최근의 학습 기반 멀티 뷰 스테레오(Multi-View Stereo) 모델들은 희소 뷰(sparse-view) 3D 재구성에서 최첨단 성능을 보였다. 그러나 이러한 모델들에 이어 정교화 단계로 3D 가우시안 스플래팅(3D Gaussian Splatting, 3DGS)을 직접 적용하는 데에는 어려움이 있다. 우리는 가우시안에서의 과도한 위치 자유도(DoFs)가 기하 왜곡을 유발하며, 구조적 충실도(structural fidelity) 대신 색상 패턴을 맞추는 데 비용이 발생한다고 가정한다. 이를 해결하기 위해, 불확실성 관점에서 위치 자유도를 구분하는 재투영(reprojection) 기반 DoF 분리(reprojection-based DoF separation) 방법을 제안한다. 이 방법은 이미지 평면에 평행한 DoFs와 광선에 정렬된 DoF를 구분한다. 각 DoF를 독립적으로 관리하기 위해, 재투영 과정을 도입하고 각 DoF에 맞춘 맞춤형 제약을 적용한다. 다양한 데이터셋에 걸친 실험을 통해, 가우시안의 위치 자유도를 분리하고 표적 제약을 적용하는 것이 기하적 인공물(artifacts)을 효과적으로 억제하며, 시각적으로도 기하학적으로도 그럴듯한 재구성 결과를 산출함을 확인한다.

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