論文の概要: Self-Consistency Geometry Injection for Multi-view Consistent Image Generation

• arxiv url: http://arxiv.org/abs/2610.38518v1
• Date: Wed, 28 Oct 2026 09:29:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 10:23:53.782248
• Title: Self-Consistency Geometry Injection for Multi-view Consistent Image Generation
• Title（参考訳）: 多視点連続画像生成のための自己整合幾何注入
• Abstract要約: Reliability-Guided Multi-View Generationはパラメータフリーのセルフ一貫性幾何ゲートとReliability-Aware幾何インジェクションモジュールで構成される。 信頼性を考慮した幾何注入により,マルチビュー生成の幾何学的品質が向上することを示す。
• 参考スコア（独自算出の注目度）: 10.765802191997848
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent diffusion models have achieved impressive progress in single image to multi-view generation by synthesizing consistent novel views efficiently. Existing methods usually explicitly or implicitly couple geometry inference and texture synthesis, making generation vulnerable to inaccurate geometry prediction. Although several geometry-guided methods have explored decoupling, they usually treat predicted geometry as a fixed condition and do not explicitly model whether the geometry is reliable. We therefore propose Reliability-Guided Multi-View Generation (RGMV), which comprises a parameter-free Self-Consistency Geometry Gate (SCG) and a Reliability-aware Geometry Injection (RGI) module. Specifically, a geometry proposal generator produces multiple geometry predictions for the same reference image and target viewpoints under different stochastic sampling configurations. SCG measures their spatial agreement to derive a reliability map, which RGI uses to modulate the injection strength of geometry-conditioned residuals in the RGB synthesis model. Moreover, RGMV can adapt to different geometry proposal generators. As a result, RGMV preserves stronger geometric guidance in stable regions while attenuating unreliable geometry cues before they propagate into multi-view RGB generation. Extensive experiments show that reliability-aware geometry injection improves the geometric quality of multi-view generation. Code: https://github.com/WISLab-GDUT/RGMV.
• Abstract（参考訳）: 近年の拡散モデルでは、一貫した新しいビューを効率よく合成することにより、単一画像から多視点生成への顕著な進歩が達成されている。 既存の手法は通常、幾何学的推論とテクスチャ合成を明示的にあるいは暗黙的に結合し、不正確な幾何学的予測に弱くする。 いくつかの幾何誘導法は疎結合を探索しているが、予測幾何を固定条件として扱い、幾何が信頼できるかどうかを明示的にモデル化しない。 そこで本稿では,パラメータフリーな自己整合性幾何ゲート(SCG)と,信頼性を意識した幾何注入(RGI)モジュールを備えるRGMV(Reliability-Guided Multi-View Generation)を提案する。 具体的には、幾何提案生成器は、異なる確率的サンプリング構成の下で、同じ参照画像とターゲット視点の複数の幾何予測を生成する。 SCGは、RGB合成モデルにおける幾何条件残差の注入強度を変調するためにRGIが使用している信頼性マップを導出するための空間的一致を測定する。 さらに、RGMVは異なる幾何学的提案生成器に適応することができる。 その結果、RGMVは安定な領域においてより強力な幾何学的ガイダンスを維持しつつ、信頼性の低い幾何学的手がかりを減らし、マルチビューRGB生成へと伝播する。 大規模実験により,信頼性を考慮した幾何注入は多視点生成の幾何学的品質を向上させることが示された。 コード:https://github.com/WISLab-GDUT/RGMV。

