論文の概要: ChromaGS: Text-Driven Semantic Editing of 4D Gaussian Avatars

• arxiv url: http://arxiv.org/abs/2610.03441v1
• Date: Fri, 02 Oct 2026 15:24:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.45059
• Title: ChromaGS: Text-Driven Semantic Editing of 4D Gaussian Avatars
• Title（参考訳）: ChromaGS: 4Dガウスアバターのテキスト駆動セマンティック編集
• Abstract要約: アニマタブルな3次元ガウスヘッドアバターのリアルタイム・言語誘導色編集法であるChromaGSを提案する。 訓練されたアニマタブルアバターを使用すれば、ユーザは自然言語を通じて意味領域の色を即座に変更することができる。
• 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: We present ChromaGS, a method for real-time, language-guided color editing of animatable 3D Gaussian head avatars. Given a trained animatable avatar, users can instantly modify the color of semantic regions through natural language, with edits applied at render time and no retraining required. Our key insight is to augment each Gaussian primitive with learned soft assignments to semantic regions and decompose colors into region-level base colors and Gaussian-level residuals. This decomposition enables coherent color transfer: modifying a region's base color propagates naturally through all associated Gaussians while preserving fine appearance details encoded in residuals. A two-stage language pipeline translates text instructions into target colors, supporting both absolute specifications and relative adjustments. Unlike generative editing methods that may introduce unintended modifications, our approach provides deterministic, precisely localized semantic control. Experiments demonstrate faithful appearance preservation and intuitive interaction across diverse subjects. Project page and code are available at: https://a-canela.github.io/chromags/
• Abstract（参考訳）: アニマタブルな3次元ガウスヘッドアバターのリアルタイム・言語誘導色編集法であるChromaGSを提案する。 トレーニングされたアニマタブルなアバターがあれば、ユーザは自然言語でセマンティックな領域の色を即座に変更でき、レンダリング時に編集を適用でき、再トレーニングは不要である。 我々の重要な洞察は、各ガウス原始体を、意味領域に学習したソフトな割り当てで拡張し、色を領域レベルの基本色とガウスレベルの残留色に分解することである。 この分解はコヒーレントな色移動を可能にする: 領域の基底色を変更することは、すべての関連するガウス色を通して自然に伝播し、残留物に符号化された微細な外観を保っている。 2段階の言語パイプラインは、テキスト命令をターゲット色に変換し、絶対的な仕様と相対的な調整の両方をサポートする。 意図しない修正を導入するような生成的編集方法とは異なり、本手法は決定論的、正確に局所化された意味制御を提供する。 実験は、様々な被験者に対して忠実な外観保存と直感的な相互作用を示す。 プロジェクトページとコードは、https://a-canela.github.io/chromags/.com/で入手できる。

