論文の概要: FluSplat: Sparse-View 3D Editing without Test-Time Optimization

• arxiv url: http://arxiv.org/abs/2604.20038v1
• Date: Tue, 21 Apr 2026 22:45:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:10.878129
• Title: FluSplat: Sparse-View 3D Editing without Test-Time Optimization
• Title（参考訳）: FluSplat: テスト時間最適化なしでのスパースビュー3D編集
• Authors: Haitao Huang, Shin-Fang Chng, Huangying Zhan, Qingan Yan, Yi Xu,
• Abstract要約: 既存のパイプラインは、テスト時に反復的なエディット・アンド・フィットの最適化に依存している。 スパースビューから一貫した3次元シーン編集のためのフィードフォワードフレームワークを提案する。 実験では、競合する編集の忠実さが示され、クロスビューの一貫性が大幅に向上した。
• 参考スコア（独自算出の注目度）: 14.837124413289883
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in text-guided image editing and 3D Gaussian Splatting (3DGS) have enabled high-quality 3D scene manipulation. However, existing pipelines rely on iterative edit-and-fit optimization at test time, alternating between 2D diffusion editing and 3D reconstruction. This process is computationally expensive, scene-specific, and prone to cross-view inconsistencies. We propose a feed-forward framework for cross-view consistent 3D scene editing from sparse views. Instead of enforcing consistency through iterative 3D refinement, we introduce a cross-view regularization scheme in the image domain during training. By jointly supervising multi-view edits with geometric alignment constraints, our model produces view-consistent results without per-scene optimization at inference. The edited views are then lifted into 3D via a feedforward 3DGS model, yielding a coherent 3DGS representation in a single forward pass. Experiments demonstrate competitive editing fidelity and substantially improved cross-view consistency compared to optimization-based methods, while reducing inference time by orders of magnitude.
• Abstract（参考訳）: テキスト誘導画像編集と3Dガウススプラッティング(3DGS)の最近の進歩により、高品質な3Dシーン操作が可能になった。 しかし、既存のパイプラインは、2D拡散編集と3D再構成の交互に、反復的なエディット・アンド・フィットの最適化に依存している。 このプロセスは計算コストが高く、シーン固有のもので、相互参照の不整合が生じやすい。 スパースビューから一貫した3次元シーン編集のためのフィードフォワードフレームワークを提案する。 反復的な3Dリファインメントによって一貫性を強制する代わりに、トレーニング中に画像領域にクロスビュー正規化スキームを導入する。 幾何的アライメントの制約を伴って複数ビューの編集を共同で監督することにより、推論時にシーンごとの最適化を行なわずに、ビュー一貫性のある結果を生成する。 編集されたビューはフィードフォワード3DGSモデルを介して3Dに持ち上げられ、単一のフォワードパスでコヒーレント3DGS表現が生成される。 実験は、最適化に基づく手法と比較して、競争力のある編集の忠実さとクロスビューの一貫性を著しく向上し、桁違いの推論時間を削減した。

関連論文リスト

• Geometry-Guided Reinforcement Learning for Multi-view Consistent 3D Scene Editing [106.07976338405793]
  3次元編集における2次元拡散モデルの先行的活用は、有望なパラダイムとして現れている。 我々は3次元基礎モデルであるVGGTから得られた新たな報酬を用いて、強化学習によって駆動されるシングルパスフレームワークであるtextbfRL3DEditを提案する。 実験により、RL3DEditは安定したマルチビューの一貫性を実現し、高い効率で品質を編集する最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2026-03-03T16:31:10Z)
• DisCo3D: Distilling Multi-View Consistency for 3D Scene Editing [12.383291424229448]
  我々は,従来の3D一貫性を2Dエディタに蒸留する新しいフレームワークである textbfDisCo3D を提案する。 まず,シーン適応のためのマルチビュー入力を用いて3Dジェネレータを微調整し,整合蒸留により2Dエディターを訓練する。 実験の結果、DisCo3Dは安定したマルチビューの一貫性を実現し、編集品質において最先端の手法より優れていた。
  論文  参考訳（メタデータ） (2025-08-03T09:27:41Z)
• DGE: Direct Gaussian 3D Editing by Consistent Multi-view Editing [72.54566271694654]
  オープンな言語命令に基づいて3Dオブジェクトやシーンを編集する際の問題点を考察する。 この問題に対する一般的なアプローチは、3D編集プロセスをガイドするために2Dイメージジェネレータまたはエディタを使用することである。 このプロセスは、コストのかかる3D表現の反復的な更新を必要とするため、しばしば非効率である。
  論文  参考訳（メタデータ） (2024-04-29T17:59:30Z)
• View-Consistent 3D Editing with Gaussian Splatting [50.6460814430094]
  View-Consistent Editing (VcEdit)は、3DGSをシームレスに画像編集プロセスに組み込む新しいフレームワークである。 一貫性モジュールを反復パターンに組み込むことで、VcEditはマルチビューの不整合の問題を十分に解決する。
  論文  参考訳（メタデータ） (2024-03-18T15:22:09Z)
• GaussCtrl: Multi-View Consistent Text-Driven 3D Gaussian Splatting Editing [38.948892064761914]
  GaussCtrlは、3D Gaussian Splatting(3DGS)によって再構成された3Dシーンを編集するテキスト駆動方式である。 私たちの重要な貢献は、複数ビューの一貫性のある編集であり、1つの画像を反復的に編集する代わりに、すべての画像を一緒に編集できる。
  論文  参考訳（メタデータ） (2024-03-13T17:35:28Z)

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。