論文の概要: LightCtrl: Training-free Controllable Video Relighting

• arxiv url: http://arxiv.org/abs/2603.27083v1
• Date: Sat, 28 Mar 2026 02:03:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.773836
• Title: LightCtrl: Training-free Controllable Video Relighting
• Title（参考訳）: LightCtrl: トレーニング不要のコントロール可能なビデオリライティング
• Authors: Yizuo Peng, Xuelin Chen, Kai Zhang, Xiaodong Cun,
• Abstract要約: 制御可能な最初のビデオリライト方式であるLightCtrlを提案する。 ユーザが供給する光軌跡による映像照明の明示的な制御を可能にする。 実験によると、LightCtrlは様々な照明変化を伴う高品質なビデオを生成する。
• 参考スコア（独自算出の注目度）: 27.76869460641232
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent diffusion models have achieved remarkable success in image relighting, and this success has quickly been extended to video relighting. However, existing methods offer limited explicit control over illumination in the relighted output. We present LightCtrl, the first controllable video relighting method that enables explicit control of video illumination through a user-supplied light trajectory in a training-free manner. Our approach combines pre-trained diffusion models: an image relighting model processes each frame individually, followed by a video diffusion prior to enhance temporal consistency. To achieve explicit control over dynamically varying lighting, we introduce two key components. First, a Light Map Injection module samples light trajectory-specific noise and injects it into the latent representation of the source video, improving illumination coherence with the conditional light trajectory. Second, a Geometry-Aware Relighting module dynamically combines RGB and normal map latents in the frequency domain to suppress the influence of the original lighting, further enhancing adherence to the input light trajectory. Experiments show that LightCtrl produces high-quality videos with diverse illumination changes that closely follow the specified light trajectory, demonstrating improved controllability over baseline methods. Code is available at: https://github.com/GVCLab/LightCtrl.
• Abstract（参考訳）: 近年の拡散モデルは画像のリライティングにおいて顕著な成功を収めており、この成功はすぐにビデオのリライティングにまで拡張されている。 しかし、既存の方法では、照明の照明に対する明示的な制御が制限されている。 我々は、ユーザが提供する光軌跡をトレーニング不要に制御し、映像照明の明示的な制御を可能にする、制御可能な最初のビデオリライティング方法であるLightCtrlを提案する。 画像リライトモデルでは各フレームを個別に処理し,次に時間的一貫性を高めるためにビデオ拡散を行う。 動的に変化する照明に対する明示的な制御を実現するために,2つの鍵成分を導入する。 まず、光マップインジェクションモジュールが光軌跡固有のノイズをサンプリングし、ソースビデオの潜在表現に注入することで、条件付き光軌跡との照度コヒーレンスを向上させる。 第2に、Geometry-Aware Relightingモジュールは、周波数領域のRGBと正規マップ潜時を動的に結合し、元の照明の影響を抑えるとともに、入力光路への付着をさらに強化する。 実験により、LightCtrlは特定の光軌跡を忠実に追従し、ベースライン法よりも制御性が向上した様々な照明変化を持つ高品質なビデオを生成することが示された。 コードは、https://github.com/GVCLab/LightCtrl.comで入手できる。

関連論文リスト

• LightMover: Generative Light Movement with Color and Intensity Controls [49.259165408623915]
  LightMoverは、単一のイメージで制御可能な光操作のためのフレームワークである。 ビデオ拡散先行は、シーンを再レンダリングすることなく、物理的に妥当な照明変化をもたらす。
  論文  参考訳（メタデータ） (2026-03-28T09:51:59Z)
• 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)
• 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)
• LumiSculpt: Enabling Consistent Portrait Lighting in Video Generation [87.95655555555264]
  ライティングは、ビデオ生成の自然性と美的品質を保証する上で重要な役割を担っている。 LumiSculptは、T2V生成モデルにおける正確で一貫した照明制御を可能にする。 LumiHumanは、画像やビデオのポートレートライティングのための新しいデータセットだ。
  論文  参考訳（メタデータ） (2024-10-30T12:44:08Z)

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。