論文の概要: UMAS3D: Unified Mask-Free 3D Editing with Region-Adaptive Source Preservation

• arxiv url: http://arxiv.org/abs/2610.15533v1
• Date: Sun, 11 Oct 2026 11:11:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-19 18:11:02.274138
• Title: UMAS3D: Unified Mask-Free 3D Editing with Region-Adaptive Source Preservation
• Title（参考訳）: UMAS3D: 領域適応型ソース保存によるマスクフリー3D編集
• Abstract要約: 3D編集は、意図した編集領域の外の形状と外観を保存しながら、ユーザの意図に応じて既存の3Dアセットを変更することを目的としている。 既存の方法は、タスク固有のトレーニング、ソース3Dインバージョン、または外部3Dマスクに依存している。 UMAS3Dは、トレーニングフリーで、インバージョンフリーで、外部の3Dマスクを含まない、統一的な3D編集フレームワークである。
• 参考スコア（独自算出の注目度）: 25.78373896603812
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D editing aims to modify an existing 3D asset according to user intent while preserving geometry and appearance outside the intended edit region. Existing methods often rely on task-specific training, source-3D inversion, or external 3D masks, and lack a unified framework for diverse editing conditions and tasks. We propose UMAS3D, a unified 3D editing framework that is training-free, inversion-free, and free from external 3D masks. UMAS3D converts text, bounding boxes, reference images, and their combinations into common target-view guidance, after which addition, deletion, modification, appearance, and pose editing share the same downstream 3D generation process. Our key insight is to couple online edit-region estimation with region-aware source preservation. Mask-Free Adaptive Region Modeling (MARM) initializes an Edit/Keep prior from source-target visual differences and progressively refines it as the target structure evolves, while Source-Guided Preservation Steering (SGPS) constrains the current Keep-region states to retain source geometry and appearance without suppressing target-driven changes. Experiments show that UMAS3D supports addition, deletion, modification, appearance, and pose editing while effectively preserving unedited source content. These advances make UMAS3D a unified framework for flexible and source-preserving 3D editing across diverse editing conditions.
• Abstract（参考訳）: 3D編集は、意図した編集領域の外の形状と外観を保存しながら、ユーザの意図に応じて既存の3Dアセットを変更することを目的としている。 既存の方法は、タスク固有のトレーニング、ソース3Dインバージョン、または外部3Dマスクに依存しており、様々な編集条件やタスクのための統一されたフレームワークが欠如している。 UMAS3Dは、トレーニングフリーで、インバージョンフリーで、外部の3Dマスクを含まない、統一的な3D編集フレームワークである。 UMAS3Dはテキスト、バウンディングボックス、参照画像、およびそれらの組み合わせを共通のターゲットビューガイダンスに変換し、その後、追加、削除、修正、外観、およびポーズ編集は同じ下流3D生成プロセスを共有する。 我々の重要な洞察は、オンライン編集地域推定と地域対応ソース保存を組み合わせることである。 Mask-Free Adaptive Region Modeling (MARM)は、ソースターゲットの視覚的差異から編集/キープを初期化し、ターゲット構造が進化するにつれて徐々に洗練する。 UMAS3Dは、未編集のソースコンテンツを効果的に保存しながら、追加、削除、修正、外観、ポーズ編集をサポートする。 これらの進歩により、UMAS3Dは様々な編集条件にまたがる柔軟性とソース保存の3D編集のための統一されたフレームワークとなる。

関連論文リスト

• ES3D: Embedding Semantics into 3D Space for Component-Aware Editing [31.12252706485155]
  ES3Dはセマンティクスを直接3D空間に埋め込むフレームワークである。 セマンティックキューに基づいて編集可能な領域を検索し、条件として複数のイメージを使用する。 ES3Dは幾何学的に一貫性があり、セマンティックにコヒーレントな編集を生成する。
  論文  参考訳（メタデータ） (2026-08-16T13:58:08Z)
• EditFlow3D: Automated Local Editing of 3D Assets with Trajectory Preservation [21.575142861728636]
  ローカル3D編集のためのトレーニングフリーフレームワークであるEditFlow3Dを提案する。 ソースアセットと編集命令が与えられた場合、VLM駆動のワークフローは編集意図を解釈する。 マスク誘導微分フローは、対象領域の編集に焦点を当てる。 ステップワイズ軌道保存は、非ターゲット領域とソースアセットとの整合性を維持する。
  論文  参考訳（メタデータ） (2026-08-04T06:16:17Z)
• EditVerse3D: High-Quality 3D Object Editing with Region-Aware Learning [59.36059865997641]
  粗いガイダンスの下で高品質なオブジェクト編集を可能にする新しい3D編集フレームワークであるEditVerse3Dを提案する。 提案手法は,編集対象の3Dオブジェクトと,対象領域を示す粗い3D境界ボックスと,所望の修正を記述した参照2D画像とを入力として行う。 この編集を容易にするために,学習困難な領域を強調する新しい領域適応損失を導入する。
  論文  参考訳（メタデータ） (2026-07-08T09:21:22Z)
• Feedforward 3D Editing Learns from Semantic-Part Transformation [13.61340944347895]
  フィードフォワード3D編集における中心的な課題は、高品質なペア管理の欠如にある。 スケーラブルなフィードフォワード3D編集はセマンティック部分変換から学習されるべきである。 PartFlowはフィードフォワード3D編集ネットワークで、ソース認識の潜伏制御を事前訓練された3D生成先行に注入する。
  論文  参考訳（メタデータ） (2026-05-26T17:51:59Z)
• Beyond Voxel 3D Editing: Learning from 3D Masks and Self-Constructed Data [40.44238807341562]
  3D編集では、プロンプトに従って局所的な変更を実行することでセマンティック一貫性を維持する必要がある。 本研究では,3D編集に適した大規模データセットを自己構築したBeyond Voxel 3D Editing (BVE) フレームワークを提案する。 BVEは、原入力の視覚的特性を忠実に保持しつつ、高品質でテキスト整列した3Dアセットを生成する上で、優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-04-15T10:10:27Z)
• 3D-LATTE: Latent Space 3D Editing from Textual Instructions [64.77718887666312]
  本研究では,ネイティブな3次元拡散モデルの潜在空間内で動作する学習自由な編集手法を提案する。 生成元からの3Dアテンションマップとソースオブジェクトをブレンドすることで、編集合成をガイドする。
  論文  参考訳（メタデータ） (2025-08-29T22:51:59Z)
• PrEditor3D: Fast and Precise 3D Shape Editing [100.09112677669376]
  本稿では,1つの形状の編集を数分以内に行うことができる3D編集のためのトレーニングフリーアプローチを提案する。 編集された3Dメッシュはプロンプトとよく一致しており、変更を意図していない領域でも同じである。
  論文  参考訳（メタデータ） (2024-12-09T15:44:47Z)
• MaTe3D: Mask-guided Text-based 3D-aware Portrait Editing [61.014328598895524]
  textbfMaTe3D:マスク誘導型テキストベースの3D画像編集を提案する。 SDFに基づく新しい3Dジェネレータは,SDFと密度の整合性損失により局所的およびグローバルな表現を学習する。 幾何とテクスチャの条件蒸留(CDGT)は視覚的曖昧さを軽減し、テクスチャと幾何学のミスマッチを避ける。
  論文  参考訳（メタデータ） (2023-12-12T03:04:08Z)

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。