PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.06601v1cs.CV

분해된 시각적 프록시를 통한 직접 3D 인식 객체 삽입

Direct 3D-Aware Object Insertion via Decomposed Visual Proxies

객체 삽입(object insertion)은 배경 이미지의 지정된 영역에 참조 객체를 자연스럽게 합성하는 것을 목표로 한다. 최근 확산(diffusion) 기반 방법들은 높은 시각적 품질을 달성하지만, 삽입을 단순한 2D 인페인팅(inpainting) 작업으로 공식화하여 객체의 3D 자세(pose)에 대한 명시적 제어를 제공하지 않고 실용적 적용 가능성을 제한한다. 우리는 참조 합성 및 타깃 통합을 위한 분해 주입(DIRECT, Decomposed Injection for Reference Composition and Target-integration)이라는 새로운 프레임워크를 제안한다. 이는 상호작용적 자세 조작과 고품질 2D 이미지 합성을 통합하여 자세 제어 가능한 객체 삽입을 가능하게 한다. 우리 방법은 삽입 조건을 세 가지 상호 보완적 구성요소로 분해한다: 참조 객체의 시각적 세부 사항을 포착하는 외형 가이던스(appearance guidance), 사용자가 조정한 3D 프록시(proxy)에서 파생된 기하 가이던스(geometry guidance), 그리고 타깃 배경에서의 문맥 가이던스(context guidance). 이들을 별도의 경로를 통해 주입함으로써, DIRECT는 특징 얽힘(feature entanglement)을 피하면서 동시에 참조 외형을 보존하고, 사용자가 지정한 자세를 따르며, 객체를 타깃 장면에 적응시킨다. 또한 학습 데이터의 다양성과 품질을 향상시키기 위한 자동화된 데이터 구축 파이프라인을 도입한다. 실험 결과, DIRECT는 기하학적 제어 가능성과 시각적 품질 모두에서 기존 방법들을 능가함을 보여준다.