論文の概要: TokenLight: Precise Lighting Control in Images using Attribute Tokens

• arxiv url: http://arxiv.org/abs/2604.15310v1
• Date: Thu, 16 Apr 2026 17:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:32.051605
• Title: TokenLight: Precise Lighting Control in Images using Attribute Tokens
• Title（参考訳）: TokenLight:属性トークンを用いた画像の精密照明制御
• Authors: Sumit Chaturvedi, Yannick Hold-Geoffroy, Mengwei Ren, Jingyuan Liu, He Zhang, Yiqun Mei, Julie Dorsey, Zhixin Shu,
• Abstract要約: 我々は条件付き画像生成タスクとしてリライティングを定式化し、照明要素をエンコードする属性トークンを導入する。 このモデルは、グラウンドトルース照明アノテーションを用いた大規模な合成データセットで訓練されている。 我々は,室内照明器具の制御や編集環境の照明など,様々な照明作業におけるアプローチを検証する。
• 参考スコア（独自算出の注目度）: 36.19968483255676
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper presents a method for image relighting that enables precise and continuous control over multiple illumination attributes in a photograph. We formulate relighting as a conditional image generation task and introduce attribute tokens to encode distinct lighting factors such as intensity, color, ambient illumination, diffuse level, and 3D light positions. The model is trained on a large-scale synthetic dataset with ground-truth lighting annotations, supplemented by a small set of real captures to enhance realism and generalization. We validate our approach across a variety of relighting tasks, including controlling in-scene lighting fixtures and editing environment illumination using virtual light sources, on synthetic and real images. Our method achieves state-of-the-art quantitative and qualitative performance compared to prior work. Remarkably, without explicit inverse rendering supervision, the model exhibits an inherent understanding of how light interacts with scene geometry, occlusion, and materials, yielding convincing lighting effects even in traditionally challenging scenarios such as placing lights within objects or relighting transparent materials plausibly. Project page: vrroom.github.io/tokenlight/
• Abstract（参考訳）: 本稿では,写真中の複数の照明特性を高精度かつ連続的に制御する画像リライティング手法を提案する。 我々は、条件付き画像生成タスクとしてリライティングを定式化し、属性トークンを導入し、強度、色、環境照明、拡散レベル、立体光位置などの異なる照明要素を符号化する。 このモデルは、地上の光のアノテーションを付加した大規模な合成データセットで訓練され、現実主義と一般化を強化するために、少数のリアルキャプチャーによって補完される。 我々は,仮想光源を用いた室内照明器具の制御や環境照明の編集など,様々な照明作業におけるアプローチを検証する。 本手法は,先行作業と比較して,最先端の定量的,定性的な性能を実現する。 明らかな逆レンダリングの監督なしでは、このモデルは、光がシーンの幾何学、隠蔽、材料とどのように相互作用するかという固有の理解を示し、オブジェクトの中に光を配置したり、透明な物質を合理的にリライトするといった、従来の困難なシナリオにおいても、説得力のある照明効果をもたらす。 プロジェクトページ: vrroom.github.io/tokenlight/

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)
• PractiLight: Practical Light Control Using Foundational Diffusion Models [78.75949075070595]
  PractiLightは、生成された画像における光制御の実践的なアプローチである。 私たちの重要な洞察は、画像内のライティング関係は、自己注意層におけるトークンの相互作用と本質的に類似しているということです。 我々は,パラメータとデータ効率が証明された品質と制御の観点から,最先端の性能を実証する。
  論文  参考訳（メタデータ） (2025-09-01T23:38:40Z)
• DreamLight: Towards Harmonious and Consistent Image Relighting [41.90032795389507]
  ユニバーサル・イメージ・リライティングのためのDreamLightというモデルを導入する。 照明や色調の美的均一性を保ちつつ、被験者をシームレスに新しい背景に合成することができる。
  論文  参考訳（メタデータ） (2025-06-17T14:05:24Z)
• 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)
• SynthLight: Portrait Relighting with Diffusion Model by Learning to Re-render Synthetic Faces [16.65498750779018]
  ポートレートライティングのための拡散モデルであるSynthLightを紹介する。 本手法では,環境照明条件の変化に応じて画素を変換する再レンダリング問題として,画像のリライティングを行う。 我々は、この照明条件の変換を、様々な照明の下で3Dヘッドアセットでシミュレートするデータセットを合成する。
  論文  参考訳（メタデータ） (2025-01-16T18:59:48Z)
• Text2Relight: Creative Portrait Relighting with Text Guidance [26.75526739002697]
  ポートレート画像とテキストプロンプトを付与し,単一画像のリライトを行う照明対応画像編集パイプラインを提案する。 我々のモデルは、提供されたテキスト記述に合わせるために、前景と背景の両方の照明と色を変更する。
  論文  参考訳（メタデータ） (2024-12-18T11:12:10Z)
• ScribbleLight: Single Image Indoor Relighting with Scribbles [3.6902409965263474]
  本稿では,スクリブルによる照明効果の局所的きめ細かい制御を支援する生成モデルであるScribbleLightを紹介する。 我々の重要な技術的新奇性はアルベド条件の安定な画像拡散モデルであり、リライティング後の原画像の本質的な色とテクスチャを保存します。 我々は、スパース・スクリブルアノテーションから異なる照明効果(例えば、ライトのオン/オフ、ハイライトの追加、キャストシャドウ、または間接的なライト)を作成するScribbleLightの能力を実証する。
  論文  参考訳（メタデータ） (2024-11-26T18:59:11Z)
• 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)
• 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。