論文の概要: LightMover: Generative Light Movement with Color and Intensity Controls
- arxiv url: http://arxiv.org/abs/2603.27209v1
- Date: Sat, 28 Mar 2026 09:51:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.849668
- Title: LightMover: Generative Light Movement with Color and Intensity Controls
- Title（参考訳）: LightMover:色と強度を制御した生成光運動
- Authors: Gengze Zhou, Tianyu Wang, Soo Ye Kim, Zhixin Shu, Xin Yu, Yannick Hold-Geoffroy, Sumit Chaturvedi, Qi Wu, Zhe Lin, Scott Cohen,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 49.259165408623915
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present LightMover, a framework for controllable light manipulation in single images that leverages video diffusion priors to produce physically plausible illumination changes without re-rendering the scene. We formulate light editing as a sequence-to-sequence prediction problem in visual token space: given an image and light-control tokens, the model adjusts light position, color, and intensity together with resulting reflections, shadows, and falloff from a single view. This unified treatment of spatial (movement) and appearance (color, intensity) controls improves both manipulation and illumination understanding. We further introduce an adaptive token-pruning mechanism that preserves spatially informative tokens while compactly encoding non-spatial attributes, reducing control sequence length by 41% while maintaining editing fidelity. To train our framework, we construct a scalable rendering pipeline that generates large numbers of image pairs across varied light positions, colors, and intensities while keeping the scene content consistent with the original image. LightMover enables precise, independent control over light position, color, and intensity, and achieves high PSNR and strong semantic consistency (DINO, CLIP) across different tasks.
- Abstract（参考訳）: シーンを再レンダリングすることなく、物理的に可視な照明変化を発生させるために、ビデオ拡散を利用した単一画像における制御可能な光操作のためのフレームワークであるLightMoverを提案する。
画像と光制御トークンが与えられた場合、モデルが光の位置、色、強度を調整し、1つのビューから反射、影、転倒を発生させる。
この空間的(動き)と外見(色、強さ)の統一的な処理は、操作と照明の理解の両方を改善する。
さらに,非空間的属性をコンパクトに符号化しながら,空間的情報的トークンを保存し,編集精度を維持しつつ,制御シーケンス長を41%削減する適応型トークン抽出機構を導入する。
フレームワークをトレーニングするために,さまざまな光位置,色,強度をまたいだ多数の画像ペアを生成するスケーラブルなレンダリングパイプラインを構築し,シーン内容とオリジナル画像との整合性を維持した。
LightMoverは、光の位置、色、強度の正確かつ独立した制御を可能にし、異なるタスク間で高いPSNRと強力なセマンティック一貫性(DINO、CLIP)を実現する。
関連論文リスト
- RehearsalNeRF: Decoupling Intrinsic Neural Fields of Dynamic Illuminations for Scene Editing [24.454967018695996]
RehearsalNeRF(リハーサルNeRF)という,重度の照明条件下での非絡み合いの学習に有効な手法を提案する。
私たちのキーとなるアイデアは、リハーサルステージのような安定した照明の下で撮影されたシーンを活用することです。
我々のリハーサルNeRFは、市販のインタラクティブマスクを採用するだけで、動的物体の神経場を再構築することができる。
論文 参考訳（メタデータ） (2026-03-30T01:49:36Z) - Learning Latent Proxies for Controllable Single-Image Relighting [29.76860042350802]
シングルイメージのリライトは非常に制約の少ない。
物理的プリエントを2つのレベルで統合するLightCtrlを導入する。
また、大規模なオブジェクトレベルのデータセットであるScaLightも紹介します。
論文 参考訳（メタデータ） (2026-03-16T17:16:59Z) - Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。
本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
論文 参考訳（メタデータ） (2026-02-20T16:20:50Z) - 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) - UniLumos: Fast and Unified Image and Video Relighting with Physics-Plausible Feedback [31.03901228901908]
画像とビデオの両方に統一されたリライトフレームワークUniLumosを提案する。
我々は、照明効果をシーン構造と明確に一致させ、物理的妥当性を高める。
実験により、UniLumosは物理的な一貫性を大幅に改善して最先端のリライトを実現している。
論文 参考訳（メタデータ） (2025-11-03T15:41:41Z) - 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) - Physically-Based Editing of Indoor Scene Lighting from a Single Image [106.60252793395104]
本研究では,1つの画像から複雑な室内照明を推定深度と光源セグメンテーションマスクで編集する手法を提案する。
1)シーン反射率とパラメトリックな3D照明を推定する全体的シーン再構成法,2)予測からシーンを再レンダリングするニューラルレンダリングフレームワーク,である。
論文 参考訳（メタデータ） (2022-05-19T06:44:37Z) - Relighting Images in the Wild with a Self-Supervised Siamese
Auto-Encoder [62.580345486483886]
本研究では,野生の単一ビュー画像の自己教師付きリライティング手法を提案する。
この方法は、イメージを2つの別々のエンコーディングに分解するオートエンコーダに基づいている。
Youtube 8MやCelebAなどの大規模データセットでモデルをトレーニングします。
論文 参考訳（メタデータ） (2020-12-11T16:08:50Z)
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。