인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
Full-text AI
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Recent advancements in the field of novel view synthesis have been extensively driven by the emergence of neural radiance fields (NeRFs) and 3D Gaussian splatting (3DGS). NeRF leverages a simple multilayer perceptron (MLP) and ray casting to create an implicit representation of a scene. Following NeRF, 3D Gaussian splatting was introduced, which utilizes point clouds and 3D Gaussians to create an explicit representation while also incorporating techniques that enable faster rendering capabilities. Subsequent developments have continued to enhance both the quality and rendering speed. However, the performance of methods based on NeRF and 3DGS is heavily influenced by the initial camera parameters. Camera intrinsics, which include the focal length, and camera extrinsics, which describe the camera’s pose, can either be precisely measured beforehand or estimated using structure from motion techniques such as COLMAP. Despite these methods, inaccuracies due to various factors can degrade the performance. To address these challenges and improve both the rendering speed and practicality, camera-parameter-free approaches are being actively researched. This survey focuses on such research within the domains of NeRF and 3DGS. Through this survey, we aim to introduce camera-parameter-free methods, thus providing motivation for further research in these areas.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094011096
