Source-linked AI summary

SceneFrom3D: Geometry-Conditioned Outdoor 3D Scene Generation via View Scheduling with Object-Level Control

Geonung Kim, Jeongeun Park, Nuri Ryu, Di Liu, Sunghyun Cho

arXiv:2607.04540v1cs.GRcs.CV

TL;DR

Outdoor 3D scene generation은 임의의 대규모 비정형 geometry에 대해 신뢰할 수 있는 view schedule을 구성하기 어렵다. SceneFrom3D는 view를 자동으로 schedule하고 object-level appearance 및 geometry-adherence control을 추가해, 입력 layout을 따르면서 object appearance를 전이하는 고품질 scene을 생성한다.

  • 문제

    기존 outdoor 3D scene generation 방법은 임의의 geometry에 대한 general view scheduling이 부족해, reconstruction과 generation에 필요한 안정적인 coverage와 적절한 view를 확보하기 어렵다.

  • 방법

    SceneFrom3D는 geometry를 포괄하는 anchor view와 interpolation trajectory로 구성된 directed graph를 구축하고, 각 object에 identity image와 region-wise geometry adherence를 조건으로 부여한다.

  • 결과

    SceneFrom3D는 입력 layout을 보존하고 다양한 geometry layout에서 identity image의 appearance cue를 전이하는 high-quality outdoor 3D scene을 생성한다.

  • 시사점 및 한계

    이 framework는 explicit camera trajectory 없이 outdoor 3DGS generation을 지원하면서 appearance와 geometry adherence를 object-level로 제어한다.

  • 시사점 및 한계

    Anchor-view generation은 eight distinct object identities를 넘어가면 실패할 수 있으며, global-illumination prior가 없으면 shadow direction과 size가 일관되지 않을 수 있다.

Abstract

from arXiv · show

Geometry-conditioned 3D scene generation enables the creation of 3D environments from user-provided geometry, offering direct control over scene structure and object layout. To generate such 3D scenes, current methods commonly adopt a three-stage design that first defines a view schedule, then synthesizes multi-view observations along the scheduled views, and finally reconstructs a 3D representation from the generated images. However, defining the view schedule becomes a major bottleneck for outdoor scenes, where large, unstructured, and unbounded geometry makes it difficult to obtain views that provide sufficient coverage while supporting stable generation. To address this bottleneck, we present SceneFrom3D, a framework that automatically schedules views from outdoor input geometries. SceneFrom3D constructs a directed generation graph whose nodes represent anchor views and whose edges represent interpolation trajectories, defining which views to synthesize, which view pairs to interpolate, and in which order generation should proceed. Beyond automatic view scheduling, SceneFrom3D further improves controllability through object-level conditioning, assigning each object an identity image for appearance guidance and a geometry-adherence parameter for region-wise control over the input geometry. Experiments demonstrate that SceneFrom3D achieves state-of-the-art geometry-conditioned outdoor 3D scene generation, producing high-quality scenes with controllable object appearance and geometry adherence.

1 서론 · 2 관련 연구 · 3 방법

SceneFrom3D는 생성 뷰를 자동으로 스케줄링하고 객체 수준의 appearance 및 geometry-adherence 제어를 추가해 geometry-conditioned outdoor 3D scene generation을 수행한다. 이 파이프라인은 directed generation graph를 구성하고 anchor 및 interpolation observation을 합성한 뒤, 입력 geometry에 정렬된 3DGS scene을 최적화한다.

