GeoRemover : Suppression d’objets et de leurs artefacts visuels causaux

GeoRemover: Removing Objects and Their Causal Visual Artifacts

September 23, 2025

papers.authors: Zixin Zhu, Haoxiang Li, Xuelu Feng, He Wu, Chunming Qiao, Junsong Yuan

cs.AI

papers.abstract

Vers une édition d'image intelligente, la suppression d'objets devrait éliminer à la fois l'objet cible et ses artefacts visuels causaux, tels que les ombres et les réflexions. Cependant, les méthodes existantes basées sur l'apparence de l'image suivent soit un entraînement strictement aligné sur le masque et échouent à supprimer ces effets causaux qui ne sont pas explicitement masqués, soit adoptent des stratégies d'alignement de masque lâches qui manquent de contrôlabilité et peuvent effacer involontairement d'autres objets. Nous identifions que ces limitations découlent de l'ignorance de la relation causale entre la présence géométrique d'un objet et ses effets visuels. Pour remédier à cette limitation, nous proposons un cadre en deux étapes conscient de la géométrie qui découple la suppression d'objet en (1) suppression géométrique et (2) rendu d'apparence. Dans la première étape, nous supprimons directement l'objet de la géométrie (par exemple, la profondeur) en utilisant une supervision strictement alignée sur le masque, permettant une édition structurelle avec de fortes contraintes géométriques. Dans la deuxième étape, nous rendons une image RVB photoréaliste conditionnée par la géométrie mise à jour, où les effets visuels causaux sont implicitement considérés comme un résultat de la géométrie 3D modifiée. Pour guider l'apprentissage dans l'étape de suppression géométrique, nous introduisons un objectif basé sur des paires d'échantillons positifs et négatifs, encourageant le modèle à supprimer les objets ainsi que leurs artefacts visuels causaux tout en évitant de nouvelles insertions structurelles. Des expériences approfondies démontrent que notre méthode atteint des performances de pointe dans la suppression des objets et de leurs artefacts associés sur deux benchmarks populaires. Le code est disponible à l'adresse https://github.com/buxiangzhiren/GeoRemover.

English

Towards intelligent image editing, object removal should eliminate both the target object and its causal visual artifacts, such as shadows and reflections. However, existing image appearance-based methods either follow strictly mask-aligned training and fail to remove these causal effects which are not explicitly masked, or adopt loosely mask-aligned strategies that lack controllability and may unintentionally over-erase other objects. We identify that these limitations stem from ignoring the causal relationship between an object's geometry presence and its visual effects. To address this limitation, we propose a geometry-aware two-stage framework that decouples object removal into (1) geometry removal and (2) appearance rendering. In the first stage, we remove the object directly from the geometry (e.g., depth) using strictly mask-aligned supervision, enabling structure-aware editing with strong geometric constraints. In the second stage, we render a photorealistic RGB image conditioned on the updated geometry, where causal visual effects are considered implicitly as a result of the modified 3D geometry. To guide learning in the geometry removal stage, we introduce a preference-driven objective based on positive and negative sample pairs, encouraging the model to remove objects as well as their causal visual artifacts while avoiding new structural insertions. Extensive experiments demonstrate that our method achieves state-of-the-art performance in removing both objects and their associated artifacts on two popular benchmarks. The code is available at https://github.com/buxiangzhiren/GeoRemover.