단일 이미지 기반 3D 재구성은 신뢰할 수 없는 기하 정보와 카메라 자세 추정의 불일치로 인해 여전히 어렵다. 우리는 단일 입력 이미지를 기하적으로 일관된 의사-다중 시점(pseudo-multiview) 세트로 변환하여 안정적인 3D Gaussian Splatting에 적합하게 하는 확산(diffusion) 기반 파이프라인을 제안한다. SV3D는 다양한 시점을 합성하지만, 출력은 종종 기하 왜곡과 불안정한 시점 궤적을 포함한다. 이러한 문제를 해결하기 위해 우리는 3단계 전처리 및 기하 초기화 파이프라인을 적용한다: (1) 합성된 시점 궤적을 따라 외형(appearance) 일관성에 기반한 필터링을 수행하여 구조적으로 신뢰할 수 있는 프레임을 선택하고, (2) 고주파 질감 디테일을 복원하는 초해상도(super-resolution) 단계를 거치며, (3) VGGT-가이드(VGGT-guided) 기하 초기화를 통해 견고한 COLMAP 자세 추정을 가능하게 한다. 이 파이프라인은 SV3D의 원시 시퀀스를 안정적인 시점을 갖춘 응집력 있는 의사-다중 시점 데이터셋으로 변환하고, 향상된 질감과 일관된 기하적 단서를 제공한다. 그 결과, 본 방법은 강한 사전 지식(prior-driven) 기하에 의존하는 기존 단일 시점 접근법에 비해 기하 일관성과 시각적 안정성 측면에서 더 신뢰할 수 있는 카메라 등록과 향상된 재구성 품질을 달성한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.