基于掩码 LRM 的 3D 网格编辑
计算机视觉与模式识别
2025-09-16 v2
摘要
我们提出了一种新颖的形状编辑方法，建立在最近的多视角图像 3D 重建进展基础上。我们将形状编辑建模为条件重建问题，即模型必须在除指定 3D 区域之外的区域重建输入形状，而该区域的几何应从条件信号生成。为此，我们使用从随机生成的 3D 遮挡渲染的多视角一致掩码，并使用一个干净的视角作为条件信号，训练用于掩码重建的条件大规模重建模型 (LRM)。在推理期间，我们手动定义要编辑的 3D 区域并提供一个从标准视角编辑后的图像以填充该区域。我们演示表明，在仅一次前向传播中，我们的方法不仅通过与 SOTA 水平持平的重建能力保留输入几何的未屏蔽区域，还足够表达，能够从单张图像指导下执行各种网格编辑，而以往工作难以实现，而且速度比顶尖的先前工作快 2-10 倍。
引用
@article{arxiv.2412.08641,
title = {3D Mesh Editing using Masked LRMs},
author = {Will Gao and Dilin Wang and Yuchen Fan and Aljaz Bozic and Tuur Stuyck and Zhengqin Li and Zhao Dong and Rakesh Ranjan and Nikolaos Sarafianos},
journal= {arXiv preprint arXiv:2412.08641},
year = {2025}
}
备注
ICCV 2025. Project Page: https://chocolatebiscuit.github.io/MaskedLRM/