論文の概要: MATE4D: Matrix-Guided Editable 4D Generation from a Single Image

• arxiv url: http://arxiv.org/abs/2610.11181v1
• Date: Thu, 08 Oct 2026 03:40:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.775959
• Title: MATE4D: Matrix-Guided Editable 4D Generation from a Single Image
• Title（参考訳）: MATE4D: 1枚の画像からマトリックスガイドによる編集可能な4D生成
• Abstract要約: 生成モデルは、コンテンツの制作を動的3Dと4Dのシーンに素早く押し付けている。 本稿では、1つの入力画像を編集可能な4Dコンテンツに変換するフレームワークであるMATE4Dを紹介する。
• 参考スコア（独自算出の注目度）: 2.6928305857508974
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative models have rapidly pushed content creation be-yond 2D imagery toward dynamic 3D and 4D scene synthesis. Yet pro-ducing realistic and temporally stable 4D content from a single image is still difficult because one view provides limited structural cues and weak motion evidence. We introduce MATE4D, a framework that converts one input image into editable dynamic 4D content. Our method constructs a spatio-temporal multi-view image matrix with text-guided background manipulation, delivering coherent supervision over viewpoint, appear-ance, and motion. These synthesized observations are used to optimize 3D Gaussian primitives, which are then animated through a lightweight deformation module to form a 4D representation. The resulting scenes preserve geometry more faithfully, maintain smoother temporal behavior, and keep background edits more consistent, reducing context ambiguity and motion artifacts. Experiments on Objaverse-XL and Diffusion4D show that MATE4D outperforms strong baselines in visual quality, effi-ciency, and controllability, supporting practical AR/VR content creation.
• Abstract（参考訳）: 生成モデルは、動的3Dおよび4Dシーン合成に向けて、コンテンツ生成のベヨンド2Dイメージを急速に推し進めている。 しかし、一つの画像から現実的で時間的に安定な4Dコンテンツをプロジェクションすることは、ある視点が限られた構造的手がかりと弱い動きの証拠を提供するため、依然として困難である。 本稿では、1つの入力画像を編集可能な動的4Dコンテンツに変換するフレームワークであるMATE4Dを紹介する。 本手法は,テキスト誘導による背景操作による時空間多視点画像行列を構築し,視点,外観,動きのコヒーレントな監視を実現する。 これらの合成された観測は、3Dガウス原始体を最適化するために使用され、4D表現を形成するために軽量な変形モジュールを通してアニメーションされる。 結果として生じるシーンは、幾何学をより忠実に保存し、スムーズな時間的振る舞いを維持し、背景編集をより一貫性を持ち、文脈の曖昧さと動きの人工物を減らす。 Objaverse-XL と Diffusion4D の実験では、MATE4D は視覚的品質、効率性、制御性において強いベースラインを上回り、実用的なAR/VRコンテンツ作成をサポートする。

関連論文リスト

• Motion 3-to-4: 3D Motion Reconstruction for 4D Synthesis [53.48281548500864]
  Motion 3-to-4は、単一のモノクロビデオから高品質な4Dダイナミックオブジェクトを合成するためのフィードフォワードフレームワークである。 我々のモデルは、コンパクトな動き潜在表現を学習し、フレーム単位の軌道を予測して、時間的コヒーレントな幾何である完全なロバスト性を取り戻す。
  論文  参考訳（メタデータ） (2026-01-20T18:59:48Z)
• ShapeGen4D: Towards High Quality 4D Shape Generation from Videos [85.45517487721257]
  ビデオからエンドツーエンドに1つの動的3次元表現を合成する,ネイティブなビデオから4次元の形状生成フレームワークを提案する。 本手法は,フレームごとの最適化を行なわずに,非剛性運動,体積変化,および位相遷移を正確にキャプチャする。
  論文  参考訳（メタデータ） (2025-10-07T17:58:11Z)
• MVG4D: Image Matrix-Based Multi-View and Motion Generation for 4D Content Creation from a Single Image [8.22464804794448]
  静止画像から動的4Dコンテンツを生成する新しいフレームワークであるMVG4Dを提案する。 MVG4Dのコアとなるのは、時間的コヒーレントで空間的に多様なマルチビュー画像を合成するイメージマトリックスモジュールである。 本手法は, 時間的一貫性, 幾何学的忠実度, 視覚的リアリズムを効果的に向上させ, 動きの不連続性や背景劣化における重要な課題に対処する。
  論文  参考訳（メタデータ） (2025-07-24T12:48:14Z)
• Free4D: Tuning-free 4D Scene Generation with Spatial-Temporal Consistency [49.875459658889355]
  Free4Dは、単一の画像から4Dシーンを生成するためのチューニング不要のフレームワークである。 我々の重要な洞察は、一貫した4次元シーン表現のために、事前訓練された基礎モデルを蒸留することである。 結果の4D表現はリアルタイムで制御可能なレンダリングを可能にする。
  論文  参考訳（メタデータ） (2025-03-26T17:59:44Z)
• 4DGen: Grounded 4D Content Generation with Spatial-temporal Consistency [118.15258850780417]
  textbf4DGenは、4Dコンテンツ作成のための新しいフレームワークである。 我々のパイプラインは、制御可能な4D生成を容易にし、ユーザがモノクロビデオで動きを指定したり、画像から映像への世代を適用できる。 既存のビデオから4Dのベースラインと比較すると,入力信号の忠実な再構成には優れた結果が得られる。
  論文  参考訳（メタデータ） (2023-12-28T18:53:39Z)

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。