CEI-3D：面向真实与细粒度对象编辑的协同显式-隐式3D重建
计算机视觉与模式识别
2026-03-13 v1
摘要
现有的3D编辑方法常常产生不真实且细节不足的結果，因其重建网络的深度集成特性。为此挑战，本文提出CEI-3D，一套以编辑为导向的重建管道，旨在促进真实且细粒度的编辑。具体而言，我们提出协同显式-隐式重建方法，使用隐式SDF网络表示目标对象，同时维护一组差分采样、局部可控的处理器点。隐式网络提供平滑连续的几何先验，而显式处理器点则提供局部控制，使全局3D结构与用户指定的局部编辑区域能够相互指导。为独立控制处理器点的每个属性，我们设计了物理属性解耦模块，将处理器点的颜色解耦为独立的物理属性。我们还在该模块中提出双扩散-反射率网络，以分别处理编辑后与未编辑区域的各分支，从而防止编辑操作带来的不可取的干扰。基于解耦属性的协同显式-隐式表示，我们引入时空感知编辑模块，使相关处理器点的局部分级调整成为可能。该模块采用基于跨视图传播的3D分段策略，帮助用户高效地编辑目标部位的指定物理属性。广泛的实验在真实数据集和合成数据集上表明，我们的方法在保持较少编辑时间的同时，实现了比现有SOTA方法更真实、更细粒度的编辑结果。我们的代码已在https://github.com/shiyue001/CEI-3D 上提供。
引用
@article{arxiv.2603.11810,
title = {CEI-3D: Collaborative Explicit-Implicit 3D Reconstruction for Realistic and Fine-Grained Object Editing},
author = {Yue Shi and Rui Shi and Yuxuan Xiong and Bingbing Ni and Wenjun Zhang},
journal= {arXiv preprint arXiv:2603.11810},
year = {2026}
}