3D 가우시안 스플래팅, 장면 규모 차이 극복하다
원제 SplatAnything: Gaussian Spacing Normalization for Feed-forward 3DGS across Arbitrary Scenes
추천 70댓글 2
Key Point
3D 장면 재구성의 핵심 문제인 규모 변화에 대한 보다 견고한 해결책을 제시해 3DGS 기반 응용 분야에서 일반화 성능을 높일 수 있다.
핵심 요약
- 기존 피드포워드 3DGS(3D 가우시안 스플래팅) 방법들은 가우시안 속성을 반지름 거리 정규화 공간에서 예측했는데, 이때 인접한 가우시안 중심 간의 간격이 장면 규모와 카메라 설정에 따라 크게 변한다.
- 이 불일치로 인해 가우시안 스케일 타겟에 체계적 편향이 생기고 학습 신호가 모호해지는 문제가 발생한다.
- SplatAnything은 Gaussian Spacing Normalization(GSNorm)을 도입해 장면 수준의 가우시안 간격 통계를 정규화하고 예측을 위한 일관된 공간 기준을 제공한다.
- 연구팀은 다양한 데이터셋, 입력 희소성 수준, 외삽 뷰포인트를 포함한 체계적 벤치마크를 구축했다.
- 실험 결과 SplatAnything은 최첨단 성능을 달성했으며, 특히 장면 규모와 뷰포인트 변화가 클 때 큰 성능 향상을 보였다.