論文の概要: VidEdit3D: Flexible 3D Gaussian Editing with Video Diffusion

• arxiv url: http://arxiv.org/abs/2610.35756v1
• Date: Mon, 26 Oct 2026 17:03:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.123519
• Title: VidEdit3D: Flexible 3D Gaussian Editing with Video Diffusion
• Title（参考訳）: VidEdit3D:ビデオ拡散による柔軟な3Dガウス編集
• Abstract要約: 本稿では3Dシーン編集をトラジェクトリベースのビデオ編集タスクとして再構成するフレームワークであるVidEdit3Dを紹介する。 我々は、事前訓練されたビデオ拡散モデルの頑健さを活用して、ビュー間のセマンティックおよび構造的コヒーレンスを促進する。 実験では、ベースラインよりも強い命令アライメントと、より優れたマルチビュー一貫性が示される。
• 参考スコア（独自算出の注目度）: 18.231780349973693
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advancements in text-guided 3D editing, particularly with 3D Gaussian Splatting (3DGS), have shown promise but still lag behind the flexibility of 2D editing tools. Existing methods face a critical trade-off between preserving multi-view consistency and allowing structural modifications. Image-based editors can also struggle to apply the intended edit to objects viewed from unusual angles. To address these limitations, we introduce VidEdit3D, a framework that reformulates 3D scene editing as a trajectory-based video editing task. By drawing a parallel between camera movement in static 3D scenes and temporal dynamics in video, we leverage the robust spatiotemporal priors of pre-trained Video Diffusion Models (VDMs) to encourage semantic and structural coherence across views. Specifically, we propose Trajectory-Guided Rendering (TGR) to select informative keyframes and construct smooth video clips aligned with VDM input requirements. To propagate edits from an anchor view to these clips, we develop Flow-Aligned Video Editing (FAVE), a training-free framework incorporating an Editing Consistency Guidance (ECG) mechanism. ECG contrasts source and edited image conditions at a shared latent state, using scheduled source-image amplification to strengthen adherence to the edited reference while maintaining original scene context. Finally, we introduce Region-Selective 3DGS Refinement (RS-GS) to strictly confine geometric and appearance updates to target primitives, reducing background attribute leakage. Experiments demonstrate stronger instruction alignment and better multi-view consistency than the baselines.
• Abstract（参考訳）: テキストガイドによる3D編集の進歩、特に3D Gaussian Splatting (3DGS)は、2D編集ツールの柔軟性に遅れを取っている。 既存の方法は、マルチビューの一貫性を維持することと、構造的な変更を可能にすることの間の重要なトレードオフに直面します。 画像ベースのエディターは、異常な角度から見るオブジェクトに意図した編集を適用するのにも苦労する。 これらの制約に対処するために,3Dシーン編集をトラジェクトリベースのビデオ編集タスクとして再構成するフレームワークであるVidEdit3Dを導入する。 静的な3Dシーンにおけるカメラの動きとビデオの時間的ダイナミクスの並列化によって、事前学習されたビデオ拡散モデル(VDM)の頑健な時空間的先行性を利用して、ビュー間の意味的および構造的一貫性を促進する。 具体的には、情報化キーフレームを選択し、VDM入力要求に応じたスムーズなビデオクリップを構築するために、TGR(Trjectory-Guided Rendering)を提案する。 アンカービューからこれらのクリップに編集を伝達するために、編集一貫性誘導(ECG)機構を組み込んだトレーニング不要のフレームワークであるフローアラインドビデオ編集(FAVE)を開発した。 ECGは、ソースと編集された画像条件を共有潜時状態でコントラストし、スケジュールされたソースイメージアンプリフィケーションを使用して、オリジナルのシーンコンテキストを維持しながら、編集された参照への固執を強化する。 最後に,領域選択型3DGSリファインメント(RS-GS)を導入し,幾何学的および外観的更新をターゲットプリミティブに厳密に限定し,背景属性のリークを低減する。 実験では、ベースラインよりも強い命令アライメントと、より優れたマルチビュー一貫性が示される。

関連論文リスト

• VitronEdit: Universal Visual Editing across Images, Videos, and 3D Scenes [45.473904269413225]
  VitronEditは、画像、ビデオ、および3Dシーン編集のための普遍的なフレームワークである。 本稿では,事前学習した幾何再構成モデルを利用して,深度とカメラ目的の監視を行う,幾何認識後トレーニングを提案する。 幾何学的監督を3Dサンプルにのみ適用すると、全体的な性能は最高になるが、画像やビデオの編集も、直接幾何学的監督を受けていないにもかかわらず改善される。
  論文  参考訳（メタデータ） (2026-10-19T17:59:55Z)
• Edit3DGS: Unified Framework for Dynamic Head Editing via 2D Instruction-Guided Diffusion and 3D Gaussian Splatting [3.8101824866013523]
  動的3Dヘッド編集のための統合フレームワークEdit3DGSを提案する。 本手法は,画像領域における意味制御性と,時間的に整合した3次元表現とを結合する。
  論文  参考訳（メタデータ） (2026-06-16T02:26:20Z)
• 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)
• Shape-for-Motion: Precise and Consistent Video Editing with 3D Proxy [48.72918598961146]
  本稿では,精密で一貫したビデオ編集のための3Dプロキシを組み込んだ新しいフレームワークであるShape-for-Motionを紹介する。 我々のフレームワークは、ポーズ編集、回転、スケーリング、翻訳、テクスチャ修正、オブジェクト合成など、ビデオフレーム間の精密で物理的に一貫性のある操作をサポートしています。
  論文  参考訳（メタデータ） (2025-06-27T17:59:01Z)
• 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。