计算机科学 > 图形学
[提交于 2025年6月25日
]
标题: 生成块世界:在图片中移动物体
标题: Generative Blocks World: Moving Things Around in Pictures
摘要: 我们描述了生成块世界,以通过操作简单的几何抽象与生成图像的场景进行交互。 我们的方法将场景表示为凸形3D基本体的组合,同一场景可以用不同数量的基本体表示,从而使编辑器可以移动整个结构或小细节。 一旦场景几何形状被编辑,图像便通过一种基于流的方法生成,该方法依赖于深度和纹理提示。 我们的纹理提示考虑了修改后的3D基本体,超越了现有键值缓存技术提供的纹理一致性。 这些纹理提示(a)允许准确的对象和相机移动,并(b)在很大程度上保留了所描绘对象的身份。 定量和定性实验表明,我们的方法在视觉保真度、可编辑性和组合泛化方面优于先前的工作。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.