日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

3D編集arXiv:2607.16577

CNS-Edit++: 結合ニューラル形状表現によるカテゴリ非依存の3D編集

CNS-Edit++: Category-Agnostic 3D Editing with Coupled Neural Shape Representation

シェア:XThreadsFacebookLINEはてブBluesky

3D形状の編集を、大域的な意味情報と局所的な空間文脈を結合した表現の最適化として定式化し、カテゴリに依存しない編集を可能にするフレームワークを提案した。

詳しい要約

1. どんなもの?

本論文は、3D形状編集のための潜在空間フレームワークCNS-Edit++を提案する。Coupled Neural Shape (CNS)表現(高レベル形状セマンティクスを捉えるグローバル潜在コードと、局所形状操作のための空間的文脈を提供する3Dニューラル特徴ボリュームを結合)とニューラル特徴ボリューム最適化に基づく。編集操作に応じてこれら2つの要素を共同最適化するCNS最適化手順を定式化する。カテゴリ固有の3Dインバージョンモデルとカテゴリ非依存の3D基盤モデルの両方でインスタンス化可能。コピー、リサイズ、削除、ミックス、ポイント単位ドラッグ、領域単位ドラッグなどの編集演算子を提供し、それぞれをCNS最適化を導く目的関数として定式化する。編集領域外の保存のため、KV-cache置換と潜在特徴正則化という2つの相補的な領域単位制御機構を導入する。

2. 先行研究と比べてどこがすごい?

先行研究のCNS-Editはカテゴリ固有のCNS最適化に基づいていたが、CNS-Edit++はこれを一般化し、基盤モデルを用いたカテゴリ非依存の3D形状編集を可能にした点が新しい。また、編集領域外の保存のための制御機構(KV-cache置換と潜在特徴正則化)を導入し、多様な編集演算子を統一的な最適化目的として扱う点で、従来の手法より柔軟で強力である。

3. 技術・手法の肝は?

手法の核は、CNS表現の共同最適化と、編集演算子を目的関数として定式化すること。CNSはグローバル潜在コードと3Dニューラル特徴ボリュームを結合し、編集操作に応じてこれらを同時に最適化する。カテゴリ非依存化には基盤モデルを利用。編集領域外の保存には、KV-cache置換(トランスフォーマー系モデルのKVキャッシュを置換)と潜在特徴正則化(編集領域外の潜在特徴を元のまま維持)の2つの機構を導入。

4. どうやって有効だと検証した?

異なる3D生成モデルにわたる広範な定量的・定性的評価を行い、最先端のソリューションと比較して強い能力を示した。具体的な評価指標やデータセットは要旨からは不明だが、複数の3D生成モデルでの評価により有効性を検証している。

5. 議論はある?

要旨からは、カテゴリ非依存化のための基盤モデルの選択や、編集演算子の種類による性能差、KV-cache置換と潜在特徴正則化のトレードオフなどについての議論は明示されていない。また、編集の精度や計算コスト、実世界応用への限界なども要旨からは不明。

6. 次に読むべき論文は?

要旨で参照されているCNS-Edit(先行研究)と、Coupled Neural Shape表現に関する論文。また、カテゴリ非依存の3D基盤モデルや、3Dインバージョンモデルに関する研究。具体的には、CNS-Editの元論文や、3D生成モデル(例:NeRF、3D Gaussian Splatting)を用いた編集手法の論文が関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jingyu Hu, Weilong Yan, Zhengzhe Liu, Haipeng Li, Ka-Hei Hui, Hao Zhang, Chi-Wing Fu

分類: cs.CV, cs.GR

原文アブストラクト

This paper presents a latent-space 3D shape editing framework built upon a coupled neural shape (CNS) representation and a neural feature volume optimization. This work extends CNS-Edit, built on Coupled Neural Shape optimization, to CNS-Edit++, by generalizing the category-specific coupled representation to category-agnostic 3D shape editing with foundation models. The Coupled Neural Shape (CNS) representation couples a global latent code that captures high-level shape semantics with a 3D neural feature volume that provides spatial context for local shape manipulation. Then we formulate a coupled neural shape optimization procedure that co-optimizes these two components subject to a given editing operation. Our framework can be instantiated on both the category-specific 3D inversion model and category-agnostic 3D foundation models. We provide various shape editing operators, including copy, resize, delete, mix, point-wise drag, and region-wise drag, each of which is formulated as an objective to guide the CNS optimization. To preserve regions outside the editing area, we further introduce two complementary region-wise control mechanisms, i.e., KV-cache replacement and latent feature regularization. Extensive quantitative and qualitative evaluations across different 3D generative models demonstrate the strong capabilities of our approach over state-of-the-art solutions.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI