XR技術の発展に伴い, カメラ動画からの3次元 (3D) シーン再構成に対する需要が高まってきている. Neural Radiance Fieldsの登場を皮切りに, カメラ動画をもとにした3D再構成に関する研究は急速な発展を遂げ, スマートフォンで簡単に3次元再構成ができる環境となりつつある. その一方で, シーンや特定のオブジェクトに対する編集は難しく, 未だ途上段階である.
本研究では3D Gaussian Splattingにより再構成されたシーンに対して半自動的な編集を施すことで, 異なるシーン内の物体の単一シーンへの集約や単一シーンの縮約を目指す. ユーザの簡単な入力から対象のオブジェクトを自動で推定し, シーンから切り抜く手法を提案する.