BoxCtrl

BoxCtrl框架实现精确3D几何图像编辑

研究人员推出BoxCtrl，一个用于精确3D几何图像编辑的新颖框架。该方法利用具有不同RGB颜色的3D边界框作为视觉提示投影到2D图像上，从而能够精确控制平移、缩放和旋转。BoxCtrl采用两阶段训练过程，首先在合成数据上进行监督微调，然后使用不成对的真实世界数据进行强化学习，以弥合领域差距。实验表明，BoxCtrl在各种几何编辑任务中取得了最先进的结果。