一种基于文本控制的三维场景局部编辑方法

一种基于文本控制的三维场景局部编辑方法，包括：基于文本查询构建三维高斯语义场，通过嵌入语义特征至各向异性高斯基元，并结合CLIP模型的多视角语义监督与余弦相似度计算，直接生成精确的三维对象掩码；以目标对象为中心筛选有效视角，通过方位角聚类分析和核密度估计确定有效视角范围，并生成连续稠密的环视相机轨迹；采用图像网格技术组织编辑视角，利用融合全局‑局部注意力的潜空间对齐模块GLAM同步处理多帧图像，通过跨视角注意力机制统一风格基准并增强几何一致性，生成多视角一致的编辑结果，并仅微调目标对象对应的高斯参数，保留背景区域不变。本发明的方法显著提升了局部编辑的边界清晰度，实现多目标复杂场景的高效精准三维内容修改。