基于 3D 几何一致注意力先验的交互式 3D 高斯溶解编辑
计算机视觉与模式识别
2025-07-08 v1
摘要
基于 3D 高斯溶解的 3D 编辑在最近几年展现出惊人的性能。然而，多视角编辑在非刚性变形区域常 exhibits 显著的局部不一致，导致局部瑕疵、纹理模糊或语义变化。我们也发现，现有编辑方法完全依赖文本提示，使得编辑过程变成一个“一次性”决定，用户难以灵活控制编辑程度。针对这些挑战，我们提出了 InterGSEdit，一个通过交互式选择具有用户偏好的关键视图来实现高质量 3DGS 编辑的新框架。我们提出了 CLIP 基于语义一致性选择（CSCS）策略，用于为每个用户选择的关键视图自适应筛选一组语义一致的参考视图。然后，使用来自参考视图的交叉注意力图在加权 3D 高斯溶解反投影中构建 3D 几何一致注意力先验（GAP^{3D}）。我们将 GAP^{3D} 投影到获得 3D 约束注意力，这些注意力通过注意力融合网络（AFN）与 2D 交叉注意力图融合。AFN 采用自适应注意力策略，在早期推理期间优先考虑 3D 约束注意力以实现几何一致性，在后期推理期间逐渐优先考虑 2D 交叉注意力图以获得更精细的特征。广泛的实验表明，InterGSEdit 实现了最先进的性能， delivering 一致、高保真的 3DGS 编辑并提升了用户体验。
引用
@article{arxiv.2507.04961,
title = {InterGSEdit: Interactive 3D Gaussian Splatting Editing with 3D Geometry-Consistent Attention Prior},
author = {Minghao Wen and Shengjie Wu and Kangkan Wang and Dong Liang},
journal= {arXiv preprint arXiv:2507.04961},
year = {2025}
}