論文の概要: Mover360: Controllable Object Manipulation in 360° Panoramic Images
- arxiv url: http://arxiv.org/abs/2608.23238v1
- Date: Mon, 24 Aug 2026 13:25:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.118589
- Title: Mover360: Controllable Object Manipulation in 360° Panoramic Images
- Title（参考訳）: Mover360:360度パノラマ画像における制御可能な物体操作
- Abstract要約: Mover360は360画像のための制御可能なオブジェクト操作フレームワークである。
そのインターフェースは、各タスクを固定プロンプトとコンパクトなERP対応の命令マップにエンコードすることで、ポイント、bbox、マスク誘導制御を統一する。
Mover360は、パースペクティブ編集、挿入、インペインティングにおいて、再構築の忠実さ、セマンティクスの一貫性、分散品質において、強力なベースラインを上回ります。
- 参考スコア（独自算出の注目度）: 14.137976445056466
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Mover360, a controllable object manipulation framework for 360° images. Unlike perspective images, 360° images in equirectangular projection (ERP) exhibit horizontal wrap-around, latitude-dependent distortion, and global scene continuity, which makes object-level edits difficult for existing perspective editors to produce and for users to specify. To address this, Mover360 centers on object Translation (relocating a specified object within an existing panorama) while supporting reference-guided Insert and Remove as auxiliary tasks. Its interface unifies point-, bbox-, and mask-guided control by encoding each task into a fixed prompt and a compact, ERP-aligned instruction map. In the default point mode, a single click relocates an object, allowing the model to infer a plausible size, support, and illumination using panoramic context and an auxiliary depth condition. Structurally, Mover360 is a lightweight adaptation of a pretrained diffusion transformer. To generate paired supervision, we construct a UE5 data-generation pipeline with surface-aware object placement and randomized illumination, yielding large-scale paired data and a dual-domain benchmark of synthetic and real panoramas with ground truth for all three tasks. Across both test domains and two evaluation protocols, Mover360 outperforms strong baselines for perspective editing, insertion, and inpainting in reconstruction fidelity, semantic consistency, and distributional quality. Code and our benchmark dataset are available at https://zhonghaoyi.github.io/Mover360/.
- Abstract（参考訳）: 我々は360度画像のための制御可能なオブジェクト操作フレームワークであるMover360を紹介する。
視線画像とは異なり、等方射影(ERP)の360度画像は水平なラッピングアラウンド、緯度に依存した歪み、大域的なシーン連続性を示しており、既存の視線編集者が作成し、ユーザが指定する対象レベルの編集を困難にしている。
これを解決するため、Mover360はオブジェクト翻訳(既存のパノラマ内で指定されたオブジェクトを移動)に焦点を当て、参照誘導されたInsertとRemoveを補助タスクとしてサポートしている。
そのインターフェースは、各タスクを固定プロンプトとコンパクトなERP対応の命令マップにエンコードすることで、ポイント、bbox、マスク誘導制御を統一する。
デフォルトのポイントモードでは、ワンクリックでオブジェクトをリロケーションし、パノラマコンテキストと補助的な深度条件を用いて、モデルが妥当なサイズ、サポート、照明を推測することができる。
構造的には、Mover360は事前訓練された拡散変圧器の軽量化である。
ペア化監視を生成するために,曲面認識オブジェクト配置とランダム化照明を備えたUE5データ生成パイプラインを構築し,大規模なペア化データと,3つのタスクすべてに対して基礎的真理を持つ合成パノラマと実パノラマのデュアルドメインベンチマークを生成する。
テスト領域と2つの評価プロトコルの双方で、Mover360は、パースペクティブ編集、挿入、インペインティングにおいて、コンストラクタの忠実性、セマンティクスの整合性、分散品質において、強力なベースラインを上回ります。
コードとベンチマークデータセットはhttps://zhonghaoyi.github.io/Mover360/で公開されている。
関連論文リスト
- Direct 3D-Aware Object Insertion via Decomposed Visual Proxies [101.76006356727015]
DIRECT(Decomposed Injection for Reference Composition and Target-integration)は、対話型ポーズ操作と高忠実度2D画像合成を統合する新しいフレームワークである。
