PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.03441v1cs.CV

ChromaGS: 텍스트 기반 4D 가우시안 아바타의 시맨틱 편집

ChromaGS: Text-Driven Semantic Editing of 4D Gaussian Avatars

본 논문에서는 애니메이션 가능한 3D 가우시안 머리 아바타의 실시간 언어 기반 색상 편집 방법인 ChromaGS를 제시합니다. 사용자는 학습된 애니메이션 아바타를 바탕으로 자연어를 통해 의미적(semantic) 영역의 색상을 즉시 수정할 수 있으며, 이러한 편집은 추가 재학습 없이 렌더링 시점에 바로 적용됩니다. 핵심 아이디어는 각 가우시안 프리미티브(Gaussian primitive)에 학습된 시맨틱 영역 소프트 할당을 추가하고, 색상을 영역 수준의 기본 색상과 가우시안 수준의 잔차(residual)로 분해하는 것입니다. 이러한 분해를 통해 일관된 색상 전이가 가능해집니다. 즉, 특정 영역의 기본 색상을 수정하면 연관된 모든 가우시안에 자연스럽게 전파되는 동시에 잔차에 인코딩된 미세한 외형 세부 정보를 그대로 보존합니다. 2단계 언어 파이프라인은 텍스트 명령어를 목표 색상으로 변환하여 절대적인 색상 지정과 상대적인 조정을 모두 지원합니다. 의도하지 않은 수정을 유발할 수 있는 생성형 편집 방법과 달리, 본 접근 방식은 결정론적(deterministic)이며 정밀하게 국소화된 시맨틱 제어를 제공합니다. 실험 결과는 다양한 피험자 전반에 걸쳐 충실한 외형 보존과 직관적인 상호작용을 입증합니다. 프로젝트 페이지 및 코드는 https://a-canela.github.io/chromags/ 에서 확인할 수 있습니다.