InpaintSLat：初期ノイズ最適化による構造化3Dラテントのインペインティング
arXiv cs.CV / 2026/5/4
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、学習を行わない制御可能な3Dインペインティング手法 InpaintSLat を提案し、拡散プロセスの大幅な変更や再学習ではなく「初期ノイズ」の最適化に重点を置いています。
- 構造化3Dラテント拡散では、シーンの幾何構造が拡散の初期段階で形成され、初期ノイズに非常に敏感になるため、インペインティング／編集で不安定さが生じ得ると述べています。
- InpaintSLat は、rectified flow モデルに基づくバックプロパゲーション近似と、頑健で効率的な構造化3Dラテント最適化のために設計されたスペクトル・パラメータ化を組み合わせ、初期ノイズ更新によって高い忠実度を実現します。
- 実験では、代表的な学習不要のインペインティング基準手法に比べて文脈整合性やプロンプト整合性が一貫して改善され、初期ノイズ制御が3Dインペインティングの独立した制御軸として有効であることを示しています。
