Gaussian Splatting 방식을 위한 스마트 타겟 포인트 제어

요약

표준 Gaussian Splatting 방식은 휴리스틱한 밀도화 및 가지치기 과정으로 인해 Gaussian 개수가 불균일하게 결정되어 방법론 간의 공정한 비교가 어렵습니다. 본 논문은 이차 함수 형태의 타겟 포인트 궤적을 추적하는 '할당량 제어기(quota-governor)'를 제안하여, 모든 방법론이 동일한 밀도화 사이클을 거치며 목표 포인트 개수에 도달하도록 합니다.

핵심 포인트

• 기존 Gaussian Splatting의 밀도화 및 가지치기 방식은 재구성 품질과 실행 시간에 큰 영향을 미침
• 단순한 예산 제한 방식은 학습 편향과 불균일한 포인트 분포를 초래함
• 이차 함수 형태의 타겟 포인트 궤적을 추적하여 급격한 중단 없이 목표 개수에 도달
• 모든 방법론과 뷰에 동일한 밀도화/가지치기 사이클을 보장하여 공정한 성능 평가 가능