論文の概要: What Makes a 3D Scene Editable? A Factorized Benchmark of Fidelity, Locality, Consistency, and Preservation
- arxiv url: http://arxiv.org/abs/2609.14899v1
- Date: Mon, 14 Sep 2026 01:38:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.029004
- Title: What Makes a 3D Scene Editable? A Factorized Benchmark of Fidelity, Locality, Consistency, and Preservation
- Title（参考訳）: 3Dシーンの編集は可能か? 忠実度, 局所性, 一貫性, 保存性の因子ベンチマーク
- Abstract要約: 本稿では,編集を制御情報置換として扱う表現非依存のベンチマークであるEditBench3Dを紹介する。
240のシーン編集ペアに対して,8つの代表的NeRF,3Dガウススプラッティング,ハイブリッド,プロキシベースのエディタを評価した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural 3D scene editing is often evaluated by semantic alignment alone, although a convincing result may alter unrelated content or become inconsistent across views. We introduce EditBench3D, a representation-agnostic benchmark that treats editing as controlled information replacement. It evaluates four complementary properties: instruction fidelity, spatial locality, cross-view consistency, and preservation of non-target content. The protocol combines visibility-aware 3D target supports, paired descriptions, held-out cameras, and five edit families covering appearance, material, geometry, and object-level changes. We evaluate eight representative NeRF, 3D Gaussian Splatting, hybrid, and proxy-based editors on 240 scene-edit pairs. The study shows that semantic fidelity is only weakly associated with the other editing properties, and that no single method is optimal across all dimensions. Explicit Gaussian editors offer a strong overall balance, whereas direct proxy manipulation provides the most conservative edits at the cost of open-ended fidelity. These findings support reporting editability as a multi-objective profile rather than a single semantic score.
- Abstract（参考訳）: ニューラルな3Dシーン編集はセマンティックアライメントだけで評価されることが多いが、説得力のある結果は無関係な内容を変えたり、ビュー間で矛盾することがある。
本稿では,編集を制御情報置換として扱う表現非依存のベンチマークであるEditBench3Dを紹介する。
命令の忠実度、空間的局所性、相互視の整合性、非ターゲット内容の保存の4つの相補的特性を評価する。
このプロトコルは、可視性を考慮した3Dターゲットのサポート、ペア化された説明、カメラのホールドアウト、および外見、材料、幾何学、およびオブジェクトレベルの変更をカバーする5つの編集ファミリを組み合わせたものである。
240のシーン編集ペアに対して,8つの代表的NeRF,3Dガウススプラッティング,ハイブリッド,プロキシベースのエディタを評価した。
この研究は、意味的忠実度は他の編集特性と弱い関係しか持たず、全ての次元で最適な方法が存在しないことを示した。
明示的なガウスの編集者は、全体的なバランスが強く、直接プロキシ操作は、オープンエンドの忠実さを犠牲にして、最も保守的な編集を提供する。
これらの結果は,単一のセマンティックスコアではなく,多目的プロファイルとして編集可能性の報告を支援する。
関連論文リスト
- OmniEdit-Bench: A Comprehensive Benchmark for Instruction-based Video Editing [53.21868575804758]
命令ベースのビデオ編集(IVE)のための包括的かつ構造化されたベンチマークを導入する。
本ベンチマークでは,編集タスクを空間,時間,音声,参照ベースの編集など,複数のビデオ特化次元に分解する。
本研究では,4つの相補的な次元(精度,保存性,リアリズム,一貫性)から編集品質を評価する評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-05T16:58:48Z) - JointEdit3D: Feed-Forward 3D Scene Editing in a Unified Latent Space [14.944378716099422]
