Fugu-MT 論文翻訳(概要): DreamHome-Pano: Design-Aware and Conflict-Free Panoramic Interior Generation

論文の概要: DreamHome-Pano: Design-Aware and Conflict-Free Panoramic Interior Generation

arxiv url: http://arxiv.org/abs/2602.06494v1
Date: Fri, 06 Feb 2026 08:41:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-09 22:18:26.300042
Title: DreamHome-Pano: Design-Aware and Conflict-Free Panoramic Interior Generation
Title（参考訳）: DreamHome-Pano:デザイン意識とコンフリクトのないパノラマインテリア
Authors: Lulu Chen, Yijiang Hu, Yuanqing Liu, Yulong Li, Yue Yang,
Abstract要約: 高忠実性内部合成のための制御可能なパノラマ生成フレームワークDreamHome-Panoを提案する。提案手法では,セマンティックブリッジとして機能するPrompt-LLMを導入し,レイアウト制約やスタイル参照を効果的に翻訳する。我々は,構造認識型幾何学的先行と多条件疎結合戦略を組み込んだ衝突自由度制御アーキテクチャを開発した。
参考スコア（独自算出の注目度）: 13.559660733558909
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In modern interior design, the generation of personalized spaces frequently necessitates a delicate balance between rigid architectural structural constraints and specific stylistic preferences. However, existing multi-condition generative frameworks often struggle to harmonize these inputs, leading to "condition conflicts" where stylistic attributes inadvertently compromise the geometric precision of the layout. To address this challenge, we present DreamHome-Pano, a controllable panoramic generation framework designed for high-fidelity interior synthesis. Our approach introduces a Prompt-LLM that serves as a semantic bridge, effectively translating layout constraints and style references into professional descriptive prompts to achieve precise cross-modal alignment. To safeguard architectural integrity during the generative process, we develop a Conflict-Free Control architecture that incorporates structural-aware geometric priors and a multi-condition decoupling strategy, effectively suppressing stylistic interference from eroding the spatial layout. Furthermore, we establish a comprehensive panoramic interior benchmark alongside a multi-stage training pipeline, encompassing progressive Supervised Fine-Tuning (SFT) and Reinforcement Learning (RL). Experimental results demonstrate that DreamHome-Pano achieves a superior balance between aesthetic quality and structural consistency, offering a robust and professional-grade solution for panoramic interior visualization.
Abstract（参考訳）: 現代のインテリアデザインでは、パーソナライズされた空間の生成は、厳密な構造的制約と特定のスタイル的嗜好の間の微妙なバランスを必要とすることが多い。しかし、既存の多条件生成フレームワークはしばしばこれらの入力を調和させるのに苦労し、スタイリスティックな属性がレイアウトの幾何学的精度を誤って損なう「条件の衝突」を引き起こした。この課題に対処するために,高忠実性内部合成のための制御可能なパノラマ生成フレームワークDreamHome-Panoを提案する。提案手法では, セマンティックブリッジとして機能するPrompt-LLMを導入し, レイアウト制約やスタイル参照をプロの記述プロンプトに効果的に翻訳し, 正確なクロスモーダルアライメントを実現する。生成過程におけるアーキテクチャの整合性を保護するため,構造対応の幾何学的先行と多条件デカップリング戦略を組み込んだConflict-Free Controlアーキテクチャを開発し,空間レイアウトの侵食からスタイリスティックな干渉を効果的に抑制する。さらに,プログレッシブ・スーパービジョン・ファインチューニング (SFT) と強化学習 (RL) を含む多段階トレーニングパイプラインとともに,包括的パノラマ内部ベンチマークを構築した。実験の結果,DreamHome-Panoは美的品質と構造的一貫性のバランスが良好であることを示し,パノラマの内面可視化のための堅牢でプロ級のソリューションを提供する。