関連論文リスト

• IntriAdapt: Generalizable Intrinsic-Guided Test-Time Adaptation for Metric Geometry Estimation [60.81776192635288]
  現在の幾何学モデルは、推論中に供給されたまたは予測された内生学を取り入れているが、モデル適応を監督するためにそれらを使用しない。 この閉形式幾何学的残差を最小限に抑えるフレームワークである textitIntriAdapt を提案する。 10のシングルイメージと7つのシークエンスベンチマークの実験では、textitIntriAdaptは、メートル法精度と相対幾何学において、未適応とオラクル-内在の両方のベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-10-17T10:22:45Z)
• ReGDiff: Guided Diffusion in Regulated Latent Space for Exploring Metamaterial Voxel Geometry [17.5781327522295]
  ボクセル表現はメタマテリアル幾何学生成のための統一フォーマットを提供する。 既知のジオメトリーに近づき続けることは、幾何学的規則性を維持するのに役立つが、それから離れることは、新規性には必要だが、縮退したジオメトリーを生み出す可能性がある。 本稿では,Voxel表現と遅延空間制御と誘導拡散を結合した生成フレームワークREGDIFFを提案する。
  論文  参考訳（メタデータ） (2026-09-28T03:37:52Z)
• GAE: Learning a Geometry-Native Latent Space for 3D-Consistent World Generation [79.28580044574306]
  本稿では,知覚と生成の共通基盤として,コンパクトな幾何学ネイティブな潜在空間を提案する。 我々は、このシフトを幾何学ネイティブオートエンコーダ(GAE)で実現し、その潜伏線は外観、深度、カメラ、点マップに共起可能である。
  論文  参考訳（メタデータ） (2026-09-21T17:56:25Z)
• GeoGS-SLAM: Geometry-Only Gaussian Splatting for Dense Monocular SLAM [6.344587694040345]
  既存の3DGSフレームワークは外観モデリングと幾何学モデリングの両方に焦点を当てている。 本研究では,シーン形状を直接再構成するGeoGS(Geometry-only Gaussian Splatting)を提案する。 GeoGSは、プリミティブ単位のパラメータ数を80%以上削減するために、空間パラメータのみを保持する。
  論文  参考訳（メタデータ） (2026-07-08T14:22:05Z)
• ArGEnT: Arbitrary Geometry-encoded Transformer for Operator Learning [2.757490632589873]
  本稿では、任意のドメイン上での演算子学習のための幾何認識型アテンションベースアーキテクチャであるArbitrary Geometry-encoded Transformer (ArGEnT)を提案する。 柔軟な幾何符号化と演算子学習機能を組み合わせることで、ArGEnTは複雑な物理システムの最適化、不確実性、データ駆動モデリングのためのスケーラブルな代理モデリングフレームワークを提供する。
  論文  参考訳（メタデータ） (2026-02-12T06:22:59Z)
• Joint Geometry-Appearance Human Reconstruction in a Unified Latent Space via Bridge Diffusion [57.09673862519791]
  本稿では,幾何学と外観のモデリングを結合潜在表現に統一する新しいフレームワークである textbfJGA-LBD を紹介する。 実験により、JGA-LBDは、幾何学的忠実度と外観品質の両方の観点から、現在の最先端アプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2026-01-01T12:48:56Z)
• VGD: Visual Geometry Gaussian Splatting for Feed-Forward Surround-view Driving Reconstruction [26.668204454537246]
  我々は,この課題に対処すべく,新しいフィードフォワードエンドツーエンド学習フレームワークであるtextbfVisual Gaussian Driving (VGD)を紹介した。 提案手法は, 客観的指標と主観的品質の両方において, 種々の条件下で, 最先端の手法を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-10-22T13:28:49Z)
• Aligned Novel View Image and Geometry Synthesis via Cross-modal Attention Instillation [62.87088388345378]
  ワーピング・アンド・インペインティング手法を用いて,新しいビューイメージと幾何学生成の整合性を実現する拡散型フレームワークを提案する。 手法は、既製の幾何学予測器を利用して、参照画像から見る部分的な幾何学を予測する。 生成した画像と幾何の正確なアライメントを確保するために, クロスモーダルアテンション蒸留法を提案する。
  論文  参考訳（メタデータ） (2025-06-13T16:19:00Z)
• DTGBrepGen: A Novel B-rep Generative Model through Decoupling Topology and Geometry [3.859930277034918]
  幾何学モデルの境界表現(B-rep)はCADの基本形式である B-rep生成のための新しいトポロジ・ジオメトリ・デカップリングフレームワークDTGBrepGenを提案する。
  論文  参考訳（メタデータ） (2025-03-17T12:34:14Z)

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。