  • 1 서론: 이 방법은 view scheduling, diffusion 기반 multi-view synthesis, 생성된 observation으로부터 NeRF 또는 3DGS representation을 reconstruction하는 three-stage design을 따른다.이러한 분해는 image 또는 video diffusion prior를 활용하면서 geometry에서 완전한 scene으로 직접 학습하는 방식은 피한다.
  • 1 서론: Object-level conditioning은 각 객체에 appearance guidance를 위한 identity image와 영역별 구조 제어를 위한 geometry-adherence parameter를 할당한다.Anchor-view synthesis에서는 geometry-adherence 값이 클수록 해당 input geometry를 더 강하게 따르도록 한다.
  • 1 서론: SceneFrom3D는 임의의 outdoor geometry에서 anchor view, interpolation trajectory, generation order를 자동으로 선택해 명시적인 camera trajectory가 필요하지 않도록 한다.Directed generation graph는 anchor view에 node를, interpolation trajectory에 edge를 사용해 three-stage generation pipeline을 구성한다.
  • 2 관련 연구: 관련 연구는 object-level geometry-guided generation과 forward-facing multi-view synthesis에서 출발해 mesh, layout, semantic map, coarse geometry를 활용하는 scene-level generation으로 발전해 왔다.View scheduling은 next-best-view planning 및 aerial path planning과도 연결되며, object-level conditioning은 2D 및 3D generation에서의 localized guidance 흐름을 따른다.
  • 3.3.1 Anchor-view generation.: Multi-view generation은 parent-view warp, rendered depth, object mask, identity image, adherence-conditioned corruption, text prompt를 바탕으로 anchor image를 합성한 뒤, graph edge를 따라 video diffusion으로 observation을 densify한다.그 결과 얻은 posed RGB observation과 mesh-rendered depth map은 이후 3DGS optimization을 감독한다.
  • 3.4 3DGS optimization: 최종 3DGS optimization은 RGB reconstruction, DSSIM, LPIPS, depth loss를 결합해 생성된 appearance를 일치시키면서 reconstruction이 input mesh에 정렬되도록 한다.LPIPS는 generative model에서 물려받은 perceptual inconsistency를 줄이고, depth term은 geometric alignment를 보존한다.
  • 3.2.1 Node construction.: View scheduling은 visibility-guided densification, camera refinement, coverage·collision avoidance·camera tilt loss를 사용해 compact하고 coverage-oriented한 anchor set을 구성한다.Visibility score는 field-of-view inclusion, preferred distance, front-facing orientation, non-occlusion을 결합하며, refinement 과정에서 중복 view를 제거하거나 병합한다.
  • 3.2.2 Edge construction.: Scheduler는 shared visibility와 collision-free trajectory를 이용해 anchor view를 연결하고, 연결이 끊긴 node 또는 leaf node에는 distance-based link를 추가하며, generation order에 따라 edge 방향을 정해 acyclic graph를 구성한다.Topological sorting은 유효한 anchor-view generation order를 산출하며, 더 이른 view가 parent conditioning view로 사용된다.

4 실험

실험 결과, SceneFrom3D는 다양한 배치에서 outdoor scene을 충실하게 생성하고, object-level appearance를 전이하며, 보지 못한 시점에서 고품질 rendering을 생성한다. 평가한 모든 baseline을 보고된 모든 metric에서 능가하며, ablation을 통해 loss, interpolation, refinement loop, geometry-adherence control의 역할을 검증한다.

  • 정성적 결과: 다양한 배치에서 생성된 scene은 입력 geometry를 보존하고 identity-image appearance를 전이하며, 보지 못한 시점에서도 일관되게 rendering된다.Scene은 object의 배치와 형상을 따르고, sky, ground, trees, buildings, walls와 같은 요소에 appearance cue를 전이하며, 생성에 사용하지 않은 camera A–D에서도 품질을 유지한다.
  • Baseline 비교: SceneFrom3D는 보고된 모든 metric에서 UrbanArchitect, YoNoSplat, Zhang et al.’s method를 능가한다.Table 1은 baseline 및 ablation variant와 비교하여 visual-quality metric과 structural-fidelity metric을 제시한다.
  • Ablation study: tilt loss 또는 repulsion loss를 제거하면 불완전한 커버리지 또는 유효하지 않은 카메라 구성이 발생해 reconstruction 품질이 저하된다.tilt loss가 없으면 카메라가 지면을 향해 편향되고, repulsion loss가 없으면 카메라가 mesh 내부로 진입해 유효하지 않은 depth map과 경로 충돌을 일으킬 수 있다.
  • Ablation 연구: video interpolation을 제거하면 안정적인 3DGS training에 필요한 view가 부족해지고, visual-quality metric이 잠재적으로 유리하더라도 rendering quality가 저하된다.보고된 metric상의 우위는 해당 metric이 선호하는 high-frequency artifact에 기인한다.
  • Refinement 분석: refinement loop는 기여도가 낮은 camera를 제거하고, visibility가 유사한 camera를 병합하며, coverage가 부족한 sample에 camera를 추가하여 coverage를 향상한다.refinement가 없으면 initialization 중 occlusion으로 인해 관측이 중첩되는 인접 camera가 중복 생성된다.
  • Geometry-adherence 분석: geometry-adherence parameter α를 높이면 생성된 object가 입력의 세부 구조를 더 밀접하게 따르고, α를 낮추면 constraint가 완화된다.α가 1에 가까우면 roof dormer, doors, windows와 같은 세부 사항이 생성 결과에 정확하게 반영된다.

5 결론

SceneFrom3D는 자동 view scheduling과 anchor-view interpolation을 결합한 geometry-conditioned outdoor 3D scene generation 프레임워크를 제시하며, 명시적 camera trajectory 없이도 고품질 3DGS 생성을 가능하게 한다. 또한 appearance와 geometry adherence를 object-level로 제어하지만, anchor view가 혼잡하고 global illumination이 일관되지 않다는 한계가 있다.

