.png){kind=icon}
返回
SphereDrag: Spherical Geometry-Aware Panoramic Image Editing
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5696-0_23.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像编辑在平面图像上取得了巨大进展，但全景图像编辑仍处于探索初期。由于球面几何和投影失真，全景图像存在三个关键挑战：边界不连续性、轨迹变形和像素密度不均。为解决这些问题，我们提出SphereDrag，一种新型全景编辑框架，利用球面几何知识实现精确可控的编辑。具体而言，自适应重投影（AR）通过自适应球面旋转处理不连续性；大圆轨迹调整（GCTA）更精确地跟踪运动轨迹；球面搜索区域跟踪（SSRT）根据球面位置自适应缩放搜索范围以解决像素密度不均问题。此外，我们构建了PanoBench全景编辑基准，包含涉及多对象和多样式的复杂编辑任务，提供标准化评估框架。实验表明，SphereDrag在几何一致性和图像质量方面相比现有方法取得显著提升，相对改进最高达10.5%。
Keyword:
Interactive Point-based Editing
Diffusion Models
Panoramic Image
期刊
P
IF:
0
论文数:
25
被引数:
0
机构
引用论文
SphereDiffusion: Spherical Geometry-Aware Distortion Resilient Diffusion ModelSphereDiffusion：球形几何感知抗畸变扩散模型
OAAI
.png){kind=icon}
OAAI分享收藏Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks使用循环一致的对抗网络进行不成对的图像到图像的翻译
OAAI
OAAI分享收藏分享收藏
查看更多内容