既存の3Dシーン編集方法は、明示的な3D表現や編集・再構成パイプラインよりもシーンごとの最適化に頼っている。
統合されたRGB-ジオメトリ・ジェネレーション・潜在空間上に構築し,フィードフォワード3Dシーン編集に適応する。
JointEdit3Dは、単一の編集されたRGB参照潜伏剤のみを観察することで非対称潜伏塗布を行う。
論文 参考訳（メタデータ） (2026-06-11T13:35:23Z) - Feedforward 3D Editing Learns from Semantic-Part Transformation [13.61340944347895]
フィードフォワード3D編集における中心的な課題は、高品質なペア管理の欠如にある。
スケーラブルなフィードフォワード3D編集はセマンティック部分変換から学習されるべきである。
PartFlowはフィードフォワード3D編集ネットワークで、ソース認識の潜伏制御を事前訓練された3D生成先行に注入する。
論文 参考訳（メタデータ） (2026-05-26T17:51:59Z) - VGGT-Edit: Feed-forward Native 3D Scene Editing with Residual Field Prediction [59.303842406260124]
VGGT-Editはテキスト条件のネイティブ3D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である。
本研究では,奥行き同期テキストインジェクションを導入し,意味的指導をバックボーンの空間的ポーズと整合させる。
VGGT-Editは2Dリフトベースラインを大幅に上回り、よりシャープなオブジェクトの詳細、より強力なマルチビュー一貫性、ほぼインスタントな推論速度を生み出している。
論文 参考訳（メタデータ） (2026-05-14T17:59:04Z) - TransSplat: Unbalanced Semantic Transport for Language-Driven 3DGS Editing [9.002007453825486]
言語駆動型3DGS編集を多視点アンバランスなセマンティックトランスポート問題として定式化するTransSplatを提案する。
具体的には、可視ガウスとビュー固有の編集プロトタイプとの対応性を確立する。
さらに、クロスビュー共有の標準3D編集フィールドを復元し、統一された3D外観更新をガイドする。
論文 参考訳（メタデータ） (2026-04-21T15:25:50Z) - CEI-3D: Collaborative Explicit-Implicit 3D Reconstruction for Realistic and Fine-Grained Object Editing [51.73433734209541]
既存の3D編集手法は、再構成ネットワークの深い統合性のために、非現実的で未精細な結果をもたらすことが多い。
本稿では,現実的できめ細かな編集を容易にするための,編集指向の再構築パイプラインであるCEI-3Dを紹介する。
提案手法は,最新技術(SOTA)手法よりも,よりリアルできめ細かな編集結果を実現すると同時に,編集時間を短縮する。
論文 参考訳（メタデータ） (2026-03-12T11:15:11Z) - CoEditor++: Instruction-based Visual Editing via Cognitive Reasoning [98.98349220451216]
CoEditor++は、編集を"編集する方法"と"編集方法"に分解する、トレーニング不要のフレームワークである。
我々は,CoEditor++が編集タスクと編集タスクの両方において,最先端のパフォーマンスを実現することを示す。
以上の結果から,認知中心型画像編集の可能性が示唆された。
論文 参考訳（メタデータ） (2026-01-31T12:20:46Z) - CoreEditor: Consistent 3D Editing via Correspondence-constrained Diffusion [24.144486805878596]
CoreEditorは、一貫したテキストから3D編集のための新しいフレームワークである。
本稿では,画素間の正確な相互作用を強制するアテンション制約付アテンション機構を提案する。
実験では、CoreEditorはよりシャープなディテールで高品質な3D一貫性のある編集を生成する。
論文 参考訳（メタデータ） (2025-08-15T17:13:11Z) - Pro3D-Editor : A Progressive-Views Perspective for Consistent and Precise 3D Editing [25.237699330731395]
テキスト誘導型3D編集は意味のある局所的な3D領域を正確に編集することを目的としている。
既存の方法は通常、2Dビューを無差別に編集し、3D空間に投影する。
理想的な一貫した3D編集は、テキストプログレッシブ・ビューのパラダイムによって実現できると我々は主張する。
論文 参考訳（メタデータ） (2025-05-31T11:11:55Z) - View-Consistent 3D Editing with Gaussian Splatting [50.6460814430094]
View-Consistent Editing (VcEdit)は、3DGSをシームレスに画像編集プロセスに組み込む新しいフレームワークである。
一貫性モジュールを反復パターンに組み込むことで、VcEditはマルチビューの不整合の問題を十分に解決する。
論文 参考訳（メタデータ） (2024-03-18T15:22:09Z) - SHAP-EDITOR: Instruction-guided Latent 3D Editing in Seconds [73.91114735118298]
Shap-Editorは、新しいフィードフォワード3D編集フレームワークである。
フィードフォワード・エディター・ネットワークを構築することで,この空間で直接3D編集を行うことが可能であることを示す。
論文 参考訳（メタデータ） (2023-12-14T18:59:06Z)
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。