関連論文リスト

StructAlign: Structured Cross-Modal Alignment for Continual Text-to-Video Retrieval [75.28673512571449]
Continual Text-to-Video Retrievalの重要な課題はフィーチャードリフトだ。我々はCTVRのための構造化クロスモーダルアライメント手法であるStructAlignを提案する。我々の手法は、常に最先端の連続検索手法より優れています。
論文参考訳（メタデータ） (2026-01-28T13:34:44Z)
RoomEditor++: A Parameter-Sharing Diffusion Architecture for High-Fidelity Furniture Synthesis [89.26382925677301]
仮想家具の合成は、ホームデザインと電子商取引の応用を大いに約束する。 RoomEditor++は、パラメータ共有デュアル拡散バックボーンを備えた多用途拡散ベースアーキテクチャである。 RoomEditor++は、定量的メトリクス、質的評価、そして人間の嗜好研究の観点から、最先端のアプローチよりも優れている。
論文参考訳（メタデータ） (2025-12-19T13:39:43Z)
DisCo-Layout: Disentangling and Coordinating Semantic and Physical Refinement in a Multi-Agent Framework for 3D Indoor Layout Synthesis [76.7196710324494]
3次元屋内レイアウト合成は仮想環境構築に不可欠である。 DisCoは、物理的および意味的な洗練を歪め、調整する新しいフレームワークである。
論文参考訳（メタデータ） (2025-10-02T16:30:37Z)
Constrained Diffusion for Protein Design with Hard Structural Constraints [41.776162512400276]
本稿では,構造誘導タンパク質設計のための制約付き拡散フレームワークについて述べる。モチーフスキャフォールディングや空洞拘束型ポケットデザインなど,タンパク質設計の課題を評価する。提案手法は, 構造的多様性を損なうことなく, ボンディングと幾何的制約の完全な満足度を実現する。
論文参考訳（メタデータ） (2025-10-01T17:55:45Z)
MultiCrafter: High-Fidelity Multi-Subject Generation via Spatially Disentangled Attention and Identity-Aware Reinforcement Learning [28.841076643572933]
マルチオブジェクト画像生成は、ユーザが提供する対象を1つの画像で合成することを目的としている。既存の手法は、単純な再構築に基づく目的への依存によって制限される。提案するMultiCrafterは,高忠実で嗜好に整合した生成を実現するフレームワークである。
論文参考訳（メタデータ） (2025-09-26T06:41:43Z)
LLMs as Layout Designers: Enhanced Spatial Reasoning for Content-Aware Layout Generation [27.377286708795506]
LaySPAは、レイアウト設計のための空間的推論機能を備えた大規模言語モデルを強化する強化学習ベースのフレームワークである。また,LaySPAは構造的に有効かつ視覚的に魅力的なレイアウトの生成を大幅に改善することを示した。
論文参考訳（メタデータ） (2025-09-21T03:02:59Z)
RoomCraft: Controllable and Complete 3D Indoor Scene Generation [51.19602078504066]
RoomCraftは、実際の画像、スケッチ、テキスト記述をコヒーレントな3D屋内シーンに変換するマルチステージパイプラインである。このアプローチでは,シーン生成パイプラインと制約駆動最適化フレームワークを組み合わせる。 RoomCraftは、リアルでセマンティックなコヒーレントで視覚的に魅力的な部屋レイアウトを生成する上で、既存の方法よりもはるかに優れています。
論文参考訳（メタデータ） (2025-06-27T15:03:17Z)
CreatiDesign: A Unified Multi-Conditional Diffusion Transformer for Creative Graphic Design [69.83433430133302]
CreatiDesignは、モデルアーキテクチャとデータセット構築の両方をカバーする、自動グラフィック設計のための体系的なソリューションである。まず、異種設計要素の柔軟かつ正確な統合を可能にする統合されたマルチ条件駆動アーキテクチャを設計する。さらに,各条件が指定された画像領域を正確に制御することを保証するため,マルチモーダルアテンションマスク機構を提案する。
論文参考訳（メタデータ） (2025-05-25T12:14:23Z)
GSDiff: Synthesizing Vector Floorplans via Geometry-enhanced Structural Graph Generation [3.78198085695976]
建築のフロアプラン設計は住宅やインテリアの設計に不可欠であり、建築家による手作業によるスケッチのより高速で費用対効果の高い代替手段を提供する。ルールベースおよび学習ベースのアプローチを含む既存の手法は、広範な後処理を伴う設計と制約付き生成の課題に直面している。本稿では,GSDiffと呼ばれる構造グラフ生成によるベクトル設計のための新しい生成フレームワークを提案する。
論文参考訳（メタデータ） (2024-08-29T04:40:31Z)
Windowed-FourierMixer: Enhancing Clutter-Free Room Modeling with Fourier Transform [3.864321514889099]
室内空間の内部構造をモデル化する上で,単一画像からの室内環境の塗布が重要な役割を担っている。我々はU-Formerアーキテクチャと新しいWindowed-FourierMixerブロックに基づく革新的なアプローチを提案する。この新たなアーキテクチャは、対称性が普及する屋内シーンに関わるタスクに有利であることが証明されている。
論文参考訳（メタデータ） (2024-02-28T12:27:28Z)

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。