論文の概要: View Matters: Keyframe-Guided Text-Driven 3D Gaussian Editing
- arxiv url: http://arxiv.org/abs/2610.08179v1
- Date: Tue, 06 Oct 2026 11:31:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.964437
- Title: View Matters: Keyframe-Guided Text-Driven 3D Gaussian Editing
- Title（参考訳）: キーフレームによるテキスト駆動型3Dガウス編集
- Abstract要約: 信頼性の高いビューの編集を行うビューインパタンス対応フレームワークであるView Mattersを提示する。
23対のシーンプロンプトで、View MattersはCLIPテキストイメージの最大類似度0.2822、方向類似度0.2564を達成している。
追加の隣接ビュー解析は、忠実度指向の編集プロセスが相互ビューのコヒーレンスを維持することを示している。
- 参考スコア（独自算出の注目度）: 7.436107233872885
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Text-driven 3D Gaussian editing commonly does not distinguish the editing reliability of rendered views, although different viewpoints provide supervision of substantially different quality. Views that clearly show the scene and match the edit instruction provide reliable guidance, while less informative views may weaken the edit when all views are treated equally. We present View Matters, a view-importance-aware framework that conducts editing around reliable keyframes. Keyframe Importance Estimation (KIE) identifies reliable views using geometric visibility, semantic distinctiveness, and edit relevance. Keyframe-Guided Editing (KGE) then propagates their editing signals asymmetrically to non-keyframes without noisy reverse influence, while Importance-Aware Optimization (IAO) preserves this reliability preference during 3DGS optimization. Across 23 scene-prompt pairs, View Matters achieves the highest average CLIP text-image similarity of 0.2822 and directional similarity of 0.2564 among the evaluated methods, with a four-minute editing time. Additional adjacent-view analysis indicates that the fidelity-oriented editing process maintains cross-view coherence.
- Abstract（参考訳）: テキスト駆動の3Dガウス編集は一般的にレンダリングされたビューの編集信頼性を区別しないが、異なる視点は実質的に異なる品質の監督を提供する。
シーンを明確に表示し、編集命令にマッチするビューは信頼性の高いガイダンスを提供するが、すべてのビューが平等に扱われると、情報の少ないビューは編集を弱める可能性がある。
信頼性の高いキーフレームの編集を行うビューインパタンス対応フレームワークであるView Mattersを紹介する。
Keyframe Importance Estimation (KIE)は、幾何学的可視性、意味的特徴、編集関連性を用いて信頼性の高いビューを識別する。
Keyframe-Guided Editing (KGE) は、ノイズのない逆の影響を受けずに非キーフレームに対して非対称に編集信号を伝搬する一方、Importance-Aware Optimization (IAO) は3DGS最適化時にこの信頼性を優先する。
23対のシーンプロンプトで、View Mattersは4分間の編集時間で、CLIPのテキスト画像の最大類似度0.2822、方向類似度0.2564を達成している。
追加の隣接ビュー解析は、忠実度指向の編集プロセスが相互ビューのコヒーレンスを維持することを示している。
関連論文リスト
- What Makes a 3D Scene Editable? A Factorized Benchmark of Fidelity, Locality, Consistency, and Preservation [0.0]
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。
論文 参考訳（メタデータ） (2026-09-14T01:38:38Z) - Occlusion-Aware Physics-Semantic Keyframe Selection for Robust Video Editing [53.06890499054828]
下流編集のための最適なアンカーフレームを自動的に識別するオクルージョン対応選択フレームワークを提案する。
我々のフレームワークは、手動のアノテーションを必要とせずに、正確かつ時間的に一貫した編集を可能にする。
論文 参考訳（メタデータ） (2026-05-22T03:19:24Z) - View-Consistent 3D Scene Editing via Dual-Path Structural Correspondense and Semantic Continuity [11.663455227298122]
テキスト駆動の3Dシーン編集において、クロスビューの不整合は依然として大きなボトルネックとなっている。
マルチビューで一貫した3D編集を配信の観点から再放送する。
本稿では,プロジェクション誘導型構造誘導とパッチレベルのセマンティックな伝搬からなる二重経路整合性機構を提案する。
論文 参考訳（メタデータ） (2026-04-20T04:47:15Z) - Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach [48.01137214342501]
テキスト誘導画像編集手法の体系的評価のためのベンチマークであるTIEditを紹介する。
信頼性の高い主観的評価を得るために、20人の専門家が採用され、307,200人の主観的評価が得られる。
さらに,隠蔽表現の中間層探索により編集品質を推定するLCMベースの評価器であるEditProbeを提案する。
論文 参考訳（メタデータ） (2026-03-20T09:05:10Z) - 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)
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。