🔵

a9.3_3_1. title: Gaussian Splatting 은 NeRF 와 비교되지만 사실 explicit representation 이기 때문에 본질적으로 다르다. 3D 공간을 가우시안으로 표현할 수 있다는 아이디어보다 가우시안을 이미지 평면에 래스터화할 때 사용되는 함수가 미분가능하다는 점에 큰 의미가 있다.

생성

🚀 prev note

♻️ prev note

a9.3_3. title: NeRF는 3D 오브젝트를 만들어 내는 것이 아니라, 뷰를 입력으로 넣었을 때, feed-forward 결과 노블 뷰를 보여 주는 네트워크다. 하지만 학습 과정에서 광학적 개념을 이용했기 때문에 3D 공간에 대한 정보를 뉴럴 네트워크가 분명히 가지고 있다고도 바라볼 수 있는데, 그래서 explicit representation 이 아닌 implicit representation 이라고 부른다.

🚀 next note

♻️ next note

14 more properties

parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료을 보관해 두는 영역입니다.

None

from : 과거의 어떤 원자적 생각이 이 생각을 만들었는지 연결하고 설명합니다.

a9.3_3. title: NeRF는 3D 오브젝트를 만들어 내는 것이 아니라, 뷰를 입력으로 넣었을 때, feed-forward 결과 노블 뷰를 보여 주는 네트워크다. 하지만 학습 과정에서 광학적 개념을 이용했기 때문에 3D 공간에 대한 정보를 뉴럴 네트워크가 분명히 가지고 있다고도 바라볼 수 있는데, 그래서 explicit representation 이 아닌 implicit representation 이라고 부른다.

•

최근 NeRF 를 찾아보다 보면 같이 딸려 나오는 것이 Gaussian Splatting 이다. 이들 둘은 단순히 성능만 놓고 비교되곤 하지만, 가장 큰 차이는 NeRF 는 3D 표현이 implicit 임에 비해 Gaussian Splatting 은 PointCloud 를 놓고 해당 점들을 기준으로 가우시안을 만들고 해당 가우시안들의 중심점의 위치, 크기, 색상, 표준편차 등을 조정하는 모델이라는 점에서 다르다.

supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는지 연결합니다.

None

opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는지 연결합니다.

None

to : 이 문서에 작성된 생각이 어떤 생각으로 발전되거나 이어지는지를 작성하는 영역입니다.

None

ref : 생각에 참고한 자료입니다.

None