En este artículo, proponemos RoMaP, un novedoso marco para la edición local precisa de modelos 3D basado en la dispersión gaussiana. Para abordar la segmentación 2D imprecisa de la dispersión gaussiana convencional y la ambigüedad de la pérdida del muestreo por destilación de puntuación (SDS), RoMaP genera segmentaciones precisas y consistentes mediante el módulo 3D-Geometry Aware Label Prediction (3D-GALP) y realiza una edición precisa de la región objetivo mediante la función de pérdida SDS regularizada y el método de edición Scheduled Latent Mixing and Part (SLaMP). SLaMP produce imágenes 2D de alta calidad editadas localmente, manteniendo la consistencia contextual. Además, los términos de regularización adicionales (p. ej., la eliminación de la distribución previa gaussiana) mejoran la flexibilidad al permitir cambios más allá del contexto original. Los resultados experimentales demuestran que RoMaP alcanza un rendimiento de edición 3D local de vanguardia tanto en escenas como en objetos gaussianos reconstruidos y generados.
