論文の概要: SemanticSlider3D: Training-Free Continuous Semantic Editing for 3D Objects
- arxiv url: http://arxiv.org/abs/2608.18560v1
- Date: Wed, 19 Aug 2026 05:35:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.288103
- Title: SemanticSlider3D: Training-Free Continuous Semantic Editing for 3D Objects
- Title（参考訳）: セマンティックスライダ3D:3次元オブジェクトのためのトレーニング不要連続セマンティック編集
- Authors: Ru Wang, Rahul Jain, Koichiro Niinuma, Aakar Gupta,
- Abstract要約: 3Dオブジェクトの連続的セマンティック属性のきめ細かい制御は、3Dコンテンツ作成に不可欠である。
本稿では,3次元オブジェクトの連続的セマンティック属性編集技術であるSemanticSlider3Dを提案する。
我々のパイプラインは、最先端の3D生成モデルの潜在空間における意味的な編集方向を構築する。
- 参考スコア（独自算出の注目度）: 15.020969387249872
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fine-grained control over continuous semantic attributes of 3D objects is essential for 3D content creation, but is not well supported by conventional 3D modeling workflows or prompt-based interaction with existing generative AI tools. While slider-based methods have proven effective for fine-grained semantic control in 2D image generation, no equivalent approach exists for 3D. Extending these 2D methods to 3D is non-trivial due to challenges unique to 3D, including geometric integrity and cross-view coherence. We present SemanticSlider3D, a technique for continuous semantic attribute editing of 3D objects that requires no per-attribute training. Given a user-specified attribute, our pipeline constructs a semantic editing direction in the latent space of a state-of-the-art 3D generation model, presenting a diverse and coherent spectrum of 3D variations. A technical validation on a dataset of 50 3D object-attribute pairs shows our method was preferred by all five human assessors across variation range, consistency, 3D object quality, and attribute disentanglement, over a baseline combining a 2D slider with an image-to-3D model. An exploratory study with six participants demonstrates that SemanticSlider3D supported decision-making in 3D prototyping and was perceived as a valuable addition to existing workflows.
- Abstract（参考訳）: 3Dオブジェクトの連続的なセマンティック属性のきめ細かい制御は、3Dコンテンツ作成には不可欠だが、従来の3Dモデリングワークフローや既存の生成AIツールとのプロンプトベースのインタラクションでは十分にサポートされていない。
スライダに基づく手法は2次元画像生成において細粒度セマンティック制御に有効であることが証明されているが、3次元に対して等価なアプローチは存在しない。
これらの2Dメソッドを3Dに拡張するのは、幾何学的整合性やクロスビューコヒーレンスを含む3D特有の課題のため、簡単ではない。
本稿では,属性ごとのトレーニングを必要としない3Dオブジェクトの連続的なセマンティック属性編集手法であるSemanticSlider3Dを提案する。
ユーザ固有の属性を与えられたパイプラインは、最先端の3D生成モデルの潜在空間に意味的な編集方向を構築し、多様で一貫性のある3D変動スペクトルを提示する。
また,50組の3次元オブジェクト-属性ペアのデータセットに対する技術的検証により,2次元スライダと3次元画像-3次元モデルを組み合わせたベースラインよりも,変動範囲,一貫性,3次元オブジェクト品質,属性の絡み合いの5つの評価対象に対して,提案手法が好まれた。
6人の被験者による探索的研究は、SemanticSlider3Dが3Dプロトタイピングで意思決定をサポートし、既存のワークフローに価値ある付加物として認識されたことを示している。
関連論文リスト
- VR3D: View-Robust 3D Representation Learning for Aerial-Ground Person Re-Identification [35.655590576867574]
地上の人物の再識別は、クロスプラットフォームの視点の違いのために難しい課題である。
既存の手法は2次元画像空間内でのみビュー不変表現を学習しようとする。
映像を3次元座標空間にマッピングする,ビューロバストな3D表現学習フレームワークであるVR3Dを提案する。
論文 参考訳（メタデータ） (2026-08-03T17:59:01Z) - Omni123: Exploring 3D Native Foundation Models with Limited 3D Data by Unifying Text to 2D and 3D Generation [15.607138815246387]
Omni123は、テキストから2D、テキストから3D生成を単一の自動回帰フレームワークに統合する3Dネイティブ基盤モデルである。
実験により、Omni123はテキストガイドによる3D生成と編集を大幅に改善し、マルチモーダルな3Dワールドモデルへのスケーラブルなパスを示す。
論文 参考訳（メタデータ） (2026-04-02T17:29:38Z) - Drag4D: Align Your Motion with Text-Driven 3D Scene Generation [77.79131321983677]
Drag4Dはインタラクティブなフレームワークで、テキスト駆動の3Dシーン生成にオブジェクトの動き制御を統合する。
このフレームワークにより、ユーザーは単一の画像から生成された3Dオブジェクトに対して3Dトラジェクトリを定義し、それらを高品質な3D背景にシームレスに統合することができる。
論文 参考訳（メタデータ） (2025-09-26T05:23:45Z) - Learning 3D Representations from Procedural 3D Programs [6.915871213703219]
簡単なプリミティブと拡張を使って3次元形状を自動的に生成する手続き型3Dプログラムから3次元表現を学習する。
注目すべきは、手続き的に生成された3D形状から得られた3D表現は、意味的に認識可能な3Dモデルから学んだ最先端の3D表現と同等に実行されることである。
論文 参考訳（メタデータ） (2024-11-25T18:59:57Z) - Geometry Image Diffusion: Fast and Data-Efficient Text-to-3D with Image-Based Surface Representation [2.3213238782019316]
GIMDiffusionは、幾何学画像を利用して2次元画像を用いて3次元形状を効率よく表現する新しいテキスト・ツー・3Dモデルである。
安定拡散のような既存のテキスト・ツー・イメージモデルのリッチな2次元先行モデルを利用する。
簡単に言うと、GIMDiffusionは現行のText-to-Imageモデルに匹敵する速度で3Dアセットを生成することができる。
論文 参考訳（メタデータ） (2024-09-05T17:21:54Z) - 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) - Weakly Supervised 3D Object Detection via Multi-Level Visual Guidance [72.6809373191638]
本稿では,3次元ラベルを必要とせずに2次元ドメインと3次元ドメイン間の制約を活用できるフレームワークを提案する。
具体的には、LiDARと画像特徴をオブジェクト認識領域に基づいて整列する特徴レベルの制約を設計する。
第二に、出力レベルの制約は、2Dと投影された3Dボックスの推定の重なりを強制するために開発される。
第3に、トレーニングレベルの制約は、視覚データと整合した正確で一貫した3D擬似ラベルを生成することによって利用される。
論文 参考訳（メタデータ） (2023-12-12T18:57:25Z) - SSR-2D: Semantic 3D Scene Reconstruction from 2D Images [54.46126685716471]
本研究では,3Dアノテーションを使わずにセマンティックなシーン再構成を行う中心的な3Dシーンモデリングタスクについて検討する。
提案手法の鍵となる考え方は,不完全な3次元再構成と対応するRGB-D画像の両方を用いたトレーニング可能なモデルの設計である。
本研究では,2つの大規模ベンチマークデータセットであるMatterPort3DとScanNetに対して,セマンティックシーン補完の最先端性能を実現する。
論文 参考訳（メタデータ） (2023-02-07T17:47:52Z)
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。