論文の概要: OrnaStyler: Ornament-Aware Latent Editing for Content-Preserving 3D Stylization

• arxiv url: http://arxiv.org/abs/2608.29905v1
• Date: Sun, 30 Aug 2026 17:00:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.104271
• Title: OrnaStyler: Ornament-Aware Latent Editing for Content-Preserving 3D Stylization
• Title（参考訳）: OrnaStyler: コンテンツ保存型3Dスティル化のためのOrnament-Aware Latent Editing
• Authors: Tomohiro Aizawa, Shigeru Kuriyama, Chunzhi Gu,
• Abstract要約: OrnaStylerはテキスト誘導による装飾を意識した3Dスタイリングのためのフレームワークである。 私たちの中核となる考え方は、スタイリスティック要素の空間構成を明示的にモデル化することである。 OrnaStylerは、コンテンツ保存、スタイルの忠実さ、全体的な視覚的リアリズムの観点から、最先端の編集性能を達成する。
• 参考スコア（独自算出の注目度）: 1.6167338069359338
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Text-guided style editing of 3D assets is essential for adapting existing objects to diverse visual aesthetics in digital content creation. Despite rapid progress in 3D shape modeling, faithfully stylizing an existing asset remains challenging when the desired stylization involves fine-grained structural ornamentation, which requires the model to preserve the source geometry and object identity, while coherently integrating new style-specific details. We propose \textbf{OrnaStyler}, a zero-shot framework for text-guided ornament-aware 3D stylization. Built upon rectified flow-based generative modeling, OrnaStyler introduces an inversion-guided editing strategy that recovers content-aware latent representations at both geometry and appearance levels in a staged manner to facilitate faithful editing. Our core idea is to explicitly model the spatial configuration of stylistic elements, thereby mitigating the fundamental tension between content preservation and style expression in the voxel space. Specifically, at the geometry level, we manipulate voxel representations through flow inversion to synthesize ornament-enhanced structures while preserving the spatial identity of the source asset. Then, at the appearance level, we introduce an adjacency-aware feature inpainting mechanism to harmonize newly generated ornaments with the original content, yielding coherent geometry-appearance integration. Our approach operates solely in the inference phase and enables selective editing over geometric augmentation or appearance stylization. Extensive experiments on both generated and real-world 3D assets against prior methods demonstrate that OrnaStyler achieves state-of-the-art editing performance in terms of content preservation, style fidelity, and overall visual realism. Code is available at: https://github.com/tomohiro0427/OrnaStyler
• Abstract（参考訳）: デジタルコンテンツ作成において,既存のオブジェクトを多様な視覚的美学に適応させるためには,テキストガイドによる3Dアセットの編集が不可欠である。 3次元形状モデリングの急速な進歩にもかかわらず、所望のスタイリングがきめ細かな構造的装飾を伴う場合、既存の資産を忠実にスタイリングすることは依然として困難である。 テキスト誘導による装飾を意識した3Dスタイリングのためのゼロショットフレームワークである「textbf{OrnaStyler}」を提案する。 OrnaStylerは、修正されたフローベースの生成モデルに基づいて、インバージョン誘導編集戦略を導入し、忠実な編集を容易にするために、幾何学的および外観レベルでコンテンツ認識の潜在表現を段階的に復元する。 我々の中心となる考え方は、スタイリスティックな要素の空間構成を明示的にモデル化することであり、それによって、ボクセル空間におけるコンテンツ保存とスタイル表現の基本的な緊張を緩和する。 具体的には、形状レベルでは、フローインバージョンによるボクセル表現を操作して、ソース資産の空間的アイデンティティを保ちながら装飾強化された構造を合成する。 そして、外観レベルでは、新たに生成された装飾品とオリジナルコンテンツとを調和させ、コヒーレントな幾何学的外観統合をもたらすアジャカシ・アウェア・インペイント機構を導入する。 提案手法は推論フェーズのみで動作し,幾何学的拡張や外観のスタイル化よりも選択的に編集できる。 OrnaStylerは、コンテンツ保存、スタイルの忠実さ、全体的な視覚的リアリズムの観点から、最先端の編集性能を達成することを実証している。 コードは以下の通り。 https://github.com/tomohiro0427/OrnaStyler

