SIn-NeRF2NeRF：通过分割与修复根据指令编辑3D场景
计算机视觉与模式识别
2024-08-27 v1 人工智能
摘要
TL;DR 通过将3D对象与背景场景分离，有选择地进行编辑。Instruct-NeRF2NeRF (in2n) 是一种有前景的方法，能够使用文本提示编辑由神经辐射场（NeRF）组成的3D场景。然而，同时对背景和对象进行几何修改（如缩小、缩放或移动）具有挑战性。在本项目中，我们通过将对象与场景分离后有选择地编辑对象，实现了对3D场景内对象的几何变化。我们分别执行对象分割和背景修复，并展示了在三维空间内自由调整大小或移动分离对象的各种示例。
引用
@article{arxiv.2408.13285,
title = {SIn-NeRF2NeRF: Editing 3D Scenes with Instructions through Segmentation and Inpainting},
author = {Jiseung Hong and Changmin Lee and Gyusang Yu},
journal= {arXiv preprint arXiv:2408.13285},
year = {2024}
}
备注
Code is available at: https://github.com/KAISTChangmin/SIn-NeRF2NeRF