論文の概要: 3D-GIMP: When 3D Gaussian Inpainting Meets PatchMatch

• arxiv url: http://arxiv.org/abs/2607.20789v1
• Date: Wed, 22 Jul 2026 23:27:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.233862
• Title: 3D-GIMP: When 3D Gaussian Inpainting Meets PatchMatch
• Title（参考訳）: 3D-GIMP:3Dガウスの絵画がPatchMatchと出会う時
• Abstract要約: 本稿では,高忠実度物体除去のための新しいハイブリッドパラダイムである3D-GIMPを提案する。 すべてのビューを拡散させる代わりに、3D-GIMPはキー参照ビューに1つの生成的インペイントを実行する。 次に、3D対応のPatchMatchアルゴリズムを導入し、これらの参照テクスチャを、対応マッチングを通じて、残りのすべてのビューにわたって伝達する。
• 参考スコア（独自算出の注目度）: 11.064669043409177
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in 3D scene editing have leveraged iterative diffusion models to update input views. However, this process is computationally expensive and struggles to produce sharp details. Meanwhile, ``hallucination drift'' frequently introduces multi-view inconsistencies, leading to structural artifacts when rendering novel viewpoints. To address this problem, we present 3D-GIMP (3D Gaussian Inpainting Meets Patch Matching), a novel hybrid paradigm designed for high-fidelity object removal in 3D Gaussian Splatting. Instead of diffusing every view, 3D-GIMP performs a single generative inpainting on a key reference view, which serves as an appearance prior. We then introduce a 3D-aware PatchMatch algorithm to propagate these reference textures across all remaining views via correspondence matching, effectively bypassing the stochastic nature of frame-by-frame diffusion. By prioritizing reconstructive consistency over iterative generation, 3D-GIMP maintains high-frequency details across arbitrary resolutions while ensuring a mathematically consistent 3D reconstruction. Our experiments demonstrate that 3D-GIMP not only achieves competitive inpainting quality as previous methods using diffusion in multiple views, but also outperforms these methods in rendering speed and view consistency.
• Abstract（参考訳）: 3次元シーン編集の最近の進歩は、反復拡散モデルを利用して入力ビューを更新している。 しかし、このプロセスは計算に高価であり、鋭い詳細を生み出すのに苦労している。 一方、‘hallucination drift’は多視点の不整合を頻繁に導入し、新しい視点を描画する際に構造的アーティファクトをもたらす。 この問題に対処するために3D-GIMP(3D Gaussian Inpainting Meets Patch Matching)を提案する。 すべてのビューを拡散させる代わりに、3D-GIMPはキー参照ビューに1つの生成的インペイントを実行する。 次に、3D対応のPatchMatchアルゴリズムを導入し、フレーム・バイ・フレーム拡散の確率的性質を効果的に回避し、これらの参照テクスチャを全ての残りのビューにわたって伝達する。 3D-GIMPは、反復生成よりも再構成一貫性を優先することにより、任意の解像度にわたる高周波の詳細を維持しながら、数学的に一貫した3D再構成を保証する。 実験により, 3D-GIMPは, 複数のビューでの拡散を用いた従来の手法よりも, 描画速度や視界の整合性に優れていた。

