본 논문은 Gaussian Splatting 기반의 3D 모델에 대한 정밀한 부분 편집을 가능하게 하는 새로운 프레임워크인 RoMaP를 제안합니다. 기존 Gaussian Splatting의 부정확한 2D 부분 분할 및 Score Distillation Sampling (SDS) 손실의 모호성 문제를 해결하기 위해, RoMaP는 3D-Geometry Aware Label Prediction (3D-GALP) 모듈을 통해 정확하고 일관된 부분 분할을 생성하고, 정규화된 SDS 손실 함수와 Scheduled Latent Mixing and Part (SLaMP) 편집 방법을 통해 목표 영역에 대한 정밀한 편집을 수행합니다. SLaMP는 고품질의 부분 편집된 2D 이미지를 생성하고 문맥 일관성을 유지하며, 추가적인 정규화항(Gaussian prior 제거 등)은 기존 문맥을 넘어서는 변화를 허용하여 유연성을 향상시킵니다. 실험 결과, RoMaP는 재구성 및 생성된 Gaussian 장면과 객체 모두에서 최첨단의 국소 3D 편집 성능을 달성함을 보여줍니다.
