VecSet-Edit：从单张图像解放预训练LRM用于网格编辑
计算机视觉与模式识别
2026-05-04 v2 人工智能
摘要
3D编辑已成为为用户提供灵活控制3D资产的关键研究领域。虽然当前编辑方法主要聚焦于3D高斯溶解或多视图图像，但对3D网格的直接编辑仍属未充分探索的领域。先前尝试（如VoxHammer）依赖基于体素的表示， suffer from limited resolution and labor-intensive 3D mask。为解决这些限制，我们提出VecSet-Edit，该管道将高保真VecSet大规模重建模型（LRM）作为主干用于网格编辑。我们的方法基于对VecSet标记在空间上的属性进行分析，揭示标记子集控制 distinct 的几何区域。基于这一洞察，我们引入基于掩码引导的标记种子和注意力对齐的标记门控策略，以仅使用2D图像条件精确定位目标区域。此外，考虑到VecSet扩散过程与体素之间的差异，我们设计了一种漂移感知的标记修剪，以在去噪过程中拒绝几何异常值。最后，我们的细节保持纹理烘焙模块确保我们不仅保留原始网格的几何细节，也保留纹理信息。更多细节请参见我们的项目页面：https://github.com/BlueDyee/VecSet-Edit/tree/main
引用
@article{arxiv.2602.04349,
title = {VecSet-Edit: Unleashing Pre-trained LRM for Mesh Editing from Single Image},
author = {Teng-Fang Hsiao and Bo-Kai Ruan and Yu-Lun Liu and Hong-Han Shuai},
journal= {arXiv preprint arXiv:2602.04349},
year = {2026}
}