論文の概要: PartiCam: Camera Controlled Video Generation with Reward Guidance
- arxiv url: http://arxiv.org/abs/2609.39504v1
- Date: Wed, 30 Sep 2026 11:05:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.595806
- Title: PartiCam: Camera Controlled Video Generation with Reward Guidance
- Title（参考訳）: PartiCam:リワード誘導によるカメラ制御ビデオ生成
- Abstract要約: PartiCamは、カメラ制御ビデオ生成を改善するためのトレーニング不要なパーティクルフィルタリングルート方式である。
本手法は,Sequential Monte-Carloガイダンスに基づいて構築されるが,粒子フィルタ再サンプリングに基づく局所的な改良段階を導入する。
実験では、モデル再訓練を必要とせず、カメラの軌道付着性、ドリフトの低減、視覚的品質の向上が見られた。
- 参考スコア（独自算出の注目度）: 60.77484725687859
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present PartiCam, a training-free Particle filtering rooted method for improved Camera controlled video generation. Generating videos that follow a precisely specified camera trajectory remains challenging for large video diffusion models. Training-free approaches are backbone-agnostic and avoid the need to construct large camera-annotated datasets by steering pretrained models toward the desired camera motion at test time. This enables the generation of camera-controlled video data that can subsequently be used to train camera-conditioned video diffusion models. Existing sampling-based guidance approaches often suffer from unstable trajectories: they either explore too broadly and fail to respect the target camera motion or collapse early and lose visual diversity over time. We introduce a global-local refinement framework for diffusion reward guidance, enabling accurate and consistent camera control during video generation. Our method builds on Sequential Monte-Carlo (SMC) guidance, but introduces a local refinement stage based on particle filtered resampling. Experiments show large improvements in camera trajectory adherence, reduced drift, and better visual quality, without requiring model retraining.
- Abstract（参考訳）: 我々は、カメラ制御ビデオ生成を改善するためのトレーニング不要なパーティクルフィルタリングルート方式PartiCamを提案する。
正確に指定されたカメラ軌跡に従うビデオを生成することは、大きなビデオ拡散モデルでは依然として困難である。
トレーニングなしのアプローチはバックボーンに依存しないため、テスト時に所望のカメラモーションに向けて事前トレーニングされたモデルを操縦することで、大規模なカメラアノテートデータセットを構築する必要がなくなる。
これにより、カメラ制御されたビデオデータを生成して、後にカメラ条件のビデオ拡散モデルをトレーニングすることができる。
既存のサンプリングベースのガイダンスアプローチは不安定な軌道に悩まされることが多く、広範に探索しすぎ、ターゲットのカメラの動きを尊重できないか、早期に崩壊し、時間とともに視覚的多様性を失う。
拡散報酬誘導のためのグローバル・ローカル・リファインメント・フレームワークを導入し,映像生成時の高精度で一貫したカメラ制御を実現する。
本手法は連続モンテカルロ法(Sequential Monte-Carlo, SMC)に基づく手法であるが, 粒子フィルタ再サンプリングに基づく局所的な改良段階を導入する。
実験では、モデル再訓練を必要とせず、カメラの軌道付着性、ドリフトの低減、視覚的品質の向上が見られた。
関連論文リスト
- Geo-Align: Video Generation Alignment via Metric Geometry Reward [53.65904111864641]
Geo-Alignは、カメラ制御ビデオ再レンダリング用に特別に設計された最初の強化学習フレームワークである。
事前訓練されたモデルに基づいて、スケールアウェアの知覚報酬機構を用いてモデルを最適化する。
実験により、Geo-Alignは、カメラの正確な制御性と視覚的忠実性の両方において、既存の教師付き学習ベースラインを一貫して上回っていることが示された。
論文 参考訳（メタデータ） (2026-05-22T17:59:43Z) - Warp-as-History: Generalizable Camera-Controlled Video Generation from One Training Video [19.675672131137382]
本稿では,カメラによるワープをカメラワープした擬似歴史に変換するシンプルなインタフェースを提案する。
我々は,その位置エンコーディングと対象フレームの識別とを整合させ,正確な情報源観測を行なわずに歪んだ歴史トークンを除去する。
本手法は,テスト時間最適化やターゲット映像適応を伴わずに,カメラの付着性,視覚的品質,動きのダイナミクスを改善する。
論文 参考訳（メタデータ） (2026-05-14T17:58:26Z) - Infinite-Homography as Robust Conditioning for Camera-Controlled Video Generation [49.12018869332346]
InfCamは、高ポーズ忠実度でカメラ制御されたビデオ・ビデオ生成フレームワークである。
1)ビデオ拡散モデルの2次元潜在空間内で直接3次元カメラ回転を符号化する。
論文 参考訳（メタデータ） (2025-12-18T20:03:05Z) - CameraCtrl II: Dynamic Scene Exploration via Camera-controlled Video Diffusion Models [89.63787060844409]
CameraCtrl IIは、カメラ制御ビデオ拡散モデルによる大規模動的シーン探索を可能にするフレームワークである。
動的シーンの生成を段階的に拡大するアプローチを採っている。
論文 参考訳（メタデータ） (2025-03-13T17:42:01Z) - Latent-Reframe: Enabling Camera Control for Video Diffusion Model without Training [51.851390459940646]
我々は、微調整なしで事前訓練されたビデオ拡散モデルでカメラ制御が可能なLatent-Reframeを紹介した。
Latent-Reframeはサンプリング段階で動作し、オリジナルのモデル分布を維持しながら効率を維持する。
当社のアプローチでは,ビデオフレームの潜在コードを再設計し,タイムアウェアな点雲を通して入力カメラ軌跡と整合する。
論文 参考訳（メタデータ） (2024-12-08T18:59:54Z) - Training-free Camera Control for Video Generation [15.79168688275606]
本稿では,市販ビデオ拡散モデルに対して,カメラの動き制御を実現するためのトレーニングフリーで堅牢なソリューションを提案する。
本手法では,カメラ注釈付きデータセットの教師付き微調整やデータ拡張による自己教師型トレーニングは不要である。
ほとんどの事前訓練されたビデオ拡散モデルでプラグイン・アンド・プレイでき、単一の画像またはテキストプロンプトを入力としてカメラ制御可能なビデオを生成することができる。
論文 参考訳（メタデータ） (2024-06-14T15:33:00Z) - CameraCtrl: Enabling Camera Control for Text-to-Video Generation [86.36135895375425]
ユーザーがコンテンツをより正確に作成し、編集できるようにするため、制御性はビデオ生成において重要な役割を果たす。
しかし、既存のモデルは、より深い物語のニュアンスを表現するための映画言語として機能するカメラポーズの制御を欠いている。
我々は、ビデオ拡散モデルの正確なカメラポーズ制御を可能にするCameraCtrlを紹介する。
論文 参考訳（メタデータ） (2024-04-02T16:52:41Z)
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。