提案手法は挿入条件を,参照オブジェクトから視覚的詳細をキャプチャする外観ガイダンス,ユーザ調整3Dプロキシから派生した幾何学的ガイダンス,ターゲット背景からのコンテキストガイダンスの3つの補完成分に分解する。
実験により、DIRECTは幾何学的制御性と視覚的品質の両方において従来の手法よりも優れていた。
論文 参考訳（メタデータ） (2026-06-04T18:00:34Z) - World-Shaper: A Unified Framework for 360° Panoramic Editing [57.174341220144605]
既存の視点に基づく画像編集手法ではパノラマの空間構造をモデル化できない。
一つの編集中心の設計にパノラマ生成と編集をブリッジする統合幾何認識フレームワークであるWorld-Shaperを提案する。
本手法はSOTA法と比較して, 幾何的整合性, 編集精度, テキスト制御性に優れる。
論文 参考訳（メタデータ） (2026-01-30T19:38:54Z) - 360Anything: Geometry-Free Lifting of Images and Videos to 360° [51.50120114305155]
既存のアプローチは、パースペクティブと等方射影空間の間の明示的な幾何学的アライメントに依存している。
事前学習した拡散変換器上に構築された幾何学的自由度フレームワークである360Anythingを提案する。
提案手法は,映像と映像の視点-360生成における最先端性能を実現する。
論文 参考訳（メタデータ） (2026-01-22T18:45:59Z) - SE360: Semantic Edit in 360$^\circ$ Panoramas via Hierarchical Data Construction [14.137976445056466]
SE360は、360$circ$ panoramasで複数条件のオブジェクトを編集するための新しいフレームワークである。
コアとなるのは,手作業による介入を伴わない,新たな粗大な自律データ生成パイプラインだ。
提案手法は,視覚的品質と意味的精度の両方において,既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-12-23T00:24:46Z) - DiT360: High-Fidelity Panoramic Image Generation via Hybrid Training [76.82789568988557]
DiT360は、パノラマ画像生成のための視点とパノラマデータを用いたハイブリッドトレーニングを行う、DiTベースのフレームワークである。
提案手法は,11の定量的指標間で境界の整合性と画像の忠実度を向上する。
論文 参考訳（メタデータ） (2025-10-13T17:59:15Z) - Leader360V: The Large-scale, Real-world 360 Video Dataset for Multi-task Learning in Diverse Environment [19.70383859926191]
Leader360Vは、インスタンスのセグメンテーションとトラッキングのための、最初の大規模なラベル付き実世界の360ビデオデータセットである。
私たちのデータセットは、屋内や都市環境から自然や動的な屋外のシーンまで、高いシーンの多様性を享受しています。
実験によると、Lead360Vは360度ビデオセグメンテーションとトラッキングのモデル性能を大幅に向上させる。
論文 参考訳（メタデータ） (2025-06-17T07:37:08Z) - AuraFusion360: Augmented Unseen Region Alignment for Reference-based 360° Unbounded Scene Inpainting [15.177483700681377]
仮想現実からアーキテクチャビジュアライゼーションまで、アプリケーションには3次元のシーンインペイントが不可欠だ。
本稿では,ガウススプラッティングで表現された3次元シーンにおいて,高品質な物体の除去と穴埋めを可能にする新しい参照ベース手法であるAuraFusion360を提案する。
また,360-USIDは,地上の真実を表現した360degシーンの包括的データセットである。
論文 参考訳（メタデータ） (2025-02-07T18:59:55Z) - Revisiting 360 Depth Estimation with PanoGabor: A New Fusion Perspective [89.53522682640337]
本稿では,これらの課題に対処するため,指向性歪みを考慮したGabor Fusionフレームワーク(PGFuse)を提案する。
再帰的歪みに対処するために、線形緯度対応の歪み表現法を設計し、カスタマイズされた歪み対応ガボルフィルタを生成する。
ガボル変換の配向感度を考慮すると、この感度を安定させるために球面勾配制約を導入する。
論文 参考訳（メタデータ） (2024-08-29T02:58:35Z) - Multi-Projection Fusion and Refinement Network for Salient Object
Detection in 360{\deg} Omnidirectional Image [141.10227079090419]
我々は,360度全方位画像中の有向物体を検出するために,MPFR-Net(Multi-Projection Fusion and Refinement Network)を提案する。
MPFR-Netは、等角射影像と対応する4つの立方体展開像を入力として使用する。
2つの全方位データセットの実験結果から,提案手法は定性的かつ定量的に,最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2022-12-23T14:50:40Z) - Field-of-View IoU for Object Detection in 360{\deg} Images [36.72543749626039]
本研究では,FoV-IoU(FoV-IoU)と360deg画像における物体検出のための360Augmentationという2つの基本手法を提案する。
FoV-IoUは2つの視野境界ボックスの交叉結合を球面画像で計算し、トレーニング、推論、評価に使用できる。
360Augmentationは、球面イメージをランダムに回転させ、球面から平面への投影によるバイアスを解決する360degオブジェクト検出タスクに特有のデータ拡張技術である。
論文 参考訳（メタデータ） (2022-02-07T14:01:59Z) - A Fixation-based 360{\deg} Benchmark Dataset for Salient Object
Detection [21.314578493964333]
パノラマコンテンツ中の固定予測(FP)は、仮想現実(VR)アプリケーションの普及傾向とともに広く研究されている。
静止物体検出(SOD)は、実際のシーンを表すデータセットが欠如しているため、360度画像ではめったに探索されていない。
論文 参考訳（メタデータ） (2020-01-22T11:16:39Z)
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。