단순히 계층적 부피 샘플링 목적으로 추가 취득한 z_samples(위 그림에서 노란색 원)을 기존에 존재하던 o+td 에서의 t(변수는 z_vals, 위 그림에서 하얀색 원)에 이어 준 뒤 크기 순서로 정렬할 뿐이다.
z_vals = tf.sort(tf.concat([z_vals, z_samples], -1), -1)
Python
복사
아래 코드는 그냥 평범하게 o+td 를 정의하는 부분이다.
pts = rays_o[..., None, :] + rays_d[..., None, :] * z_vals[..., :, None]
Python
복사
이렇게 만들어진 o+td 를 이용하면 coarse 모델과 fine 모델을 별도로 구축하지 않고 한방에 손실을 구할 수 있게 된다(from1).
parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.
1.
None
from : 과거의 어떤 생각이 이 생각을 만들었는가?
supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?
1.
None
opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는가?
1.
None
to : 이 문서에 작성된 생각이 어떤 생각으로 발전되고 이어지는가?
1.
None
참고 : 레퍼런스
1.
None