関連論文リスト

• FluSplat: Sparse-View 3D Editing without Test-Time Optimization [14.837124413289883]
  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。
  論文  参考訳（メタデータ） (2026-04-21T22:45:20Z)
• DiGA3D: Coarse-to-Fine Diffusional Propagation of Geometry and Appearance for Versatile 3D Inpainting [10.515239541326737]
  単一の参照インペインティングメソッドは、参照ビューから離れたビューを扱う場合、堅牢性に欠ける。 出現不整合は、独立に2次元拡散先行のマルチビュー画像に着色するときに生じる。 DiGA3Dは拡散モデルを用いて、一貫した外観と幾何学を粗い方法で伝播する。
  論文  参考訳（メタデータ） (2025-07-01T04:57:08Z)
• EVolSplat: Efficient Volume-based Gaussian Splatting for Urban View Synthesis [61.1662426227688]
  既存のNeRFおよび3DGSベースの手法は、フォトリアリスティックレンダリングを実現する上で有望な結果を示すが、スローでシーンごとの最適化が必要である。 本稿では,都市景観を対象とした効率的な3次元ガウススプレイティングモデルEVolSplatを紹介する。
  論文  参考訳（メタデータ） (2025-03-26T02:47:27Z)
• GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
  単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。 モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。 最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
  論文  参考訳（メタデータ） (2024-07-05T03:43:08Z)
• Unique3D: High-Quality and Efficient 3D Mesh Generation from a Single Image [28.759158325097093]
  Unique3Dは、シングルビュー画像から高品質な3Dメッシュを効率的に生成するための、新しい画像間3Dフレームワークである。 我々のフレームワークは、最先端世代の忠実さと強力な一般化性を備えている。
  論文  参考訳（メタデータ） (2024-05-30T17:59:54Z)
• Sketch3D: Style-Consistent Guidance for Sketch-to-3D Generation [55.73399465968594]
  本稿では,テキスト記述と一致する色と入力スケッチに整合した形状のリアルな3Dアセットを生成するための,新しい生成パラダイムSketch3Dを提案する。 3つの戦略は、3次元ガウスの最適化、すなわち分布伝達機構による構造最適化、直感的なMSE損失による色最適化、CLIPに基づく幾何学的類似性損失によるスケッチ類似性最適化である。
  論文  参考訳（メタデータ） (2024-04-02T11:03:24Z)
• Hybrid Explicit Representation for Ultra-Realistic Head Avatars [55.829497543262214]
  我々は,超現実的な頭部アバターを作成し,それをリアルタイムにレンダリングする新しい手法を提案する。 UVマップされた3Dメッシュは滑らかな表面のシャープでリッチなテクスチャを捉えるのに使われ、3Dガウス格子は複雑な幾何学構造を表現するために用いられる。 モデル化された結果が最先端のアプローチを上回る実験を行ないました。
  論文  参考訳（メタデータ） (2024-03-18T04:01:26Z)
• Sculpt3D: Multi-View Consistent Text-to-3D Generation with Sparse 3D Prior [57.986512832738704]
  本稿では,2次元拡散モデルを再学習することなく,抽出した参照オブジェクトから3次元先行を明示的に注入する,電流パイプラインを備えた新しいフレームワークSculpt3Dを提案する。 具体的には、スパース線サンプリングによるキーポイントの監督により、高品質で多様な3次元形状を保証できることを実証する。 これら2つの分離された設計は、参照オブジェクトからの3D情報を利用して、2D拡散モデルの生成品質を保ちながら、3Dオブジェクトを生成する。
  論文  参考訳（メタデータ） (2024-03-14T07:39:59Z)
• ARTIC3D: Learning Robust Articulated 3D Shapes from Noisy Web Image Collections [71.46546520120162]
  単眼画像から動物体のような3D関節形状を推定することは、本質的に困難である。 本稿では,スパース画像コレクションから各物体の形状を再構築する自己教師型フレームワークARTIC3Dを提案する。 我々は、剛性部分変換の下で、描画された形状とテクスチャを微調整することで、現実的なアニメーションを作成する。
  論文  参考訳（メタデータ） (2023-06-07T17:47:50Z)
• High-fidelity 3D GAN Inversion by Pseudo-multi-view Optimization [51.878078860524795]
  フォトリアリスティック・ノベルビューを合成可能な高忠実度3次元生成対向ネットワーク(GAN)インバージョン・フレームワークを提案する。 提案手法は,1枚の画像から高忠実度3Dレンダリングを可能にし,AI生成3Dコンテンツの様々な応用に期待できる。
  論文  参考訳（メタデータ） (2022-11-28T18:59:52Z)
• VoxGRAF: Fast 3D-Aware Image Synthesis with Sparse Voxel Grids [42.74658047803192]
  最先端の3D認識生成モデルは座標に基づくパラメータ化3Dラディアンス場に依存している。 既存のアプローチでは、しばしば解像度の低い特徴写像をレンダリングし、それをアップサンプリングネットワークで処理して最終的な画像を得る。 既存の手法とは対照的に,本手法では完全な3Dシーンを生成するために,単一の前方通過しか必要としない。
  論文  参考訳（メタデータ） (2022-06-15T17:44:22Z)

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。