論文の概要: FilmFlow: Agentic System for 3D Virtual Film Cinematography
- arxiv url: http://arxiv.org/abs/2610.30753v1
- Date: Thu, 22 Oct 2026 05:22:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.222931
- Title: FilmFlow: Agentic System for 3D Virtual Film Cinematography
- Title（参考訳）: フィルムフロー : 3次元仮想フィルムシネマトグラフィーのためのエージェントシステム
- Abstract要約: FilmFlowは、自然言語の指示や参照ビデオからダイナミックな3D環境のための明示的なカメラトラジェクトリに変換するエージェントフレームワークである。
これらの軌道は、翻訳、回転、フレーミングを共同制御する同時原子操作から高次運動を構成することによって生成される。
また、自作でライセンスされたソースから150のブレンダーシーン、750のテキスト指向タスクの5つのカメラインストラクション、60の参照ビデオからなるCinemaBenchを紹介した。
- 参考スコア（独自算出の注目度）: 26.871048543375206
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Complex camera motion is central to visual storytelling, yet translating cinematographic intent into controllable, executable camera trajectories remains challenging. We introduce FilmFlow, an agentic framework that converts natural-language instructions or reference videos into explicit camera trajectories for dynamic 3D environments. To generate these trajectories, a Director agent constructs executable camera plans by composing high-level motions from concurrent atomic operations that jointly control translation, rotation, and framing. The Director is supported by three specialized agents: an Interpreter that extracts scene-grounded cinematographic intent, a Scout that selects initial viewpoints, and a Critic that evaluates rendered results and provides visual feedback for iterative plan refinement. We also introduce CinemaBench, comprising 150 Blender scenes from self-created and licensed sources, with five camera instructions per scene for 750 text-directed tasks and 60 reference videos associated with a subset of scenes. CinemaBench supports evaluation of both text-directed camera generation and video reference-directed camera generation. Across a diverse set of evaluated baselines, FilmFlow achieves the strongest benchmark performance and the highest user preference, demonstrating effective spatial reasoning, temporal coordination, and visual composition for executable 3D cinematography.
- Abstract（参考訳）: 複雑なカメラの動きは視覚的なストーリーテリングの中心であるが、撮影意図を制御可能で実行可能なカメラ軌道に変換することは依然として困難である。
自然言語の指示や参照ビデオからダイナミックな3D環境のための明示的なカメラトラジェクトリに変換するエージェントフレームワークであるFilmFlowを紹介する。
これらの軌道を生成するために、ディレクターエージェントは、翻訳、回転、フレーミングを共同制御する同時原子操作から高レベル動作を構成することにより、実行可能なカメラプランを構築する。
監督は3つの特殊エージェント、シーンの撮影意図を抽出するインタプリタ、初期視点を選択するスカウト、レンダリングされた結果を評価し、反復的な計画修正のために視覚的なフィードバックを提供する批評家によって支援されている。
また、自作でライセンスされたソースから150のブレンダーシーン、750のテキスト指向タスクの5つのカメラインストラクション、60の参照ビデオからなるCinemaBenchを紹介した。
CinemaBenchは、テキスト指向カメラ生成とビデオ参照指向カメラ生成の両方の評価をサポートする。
評価ベースラインの多種多様なセットにおいて、FilmFlowは最も高いベンチマーク性能と最高のユーザ嗜好を達成し、3Dシネマトグラフィーのための効果的な空間的推論、時間的調整、視覚的構成を示す。
関連論文リスト
- CineRecon: Benchmarking Frontier Models for Agentic Cinematic Reconstruction [66.03273027109962]
編集可能なダイナミック3Dシーンとしてレファレンスビデオを再構築することは、映画製作のための制御可能なビデオ生成への重要な道である。
CineReconは、50の参照ビデオと360の注釈付き評価クリップからなるベンチマークである。
この設計は、詳細な外観が不要な場合、エージェントがビデオ内のイベントを再現できるかどうかをテストする。
論文 参考訳（メタデータ） (2026-10-12T10:57:18Z) - CinemaTraj: Composing Atomic Camera Trajectories for 3D Scenes with LLM Agents [14.879115975370842]
CinemaTrajは、カメラの軌道計画を言語による空間的推論問題として再構成するフレームワークである。
高速で、無衝突で、高い撮影品質の軌道を発生させる。
論文 参考訳（メタデータ） (2026-07-29T13:41:52Z) - PhotoFlow: Agentic 3D Virtual Photography Missions [24.105785278409584]
PhotoFlowはクローズドループカメラサーチのためのディレクター・リビューア・リフレクターエージェントである。
PhotoFlowは、ワンショット予測、シングルチェーンリフレクション、アンカーバンク選択、ランダム検索において、最強の外部品質調整合成と成功率を達成する。
これは、任意のブレンダーシーンで言語条件の仮想写真を作成するための最初の作業である。
論文 参考訳（メタデータ） (2026-05-22T15:40:52Z) - CineScene: Implicit 3D as Effective Scene Representation for Cinematic Video Generation [65.03946626081036]
映像生成に暗黙的な3D認識シーン表現を活用するフレームワークであるCineSceneを提案する。
CineSceneは、シーン一貫性のある映像生成において最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-02-06T18:59:24Z) - Towards Understanding Camera Motions in Any Video [89.97247162415158]
我々は、カメラモーション理解の評価と改善を目的とした大規模なデータセットとベンチマークであるCameraBenchを紹介する。
CameraBenchは、厳格な品質管理プロセスを通じて専門家によって注釈付けされた3,000の多様なインターネットビデオで構成されている。
私たちの貢献の1つは、撮影者との共同で設計されたカメラモーションプリミティブの分類である。
論文 参考訳（メタデータ） (2025-04-21T18:34:57Z) - CineMaster: A 3D-Aware and Controllable Framework for Cinematic Text-to-Video Generation [76.72787726497343]
CineMasterは3D認識と制御可能なテキスト・ビデオ生成のためのフレームワークである。
私たちのゴールは、プロの映画監督と同等のコントロール性を持つユーザーを力づけることです。
論文 参考訳（メタデータ） (2025-02-12T18:55:36Z) - ChatCam: Empowering Camera Control through Conversational AI [67.31920821192323]
ChatCamは、ユーザーとの会話を通じてカメラの動きをナビゲートするシステムである。
そこで本研究では,テキスト条件付きカメラ軌道生成のためのGPTに基づく自己回帰モデルであるCineGPTを提案する。
また、正確なカメラ軌道配置を保証するアンカー決定器も開発した。
論文 参考訳（メタデータ） (2024-09-25T20:13:41Z) - Automatic Camera Trajectory Control with Enhanced Immersion for Virtual Cinematography [23.070207691087827]
実世界のシネマトグラフィーのルールは、監督がカメラをアクターと包括的に同期させることで没入感を生み出すことができることを示している。
この戦略に触発されて,アクターとカメラの3面の同期を可能にするディープカメラ制御フレームワークを提案する。
提案手法は,高品質な没入型撮影映像を定量的かつ質的に生成する。
論文 参考訳（メタデータ） (2023-03-29T22:02:15Z)
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。