12-04T18:59:57Z) - ReLumix: Extending Image Relighting to Video via Video Diffusion Models [5.890782804843724]
ビデオのポストプロダクション中に照明を制御することは、計算写真において重要な目標である。
本稿では、時間合成からリライトを分離する新しいフレームワークであるReLumixを紹介する。
ReLumixは、合成データに基づいて訓練されているが、実世界のビデオに対する競争上の一般化を示している。
論文 参考訳（メタデータ） (2025-09-28T09:35:33Z) - UniRelight: Learning Joint Decomposition and Synthesis for Video Relighting [85.27994475113056]
我々はアルベドを共同で推定し、単一のパスで信頼出力を合成する汎用的アプローチを導入する。
本モデルは,多様な領域にまたがる強力な一般化を示し,視覚的忠実度と時間的整合性の両方において,従来の手法を超越している。
論文 参考訳（メタデータ） (2025-06-18T17:56:45Z) - LightLab: Controlling Light Sources in Images with Diffusion Models [49.83835236202516]
画像中の光源を微細かつパラメトリックに制御する拡散法を提案する。
我々は、光の線形性を利用して、ターゲット光源または周囲照明の制御された光の変化を描写した画像対を合成する。
提案手法は, ユーザの好みに基づいて, 従来の方法よりも優れた光編集結果が得られることを示す。
論文 参考訳（メタデータ） (2025-05-14T17:57:27Z) - Light-A-Video: Training-free Video Relighting via Progressive Light Fusion [52.420894727186216]
Light-A-Videoは、時間的にスムーズなビデオリライティングを実現するためのトレーニング不要のアプローチである。
Light-A-Videoは、画像のリライティングモデルに適応して、照明の一貫性を高める2つの重要な技術を導入している。
論文 参考訳（メタデータ） (2025-02-12T17:24:19Z) - Relightful Harmonization: Lighting-aware Portrait Background Replacement [23.19641174787912]
背景画像を用いた背景像に対する高度な照明効果をシームレスに調和させるライティング対応拡散モデルであるRelightful Harmonizationを導入する。
まず、拡散モデルを用いて、対象画像の背景から照明情報をエンコードする照明表現モジュールを導入する。
第2に、画像背景から学習した照明特徴と、パノラマ環境マップから学習した照明特徴とを整列するアライメントネットワークを導入する。
論文 参考訳（メタデータ） (2023-12-11T23:20:31Z) - Light Stage Super-Resolution: Continuous High-Frequency Relighting [58.09243542908402]
光ステージから採取した人間の顔の「超解像」を学習ベースで解析する手法を提案する。
本手法では,ステージ内の隣接する照明に対応する撮像画像を集約し,ニューラルネットワークを用いて顔の描画を合成する。
我々の学習モデルは、リアルな影と特異なハイライトを示す任意の光方向のレンダリングを生成することができる。
論文 参考訳（メタデータ） (2020-10-17T23:40:43Z)
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。