関連論文リスト

• COSY: Compositional 3DGS Synthesis for Disentangled Human Head Editing [38.78268963918063]
  本稿では,毛髪,皮膚,眼鏡,胴体などの部品を独立に合成する新しいジェネレータアーキテクチャを提案する。 これにより、残りの部分を固定しながら、ある領域の潜伏ベクトルを変更することができる。 GANベースの生成・編集に関する既存の研究と比較して,本手法はより優れた絡み合い,より精密な編集制御,競争力のある視覚的品質を示す。
  論文  参考訳（メタデータ） (2026-05-22T18:22:04Z)
• Recolour What Matters: Region-Aware Colour Editing via Token-Level Diffusion [43.72039047537043]
  カラーは、イメージ生成において最も知覚的に健全だが最小限の制御可能な属性の1つである。 ColourCrafterは、色編集をグローバルトーン転送から構造化された地域対応生成プロセスに変換する。 ColourfulSetは、連続的および多彩なカラーバリエーションを備えた、高品質な画像ペアの大規模なデータセットです。
  論文  参考訳（メタデータ） (2026-03-19T03:53:38Z)
• VIRGi: View-dependent Instant Recoloring of 3D Gaussians Splats [53.602701067430075]
  3DGSでモデル化されたシーンの色を高速に編集する新しいアプローチであるVIRGiを紹介する。 1人のユーザーの重みを微調整することで、色編集はシーン全体にわずか2秒でシームレスに伝達される。 多様なデータセットに対する徹底的な検証は、競合相手に対する有意義な量的および質的な進歩を示している。
  論文  参考訳（メタデータ） (2026-03-03T13:41:17Z)
• Semantic Palette-Guided Color Propagation [7.263538036771765]
  従来のアプローチは、ピクセルの類似度を測定するために、色、テクスチャ、明度などの低レベルの視覚的手がかりに依存することが多い。 色伝搬に対する意味論的パレット誘導手法を提案する。 提案手法により,効率よくかつ高精度な画素レベルの色編集が可能となり,局所的な色変化がコンテンツ認識方式で伝播されることが保証される。
  論文  参考訳（メタデータ） (2025-06-02T08:57:34Z)
• Learning Naturally Aggregated Appearance for Efficient 3D Editing [90.57414218888536]
  カラーフィールドは、標準画像(canonical image)とも呼ばれる、明示的な2次元の外観アグリゲーションとして学習する。 テクスチャクエリのために3Dポイントを2Dピクセルにマッピングする投影場を標準画像に補完する。 提案手法は,既存のNeRFベースの編集手法に比べて,編集1回あたり20倍高速であることを示す。
  論文  参考訳（メタデータ） (2023-12-11T18:59:31Z)
• Mesh-Guided Neural Implicit Field Editing [42.78979161815414]
  本稿では,ニューラルネットワークの編集におけるガイド機構としてメッシュを用いた新しいアプローチを提案する。 まず,ニューラル暗黙フィールドから多角形メッシュ抽出のためのマーチングテトラヘドラを用いた微分可能手法を提案する。 次に、この抽出メッシュにボリュームレンダリングから得られた色を割り当てるために、微分可能な色抽出器を設計する。 この差別化可能なカラーメッシュは、暗黙のメッシュから暗示のフィールドへの勾配のバックプロパゲーションを可能にし、ニューラルな暗示のフィールドの幾何学と色をユーザが容易に操作できるようにする。
  論文  参考訳（メタデータ） (2023-12-04T18:59:58Z)
• Spatial Steerability of GANs via Self-Supervision from Discriminator [123.27117057804732]
  本稿では,GANの空間的ステアビリティを向上させるための自己教師型アプローチを提案する。 具体的には、空間帰納バイアスとして生成モデルの中間層に符号化されるランダムなガウス熱マップを設計する。 推論中、ユーザは直感的に空間のヒートマップと対話し、シーンのレイアウトを調整したり、移動したり、オブジェクトを削除したりすることで、出力画像を編集することができる。
  論文  参考訳（メタデータ） (2023-01-20T07:36:29Z)
• PaletteNeRF: Palette-based Appearance Editing of Neural Radiance Fields [60.66412075837952]
  本稿では,3次元色分解に基づくニューラルラジアンスフィールド(NeRF)の出現編集手法であるPaletteNeRFを提案する。 提案手法は,各3次元点の出現を,パレットベースによる線形結合に分解する。 我々は、セマンティック・アウェアな外観編集のためのセマンティック機能を圧縮したフレームワークを拡張した。
  論文  参考訳（メタデータ） (2022-12-21T00:20:01Z)
• Flexible Portrait Image Editing with Fine-Grained Control [12.32304366243904]
  我々は,1つのニューラルネットワークモデルを用いて,ジオメトリ,色,光,影のきめ細かい編集を支援する肖像画編集法を開発した。 生成者は、エッジマップ、カラーパレット、スライダー、マスクなどの変換された条件入力をユーザが直接編集できる。 本手法の有効性をCelebAMask-HQデータセット上で評価し,色/色/影/光の編集,手描きのスケッチから画像への変換,色変換など,幅広いタスクで検証した。
  論文  参考訳（メタデータ） (2022-04-04T08:39:37Z)
• Pose with Style: Detail-Preserving Pose-Guided Image Synthesis with Conditional StyleGAN [88.62422914645066]
  任意のポーズで1つの画像から人物を再レンダリングするアルゴリズムを提案する。 既存の方法では、画像の同一性や細部を保ちながら、隠蔽されたコンテンツを写実的に幻覚することはしばしば困難である。 本手法は, 定量的評価と視覚的比較の両方において, 最先端のアルゴリズムと良好に比較できることを示す。
  論文  参考訳（メタデータ） (2021-09-13T17:59:33Z)

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。