論文の概要: Drag as Evidence: Motion-Grounded Latent Recomposition for Drag-Based Editing

• arxiv url: http://arxiv.org/abs/2609.36755v1
• Date: Tue, 29 Sep 2026 05:25:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.209811
• Title: Drag as Evidence: Motion-Grounded Latent Recomposition for Drag-Based Editing
• Title（参考訳）: ドラッグ・アズ・エビデンス(Drag as Evidence:Drag-based Editing)
• Abstract要約: MoRe-Dragは、モーショングラウンドのドラッグベースの編集方法である。 DragBench-SRとDragBench-DRの実験により、MoRe-Dragは強力なベースエディタよりもドラッグ精度を大幅に向上することが示された。
• 参考スコア（独自算出の注目度）: 42.176957681367185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern image editors excel at semantic manipulation and visual synthesis, yet remain limited in precise spatial control, motivating the development of drag-based editing. However, existing drag-based methods often struggle to balance drag accuracy with natural, plausible, and intent-aligned generation. We propose MoRe-Drag, a motion-grounded drag-based editing method. Our key insight is to treat pixel-space warping as coarse motion evidence, and to inject this evidence into the generative sampling trajectory. Specifically, MoRe-Drag performs region-aware latent recomposition over refinement, inpainting, and anchor regions, coupled with stage-adaptive conditioning that progressively shifts from motion-grounded structure formation to semantic refinement. We further support an instruction-free interface by adapting the MLLM-based text encoder for drag-aware instruction inference. Experiments on DragBench-SR and DragBench-DR show that MoRe-Drag substantially improves drag precision over strong base editors and achieves superior drag accuracy among SOTA drag-based methods, while delivering strong semantic consistency and visually realistic results. Code and dataset will be publicly released.
• Abstract（参考訳）: 現代の画像エディタはセマンティックな操作や視覚合成が得意だが、正確な空間制御には限界があり、ドラッグベースの編集の開発を動機付けている。 しかし、既存のドラッグベースの手法は、ドラッグ精度と自然な、もっともらしい、意図に沿った生成とのバランスをとるのに苦労することが多い。 本研究では,モーショングラウンドのドラッグベース編集手法であるMoRe-Dragを提案する。 我々の重要な洞察は、ピクセル空間の歪みを粗い動きの証拠として扱い、この証拠を生成的サンプリング軌道に注入することである。 特に、MoRe-Dragは、洗練、塗装、アンカー領域に対する領域認識の潜伏再分解を行い、ステージ適応条件付けと組み合わせることで、動き場構造の形成から意味的洗練へと徐々に移行する。 MLLMベースのテキストエンコーダをドラッグ・アウェア・インストラクション・インストラクション・インストラクションに適応させることにより,インストラクションフリーなインタフェースをさらにサポートする。 DragBench-SRとDragBench-DRの実験では、MoRe-Dragは強力なベースエディタ上でのドラッグ精度を大幅に向上し、SOTAのドラッグベース手法よりも優れたドラッグ精度を実現し、強いセマンティック一貫性と視覚的にリアルな結果を提供する。 コードとデータセットが公開される。

関連論文リスト

• ContextDrag: Precise Drag-Based Image Editing via Context-Preserving Token Injection and Position-Consistent Attention [81.12932992203885]
  ドラッグベースの編集のための新しいパラダイムであるContextDragを紹介します。 参照イメージからVAEエンコードされた機能を組み込むことで、ContextDragはリッチなコンテキストキューを活用し、きめ細かい詳細を保存することができる。
  論文  参考訳（メタデータ） (2025-12-09T10:51:45Z)
• DragFlow: Unleashing DiT Priors with Region Based Supervision for Drag Editing [19.031261008813644]
  この研究は、DragFlowと呼ばれるドラッグベースの編集にFLUXのリッチさを効果的に活用する最初のフレームワークを提案する。 この制限を克服するため、DragFlowでは、アフィン変換がよりリッチで一貫性のある機能管理を可能にする、リージョンベースの編集パラダイムを導入している。 DragBench-DRとReD Benchの実験は、DragFlowがポイントベースとリージョンベースの両方のベースラインを超えたことを示している。
  論文  参考訳（メタデータ） (2025-10-02T17:39:13Z)
• TDEdit: A Unified Diffusion Framework for Text-Drag Guided Image Manipulation [51.72432192816058]
  共同ドラッグテキスト画像編集のための拡散型統合フレームワークを提案する。 本フレームワークでは,(1)3次元特徴マッピングによる遅延空間レイアウト制御を向上するポイント・クラウド決定性ドラッグ,(2)ドラッグ・テキスト・ガイド・デノナイズ(Drag-Text Guided Denoising),(2)デノナイズ中のドラッグとテキスト条件の影響を動的にバランスするDrag-Text Guided Denoisingを導入している。
  論文  参考訳（メタデータ） (2025-09-26T05:39:03Z)
• LazyDrag: Enabling Stable Drag-Based Editing on Multi-Modal Diffusion Transformers via Explicit Correspondence [31.686266704795273]
  マルチモーダル拡散変換器の最初のドラッグベースの画像編集手法であるLazyDragを紹介する。 LazyDragは暗黙の点マッチングへの依存を直接排除する。 テキストガイダンスと正確な幾何学的制御を統一し、以前は手に入らなかった複雑な編集を可能にする。
  論文  参考訳（メタデータ） (2025-09-15T17:59:47Z)
• FlowDrag: 3D-aware Drag-based Image Editing with Mesh-guided Deformation Vector Flow Fields [20.793887576117527]
  幾何情報を利用してより正確でコヒーレントな変換を行うFlowDragを提案する。 提案手法は,ユーザ定義のドラッグポイントに基づくメッシュ変形を誘導するエネルギー関数を用いて,画像から3次元メッシュを構築する。 得られたメッシュの変位は2Dに投影され、UNetデノナイジングプロセスに組み込まれ、正確なハンド・ツー・ターゲットのポイントアライメントを可能にする。
  論文  参考訳（メタデータ） (2025-07-11T03:18:52Z)
• Drag Your Gaussian: Effective Drag-Based Editing with Score Distillation for 3D Gaussian Splatting [55.14822004410817]
  DYGは3次元ガウススプラッティングのための効果的な3次元ドラッグベース編集法である。 3次元マスクと一対の制御点を入力して編集範囲を正確に制御できる。 DYGは暗黙三面体表現の強さを統合し、編集結果の幾何学的足場を確立する。
  論文  参考訳（メタデータ） (2025-01-30T18:51:54Z)
• DragVideo: Interactive Drag-style Video Editing [58.59845960686982]
  DragVideoはドラッグ・テンポラリなビデオ編集フレームワークだ。 動画を直感的で、ユーザの意図に忠実に編集し、ほとんど目立たない歪みやアーティファクトで、時間的一貫性を維持しながら編集することができる。 従来のプロンプトベースのビデオ編集では、前者の2つを行ない、画像ドラッグを直接適用することは最後に失敗するが、DragVideoの汎用性と汎用性が強調されている。
  論文  参考訳（メタデータ） (2023-12-03T10:41:06Z)

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。