論文の概要: CameraAnything: Refilming Videos with Arbitrary Camera Control
- arxiv url: http://arxiv.org/abs/2607.24591v1
- Date: Mon, 27 Jul 2026 15:55:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.488126
- Title: CameraAnything: Refilming Videos with Arbitrary Camera Control
- Title（参考訳）: CameraAnything: 任意カメラコントロールによるビデオの再撮影
- Abstract要約: 我々は、カメラ制御ビデオ編集のための最初の統合フレームワークであるCameraAnythingを紹介する。
内在型と外在型の両方のカメラパラメータのジョイントコントロールを可能にする。
調整されたトレーニング戦略により、CameraAnythingは、任意の視点制御、焦点長調整、解像度適応、および1世代プロセス内の複数ショット遷移による表現力のあるビデオ再撮影を可能にする。
- 参考スコア（独自算出の注目度）: 104.67227614978822
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce CameraAnything, the first unified framework for camera controlled video editing that enables joint control of both intrinsic and extrinsic camera parameters. Existing approaches either rely on expensive 3D reconstruction to achieve full camera functionality or restrict editing to extrinsic parameter manipulation. Moreover, the coupled influence of intrinsic and extrinsic parameters on video appearance makes disentangled modeling particularly challenging. To address this, we adopt per-pixel Plücker ray injection alongside resolution-aware 3D RoPE in self-attention, building both camera conditioning and spatial positional encoding on the target latent to jointly control camera position, focal length, and native resolution editing without cropping or outpainting. To overcome the scarcity of paired training data, we further develop a scalable synthetic pipeline that constructs diverse dynamic scenes through structured multi-camera recording and generates synchronized videos with varied camera configurations. With a tailored orthogonal training strategy, CameraAnything enables expressive video reshooting with arbitrary viewpoint control, focal length adjustment, resolution adaptation, and multi-shot transitions within a single generation process, offering strong practical value for cinematic video editing and cross-platform content adaptation in video production.
- Abstract（参考訳）: 我々は、カメラ制御ビデオ編集のための最初の統合フレームワークであるCameraAnythingを紹介し、本質的および外生的なカメラパラメータのジョイントコントロールを可能にする。
既存のアプローチでは、完全なカメラ機能を達成するために高価な3D再構成を頼りにするか、外部パラメータ操作に編集を制限している。
さらに,映像の外観に対する内在的パラメータと外在的パラメータの複合的影響は,非絡み合いモデリングを特に困難にしている。
そこで我々は, カメラ位置, 焦点距離, ネイティブ解像度の編集を, トリミングや露光を伴わない共同制御のために, カメラコンディショニングと空間位置エンコーディングの両方をターゲットに構築する。
組合わせトレーニングデータの不足を克服するため,構造化マルチカメラ記録により多様なダイナミックシーンを構築し,カメラ構成の異なる同期ビデオを生成する,スケーラブルな合成パイプラインを開発した。
調整された直交訓練戦略により、CameraAnythingは、任意の視点制御、焦点長調整、解像度適応、マルチショット遷移を単一生成プロセス内で実現し、映像編集とクロスプラットフォームコンテンツ適応のための強力な実用的価値を提供する。
関連論文リスト
- TriMotion: Modality-Agnostic Camera Control for Video Generation [65.5913929253637]
TriMotionは、カメラ制御ビデオ生成のためのフレームワークで、ビデオ、ポーズ、テキスト入力をマッピングし、同じカメラ軌跡を共有モーション埋め込み空間に記述する。
また,TriMotionは3つのモダリティ全てを対象とするカメラ軌跡を正確に追従する高品質なビデオを生成する。
論文 参考訳（メタデータ） (2026-06-18T16:07:05Z) - DeltaCam: Differential Intrinsic Camera Modeling for Video Generation [8.590252585822439]
ビデオ拡散フレームワークであるDeltaCamを導入し、絶対状態ではなく、カメラの動きと内在性の変化を相対的に変化させることにより、カメラの挙動をモデル化する。
我々は,この枠組みを実世界の映像に拡張する2つのメカニズムとして,実際の画像・メタデータペアの制御を精密な撮影マッチングのために微調整し,暗黙的なビデオ・ビデオ間通信のための非絡み合った埋め込みを抽出する。
論文 参考訳（メタデータ） (2026-05-24T21:39:54Z) - Infinite-Homography as Robust Conditioning for Camera-Controlled Video Generation [49.12018869332346]
InfCamは、高ポーズ忠実度でカメラ制御されたビデオ・ビデオ生成フレームワークである。
1)ビデオ拡散モデルの2次元潜在空間内で直接3次元カメラ回転を符号化する。
論文 参考訳（メタデータ） (2025-12-18T20:03:05Z) - Generative Photographic Control for Scene-Consistent Video Cinematic Editing [75.45726688666083]
CineCtrlはプロのカメラパラメータを細かく制御する最初の映像編集フレームワークである。
本稿では、カメラの動きを写真入力から切り離すための分離されたクロスアテンション機構を提案する。
本モデルでは,ユーザの指定した写真カメラ効果を正確に制御した高忠実度ビデオを生成する。
論文 参考訳（メタデータ） (2025-11-17T03:17:23Z) - Virtually Being: Customizing Camera-Controllable Video Diffusion Models with Multi-View Performance Captures [18.241178853941623]
本稿では,映像拡散モデルにおける多視点キャラクタ一貫性と3Dカメラ制御の両立を可能にするフレームワークを提案する。
我々は、このデータに基づいて、最先端のオープンソースビデオ拡散モデルを微調整し、強力なマルチビューID保存を提供する。
私たちのフレームワークは、マルチオブジェクト生成を含む、仮想プロダクションのコア機能もサポートしています。
論文 参考訳（メタデータ） (2025-10-16T00:20:57Z) - AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers [66.29824750770389]
カメラの動きを第一原理の観点から分析し、正確な3Dカメラ操作を可能にする洞察を明らかにする。
これらの知見を合成して、高度な3Dカメラ制御(AC3D)アーキテクチャを設計する。
論文 参考訳（メタデータ） (2024-11-27T18:49:13Z) - CameraCtrl: Enabling Camera Control for Text-to-Video Generation [86.36135895375425]
ユーザーがコンテンツをより正確に作成し、編集できるようにするため、制御性はビデオ生成において重要な役割を果たす。
しかし、既存のモデルは、より深い物語のニュアンスを表現するための映画言語として機能するカメラポーズの制御を欠いている。
我々は、ビデオ拡散モデルの正確なカメラポーズ制御を可能にするCameraCtrlを紹介する。
論文 参考訳（メタデータ） (2024-04-02T16:52:41Z)
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。