論文の概要: The Camera Inside the Editor: Reading the Implicit Camera of Image Editors with Painted Calibration Patterns

• arxiv url: http://arxiv.org/abs/2609.37732v1
• Date: Tue, 29 Sep 2026 14:54:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.648861
• Title: The Camera Inside the Editor: Reading the Implicit Camera of Image Editors with Painted Calibration Patterns
• Title（参考訳）: 編集部の内部カメラ:塗り絵のキャリブレーションパターンで画像エディターの意図しないカメラを読む
• Abstract要約: カメラインストラクションをベースとした画像エディターが写真に絵を描き込むのかは分かっていない。 Qwen-Image-Edit-2511は、その消滅点を満たすタイルの縁を0.26度の範囲で塗る。 Qwen-Image-Edit-2511は120枚のレンダリングされたカメラにタイルの縁を塗り、その点が0.26度の範囲で消える。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Instruction-based image editors insert objects, restyle scenes and render new viewpoints, but it is unknown which camera they assume when they paint into a photograph. Asked to cover the floor with a checkerboard, an editor paints projective structure from which classical vanishing-point geometry reads pitch, roll, focal length, yaw and, on renders, the principal point, without any training. Unlike a calibrator such as GeoCalib, which estimates the camera of an image, this isolates the camera under which the editor paints. On 120 rendered cameras with exact ground truth, Qwen-Image-Edit-2511 paints tile edges that meet their vanishing points within 0.26 degrees, and its implicit camera matches the true one to 0.8 degrees in pitch and 6% in focal length, more accurately than GeoCalib except in roll. Asked to draw the horizon or mark a vanishing point instead, the editor fails, so this knowledge is revealed by painting and not by the explicit tasks we tried. The implicit camera has two priors: roll is pulled towards level (slope 0.71), and telephoto perspective towards a default of about 30 mm, which roughly matches the camera the models paint without any scene. For Qwen, the priors do not grow when blur removes four fifths of the line evidence. They are stronger on real photographs, and on NYUv2 a shorter wording of the task removes the difference for roll. On photographs from a 24--240 mm zoom lens the painted perspective grows with only 0.62 of the lens's slope, while GeoCalib and MoGe-2 saturate at about 52 and 42 mm. FLUX.1 Kontext and LongCat-Image-Edit are pulled much harder. Finally, from a level camera a camera-control LoRA executes pose commands at only 50--70% of their strength, and a board painted into its output agrees with the camera it produced.
• Abstract（参考訳）: インストラクションベースの画像エディターは、オブジェクトを挿入し、シーンをリフォームし、新しい視点を描画するが、どのカメラが写真に写っているかは定かではない。 チェッカーボードで床を覆うように依頼された編集者は、古典的な消滅点幾何学がピッチ、ロール、焦点距離、ヨー、およびレンダリングにおいて、トレーニングなしで主点を読み取る射影構造を描く。 画像のカメラを推定するGeoCalibのようなキャリブレータとは異なり、エディターがペイントするカメラを分離する。 Qwen-Image-Edit-2511では、120枚のレンダリングされたカメラが0.26度以内で消滅するタイルの縁を描き、暗黙のカメラはGeoCalibよりも正確に、ピッチが0.8度、焦点距離が6%の真のものと一致している。 代わりに地平線を描くか、あるいは消滅点をマークするように頼まれると、編集者は失敗するので、この知識は、我々が試した明示的なタスクによってではなく、絵画によって明らかにされる。 暗黙のカメラには2つの先行点がある: ロールはレベル(傾斜0.71)に引き上げられ、望遠視視界は約30mmで、カメラとほぼ一致している。 Qwenにとって、前者は、線証拠の5分の4をぼやけたときに成長しない。 実際の写真ではより強く、NYUv2では、そのタスクの短い単語がロールの差を取り除く。 24-240mmズームレンズで撮影した写真では、レンズの傾斜角はわずか0.62で、GeoCalibとMoGe-2は52mmと42mmで飽和している。 FLUX.1 KontextとLongCat-Image-Editはずっと難しいです。 最後に、レベルカメラからカメラ制御のLoRAは、その強度のわずか50-70%でポーズコマンドを実行し、その出力に塗られたボードは、生成したカメラと一致する。