関連論文リスト

• DreamStyle3D: Efficient 3D Stylized Asset Generation via Dual-Attention Disentanglement [74.22884364407646]
  本稿では,DreamStyle3Dを提案する。DreamStyle3Dは,Decoupled Dual Cross-Attention機構上に構築された3Dアセットのスタイリングのための効率的なフレームワークである。 本手法は, 構造的整合性を維持しつつ, 効率的なスタイルインジェクションを実現するため, 幾何学的特徴とスタイル的特徴を明確に分離する。 実験では、DreamStyle3Dは高忠実で幾何学的に整合した3Dアセットを10秒で生成できる。
  論文  参考訳（メタデータ） (2026-07-27T17:55:21Z)
• AnyStyle: Single-Pass Multimodal Stylization for 3D Gaussian Splatting [3.8078651836376007]
  フィードフォワード3D再構成・スタイリングフレームワークであるAnyStyleを導入し,マルチモーダルコンディショニングによるポーズフリー・ゼロショットスタイリングを実現する。 本手法はテキスト入力と視覚入力の両方をサポートし,自然言語記述や参照画像を用いてシーンの外観を制御できる。 実験により、AnyStyleは、高品質な幾何再構成を保ちつつ、フィードフォワードスタイル化手法よりもスタイル制御性を向上させることが示された。
  論文  参考訳（メタデータ） (2026-02-03T22:19:58Z)
• DiffStyle3D: Consistent 3D Gaussian Stylization via Attention Optimization [22.652699040654046]
  3Dスタイルの転送により、視覚的に表現可能な3Dコンテンツを作成することができる。 DiffStyle3Dを提案する。DiffStyle3Dは3DGSスタイル転送のための新しい拡散型パラダイムである。 DiffStyle3Dは最先端の手法より優れ、より高度なスタイリゼーション品質と視覚リアリズムを実現する。
  論文  参考訳（メタデータ） (2026-01-27T15:41:11Z)
• StyleSculptor: Zero-Shot Style-Controllable 3D Asset Generation with Texture-Geometry Dual Guidance [50.207322685527394]
  StyleSculptorは、コンテンツイメージと1つ以上のスタイルイメージからスタイル誘導された3Dアセットを生成するトレーニング不要のアプローチである。 ゼロショット方式でスタイル誘導3D生成を実現し、きめ細かい3Dスタイル制御を可能にする。 実験では、StyleSculptorは、高忠実度3Dアセットの生成において、既存のベースライン手法よりも優れている。
  論文  参考訳（メタデータ） (2025-09-16T17:55:20Z)
• InstantStyle-Plus: Style Transfer with Content-Preserving in Text-to-Image Generation [4.1177497612346]
  スタイル転送(Style Transfer)は、視覚的なスタイルを取り入れながら、オリジナルの本質を維持するイメージを作成するために設計された革新的なプロセスである。 InstantStyle-Plusは、ターゲットスタイルをシームレスに統合しながら、オリジナルコンテンツの整合性を優先するアプローチである。
  論文  参考訳（メタデータ） (2024-06-30T18:05:33Z)
• DeformToon3D: Deformable 3D Toonification from Neural Radiance Fields [96.0858117473902]
  3Dトーン化には、テクスチャ化された幾何学とテクスチャで、アートドメインのスタイルをターゲットの3D顔に転送することが含まれる。 階層型3D GANに適した効果的なトーン化フレームワークであるDeformToon3Dを提案する。 提案手法は3次元トーン化を幾何学とテクスチャスタイリングのサブプロブレムに分解し,元の潜伏空間をよりよく保存する。
  論文  参考訳（メタデータ） (2023-09-08T16:17:45Z)
• 3DStyleNet: Creating 3D Shapes with Geometric and Texture Style Variations [81.45521258652734]
  本稿では,3次元オブジェクトの幾何学的・テクスチャ的バリエーションを多用する手法を提案する。 提案手法は,多くの新しいスタイルの形状を作成でき,その結果,無駄な3Dコンテンツ作成とスタイルウェアデータ拡張を実現している。
  論文  参考訳（メタデータ） (2021-08-30T02:28:31Z)

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。