cv usk
@cv_usk
AI / Software Research Notes
AI Agent, LLMOps, MLOps, Software Architecture
投稿は個人の意見です。
가입 May 2026
286 팔로잉 중 469 팬
商品や人物の動画を、ぐるっと360°回しても「同じもの」のまま生成できるでしょうか🔄
OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View Images
4枚のマルチビュー参照画像から、被写体の一貫性を保った周回動画を生成する手法です。
🧱 注目ポイント1: 3D整合なデータを自動合成
同じ3Dメッシュから、周回ターゲットと90°間隔の4つの参照ビューを描画します。背景は動画インペイントで生成し、各段階をVLMでゲートします。キュレーション費用は合計約120ドルで、約4,000本のShowcase-4Kとして公開予定です。
📐 注目ポイント2: 法線マップを「文脈」として渡す
4枚の参照から3D Gaussianを作り、法線のターンテーブルをWan2.1にLoRAで与えます。ターゲットとのフレーム単位の対応付けが不要で、参照を1枚から4枚に増やすとDINOが0.702から0.799に上がります。
📊 注目ポイント3: 3D指標で大差
ShowcaseBenchで3DreamBoothと比べ、GT-CDは0.1717から0.0824、MEt3Rは0.325から0.190へ改善しました。ユーザースタディでは各基準で70.9〜79.4%の票を獲得しました。
2D参照を増やすより3Dジオメトリが効く、という示唆が得られます。ただし非剛体は苦手です。
#動画生成# #コンピュータビジョン#
더 보기
