論文の概要: GeoART: Geometry-Aware Refinement via Test-Time Scaling for Camera-Conditioned Video Diffusion

• arxiv url: http://arxiv.org/abs/2610.25273v1
• Date: Sun, 18 Oct 2026 13:40:06 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:24:09.918157
• Title: GeoART: Geometry-Aware Refinement via Test-Time Scaling for Camera-Conditioned Video Diffusion
• Title（参考訳）: GeoART: カメラによるビデオ拡散のためのテスト時間スケーリングによる幾何学的認識の微細化
• Abstract要約: ジオアート(GeoART)は、ジオカルトを意識したテストタイムスケーリングにより、カメラのコントロラビリティを向上させる、トレーニングフリーなセルフリファインメントフレームワークである。 実験は、カメラ制御能力、マルチビュー整合性、および既存のサンプリング法と自己精製法よりも視覚的品質が一貫した改善を示す。
• 参考スコア（独自算出の注目度）: 4.935287302258807
• License:
• Abstract: Camera-conditioned video diffusion models often suffer from inaccurate camera control and geometric inconsisten- cies because camera constraints and estimated geometry are only weakly enforced during denoising. Existing reme- dies often require costly geometry-aware fine-tuning or ad- ditional 3D supervision. We introduce GeoART, a training- free self-refinement framework that improves camera con- trollability through geometry-aware test-time scaling. At selected denoising steps, GeoART generates multiple can- didates within the Predict-and-Perturb cycle and eval- uates them using a geometry prior, without directly modify- ing the denoising trajectory. A confidence gate suppresses unreliable geometric evidence, while rank-calibrated prob- abilistic selection combines score magnitude and relative rank to choose the next refinement state. Experiments demonstrate consistent improvements in camera controlla- bility, multi-view consistency, and visual quality over exist- ing sampling and self-refinement methods, without training or modifying the pretrained video diffusion model
• Abstract（参考訳）: カメラ条件付きビデオ拡散モデルでは、カメラの制約や推定幾何は、デノナイジング時にのみ弱く強制されるため、不正確なカメラ制御と幾何学的不整合性に悩まされることが多い。 既存のreme-型は、高コストで幾何学的な微調整や3Dの付加的な監督を必要とすることが多い。 ジオアート(GeoART)は、ジオカルトを意識したテストタイムスケーリングにより、カメラのコントロラビリティを向上させる、トレーニングフリーなセルフリファインメントフレームワークである。 選択されたデノナイジングステップでは、GeoARTは予測とパーターブのサイクル内で複数のキャンドレートを生成し、エバルはそれらを事前に幾何学を用いて使用し、デノナイジングの軌道を直接変更することなく使用することができる。 信頼ゲートは信頼できない幾何学的証拠を抑圧し、ランクキャリブレーションされた確率的選択はスコア等級と相対的ランクを組み合わせて次の洗練状態を選択する。 カメラ制御能力、マルチビュー整合性、視覚的品質が、事前訓練されたビデオ拡散モデルを訓練・修正することなく、実時間サンプリングおよび自己調整法よりも一貫した改善を実証する実験

関連論文リスト

• Learning to Correct Geometry in Generated Videos [52.88077815116697]
  ウェブスケールのビデオコーパスでは、最も目に見える動きは静的または弱い動きのカメラで捉えたダイナミックな物体から来ている。 本稿では,合成対監督に基づく映像合成モデルであるVGC(Video Geometry Corrector)を提案する。 ポーズ条件付きおよびプロンプト駆動ベンチマークの実験は、VGCが複数のソースジェネレータ間の幾何的一貫性を改善することを示している。
  論文  参考訳（メタデータ） (2026-10-16T17:59:55Z)
• GeoStream: Toward Precise Camera Controlled Streaming Video Generation [85.01823220801256]
  既存のアプローチはカメラの動きを暗黙的に学習し、アウト・オブ・ディストリビューション・トラジェクトリの下で不正確な制御をもたらす。 厳密な幾何学的条件付けにより制御性が向上するが、既存の手法は非自己回帰的である。 自動回帰ストリーミングビデオ生成における高精度なメカニカルカメラ制御を実現するフレームワークであるGeoStreamを提案する。
  論文  参考訳（メタデータ） (2026-06-13T07:18:04Z)
• VIGOR: VIdeo Geometry-Oriented Reward for Temporal Generative Alignment [15.619170225414571]
  ビデオ拡散モデルは、トレーニング中に明らかな幾何学的監督が欠如し、矛盾したアーティファクトにつながった。 本稿では,事前学習した幾何学的基礎モデルを利用して,多視点の一貫性を評価する幾何学的報酬モデルを提案する。 提案手法は, 誤差計算をポイントワイズで行うことにより, より物理的に基礎的かつロバストな誤差測定値が得られる。
  論文  参考訳（メタデータ） (2026-03-17T09:04:10Z)
• Epipolar Geometry Improves Video Generation Models [73.44978239787501]
  3D一貫性のあるビデオ生成は、生成および再構成タスクにおける多くの下流アプリケーションに大きな影響を与える可能性がある。 エピポーラ幾何学的制約が現代のビデオ拡散モデルをどのように改善するかを考察する。 データ駆動型ディープラーニングを古典的幾何学的コンピュータビジョンでブリッジすることで、空間的に一貫したビデオを生成する実用的な方法を提案する。
  論文  参考訳（メタデータ） (2025-10-24T16:21:37Z)
• GaVS: 3D-Grounded Video Stabilization via Temporally-Consistent Local Reconstruction and Rendering [54.489285024494855]
  ビデオの安定化は、元のユーザの動きの意図を保ちながら、望ましくないシャキネスを除去するので、ビデオ処理に欠かせない。 既存のアプローチは、運用するドメインによって、ユーザエクスペリエンスを低下させるいくつかの問題に悩まされます。 ビデオの安定化を時間的に一貫性のある局所的再構成とレンダリングのパラダイムとして再構成する,新しい3Dグラウンドアプローチである textbfGaVS を紹介する。
  論文  参考訳（メタデータ） (2025-06-30T15:24:27Z)
• Self-Calibrating Neural Radiance Fields [68.64327335620708]
  キャリブレーション対象のないシーンの幾何学と正確なカメラパラメータを共同で学習する。 我々のカメラモデルは、ピンホールモデル、第4次ラジアル歪み、および任意の非線形カメラ歪みを学習可能な汎用ノイズモデルで構成されている。
  論文  参考訳（メタデータ） (2021-08-31T13:34:28Z)

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。