World-Shaper：面向360度全景编辑的统一框架
计算机视觉与模式识别
2026-02-03 v1
摘要
能够编辑全景图像对于创建真实360度视觉体验至关重要。然而，现有的基于透视法的图像编辑方法无法建模全景的空间结构。传统的立方体图分解方法虽试图克服此问题，却因与球面几何不匹配而不可避免地破坏全局一致性。鼓励此见解的基础上，我们直接在等距投影（ERP）域中重新构建全景编辑问题，提出World-Shaper——一个统一的几何感知框架，旨在单一的以编辑为中心的设计中桥接全景生成与编辑。为克服配对数据的稀缺， 我们采用生成-编辑范式，使可控全景生成作为辅助阶段，以合成多样化的配对示例用于监督式编辑学习。为解决几何畸变问题， 我们引入几何感知学习策略，通过显式强制位置感知形状监督和通过渐进式训练潜在内化全景先验来实现。大量实验表明，在我们新的基准数据集 PEBench 上， 本方法在几何一致性、编辑保真度和文本可控性方面均优于SOTA方法， 实现了统一编辑控制下的连贯且灵活的360度视觉世界创建。代码、模型和数据将在项目页面发布：https://world-shaper-project.github.io/
引用
@article{arxiv.2602.00265,
title = {World-Shaper: A Unified Framework for 360{\deg} Panoramic Editing},
author = {Dong Liang and Yuhao Liu and Jinyuan Jia and Youjun Zhao and Rynson W. H. Lau},
journal= {arXiv preprint arXiv:2602.00265},
year = {2026}
}