関連論文リスト

• PACE: Precise AI Cinematic Expression [5.540396814878452]
  PACE(Precise AI Cinematic Expression, 精密AIシネマティック表現)は, 画面の型付き表現である。 カメラソルバは、宣言されたフレーミングが構築されるようにカメラを配置します。 11シーンのAutomatic Drive画面では、各ステージのシングルオブジェクトパネルが被写体を宣言された位置の1.2%のフレーム幅に配置する。
  論文  参考訳（メタデータ） (2026-09-17T08:05:08Z)
• From Fixed to Free Cameras: Calibration-Free View-Robust Vision-Language-Action Model [72.8641426724502]
  カメラ中心型VLA(CamVLA)は、カメラ幾何学から制御を分離する新しいVLAモデルである。 CamVLAは、さまざまな見当たらない視点での成功率を継続的に改善する。
  論文  参考訳（メタデータ） (2026-07-06T17:59:59Z)
• Before the Shutter: Aesthetic and Actionable Portrait Photography Planning in 3D Scenes [35.59051707152096]
  人間のポーズ, カメラ, 照明, 露光などを生成する3Dの美的肖像画計画について紹介する。 本手法は,撮影時間,被写体関係,ポートレート関連照明構造を表現した写真シーングラフを構築する。 以上の結果から, 撮影後補正から撮影前画像作成への道筋が示唆された。
  論文  参考訳（メタデータ） (2026-05-28T17:55:09Z)
• Seeing without Pixels: Perception from Camera Trajectories [111.74720805348426]
  本研究では,カメラの軌跡を共同埋め込み空間に投影する専用エンコーダであるCamFormerを学習するための対照的な学習フレームワークを提案する。 一見単純さとは裏腹に、カメラの軌跡はビデオコンテンツを明らかにするための極めて重要な信号である。 本研究は,映像コンテンツを知覚するための軽量で頑健で多目的なモダリティとしてカメラ軌道を確立した。
  論文  参考訳（メタデータ） (2025-11-26T18:57:01Z)
• Generative Photography: Scene-Consistent Camera Control for Realistic Text-to-Image Synthesis [4.488462428880112]
  本稿では、コンテンツ生成中にカメラ固有の設定を制御できるフレームワーク、Generative Photographyを紹介する。 実験結果から,本手法は最先端モデルよりもシーン一貫性のあるフォトリアリスティック画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-12-03T04:55:02Z)
• SAMURAI: Shape And Material from Unconstrained Real-world Arbitrary Image collections [49.3480550339732]
  完全に未知のキャプチャ条件下でのオブジェクトの逆レンダリングは、コンピュータビジョンとグラフィックスにおける根本的な課題である。 形状, BRDF, 画像当たりのカメラのポーズと照明を推定するための共同最適化フレームワークを提案する。 本手法は,オブジェクトのオンライン画像収集に利用し,AR/VRなどのいくつかのユースケースに対して,再生可能な3Dアセットを生成する。
  論文  参考訳（メタデータ） (2022-05-31T13:16:48Z)
• Neural Radiance Fields for Outdoor Scene Relighting [70.97747511934705]
  ニューラルラジアンス場に基づく屋外シーンライティングのための最初のアプローチであるNeRF-OSRを提案する。 従来の技術とは対照的に,本手法はシーン照明とカメラ視点の同時編集を可能にする。 シャドウ再現のための専用ネットワークも備えており、高品質の屋外照明に欠かせない。
  論文  参考訳（メタデータ） (2021-12-09T18:59:56Z)
• PhotoApp: Photorealistic Appearance Editing of Head Portraits [97.23638022484153]
  本稿では,ポートレート画像におけるカメラ視点とシーン照明の高品質な直感的編集手法を提案する。 ほとんどの編集アプローチは、光やカメラステージといった設定でキャプチャされたトレーニングデータを使用した教師あり学習に依存している。 StyleGANの潜在空間で学習する監督問題を設計します。 これは、教師付き学習と生成的敵対的モデリングのベストを組み合わせる。
  論文  参考訳（メタデータ） (2021-03-13T08:59:49Z)
• Minimal Solutions for Panoramic Stitching Given Gravity Prior [53.047330182598124]
  我々は,光学中心が一致するカメラで撮影した画像のパノラマ画像縫合に対する最小限の解を提案する。 固定長や焦点距離の変動を視線歪みの有無で仮定し, 4つの実用的なカメラ構成について検討した。 シンセサイザーは、合成シーンと、Sun360データセットから500万枚以上の実画像のペアと、IMUを搭載した2台のスマートフォンを使って、私たちによって撮影されたシーンの両方でテストされる。
  論文  参考訳（メタデータ） (2020-12-01T13:17:36Z)

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。