  • SceneFrom3D는 명시적 camera trajectory 없이도 규모가 크고 비구조적인 outdoor scene에서 고품질 3DGS 생성을 수행하도록 automatic view scheduling과 anchor-view-and-interpolation pipeline을 결합한다.
  • 이 프레임워크는 object appearance와 geometry adherence를 object-level로 제어한다.논문은 이를 object-level controllable 3D scene generation을 향한 첫 단계로 제시한다.
  • 한계: 하나의 view에 more than eight distinct object identities가 포함되면 anchor-view generation이 실패할 수 있으며, global-illumination prior가 부족하면 anchor view와 3DGS output 전반에서 inconsistent shadows가 발생할 수 있다.이 한계는 pretrained model에 효과적으로 통합되는 input image 수가 제한적이기 때문이며, shadow inconsistency는 Fig. 12에 제시된다.

보충 문서

보충 문서는 동영상과 추가 구현 세부 사항, 통계, 분석을 통해 SceneFrom3D를 상세히 검토한다. geometry, view scheduling 및 generation, 3DGS optimization, latency, 비교와 ablation을 다룬다.

  • 보충 문서: 보충 문서는 상세한 검토를 위한 동영상을 제공하고 SceneFrom3D의 구현 세부 사항, 통계, 분석을 추가한다.저자들은 논문이 채택되면 코드와 데이터셋을 공개할 예정이라고 밝힌다.
  • 보충 문서: 입력 geometry, ground mesh, view scheduling, anchor-view generation 및 interpolation, 3DGS optimization을 기술한다.
  • 보충 문서: scene statistics와 latency를 보고하고, view-scheduling methods를 비교하며, soft visibility score와 3DGS training loss에 대한 ablation을 포함한다.

S1 입력 Geometry와 Ground Mesh

입력 Geometry는 제어 가능한 object mesh와 크기를 확장한 ground mesh를 결합하며, 확장된 범위는 view generation 중 경계로 인한 artifact를 방지한다.

  • 입력 Geometry와 Ground Mesh: Ground mesh는 object가 차지하는 면적의 대략 10배를 덮어, depth map에 경계가 나타나 하늘에 떠 있는 지면 패치가 생기는 것을 방지한다.이 설계는 ground mesh가 지나치게 작아 view generation 중 발생하는 artifact를 방지한다.

S2 View Scheduling 세부 사항

이 절에서는 본문 view-scheduling 정식화와 보충자료의 scheduling 절차에 사용된 수치 파라미터를 요약한다. 이러한 파라미터 설정은 Table S1에 제시한다.

  • Table S1은 본문 view-scheduling 정식화에 사용된 수치 파라미터를 요약한다.
  • 보충자료의 scheduling 절차에 사용된 수치 파라미터도 Table S1에 요약한다.
  • 이 절의 scheduling 세부 사항은 추가 scheduling 결과에 대한 설명이 아니라 파라미터 요약으로 제시한다.

S2.1 Surface Samples 및 Filtering

Surface sample은 object mesh와 확장된 object 중심 ground mesh 영역에서 추출한 뒤, 대략적으로 균일한 간격과 유효한 surface visibility를 기준으로 filtering한다. 바깥쪽 normal이 바로 가려진 sample은 제거한다. 접촉 configuration에서는 camera placement에 유용한 정보를 제공하지 못하기 때문이다.

  • Sampling region: Ground sampling은 object mesh의 XY bounding box를 고정 factor만큼 확장한 영역으로 제한하여, 더 큰 ground mesh의 빈 영역이 지배적으로 반영되는 것을 막는다.Object mesh와 ground mesh가 모두 sample을 제공하지만, ground sample은 이 관심 영역으로 제한된다.
  • Surface sampling: Area-weighted barycentric triangle sampling 후 3D Poisson-disk filtering 을 적용하면 대략적으로 균일한 surface sample이 생성된다.Surface area A와 spacing h에 대해 대략 ⌈A/h^2⌉개의 candidate를 추출하고, 최소 Poisson-disk distance h를 적용한다.
  • Filtering: Normal-clearance filter는 바깥쪽 normal이 인접 geometry와 바로 교차하는 sample을 제거하여, 가려진 contact-region sample이 camera placement에 사용되지 않도록 한다.이는 house floor가 ground mesh와 맞닿는 경우처럼 사용자가 임의로 지정한 mesh contact를 처리한다.

S2.2 노드 초기화

노드 초기화는 필터링된 surface sample에서 coverage 중심의 anchor-view 집합을 구성한 뒤, 연속 pose optimization 전에 이를 compactness 측면에서 정제한다. 후보 카메라는 geometric visibility와 camera-orientation 기준으로 제한된다.

  • S2.2 노드 초기화: 초기화와 정제가 끝나면 main paper에서 정의한 objective 아래 camera 수를 고정한 채 continuous pose optimization을 수행한다.Algorithm 1은 필터링된 surface sample에서 anchor-view 집합을 구성하기까지의 전체 초기화 절차를 요약한다.
  • S2.2 노드 초기화: 후보 카메라는 선호 거리에 맞춰 바깥쪽 surface normal을 따라 배치하고, geometry가 ray를 가로막으면 거리를 줄이며, pitch와 visibility threshold를 만족하는 경우에만 유지한다.이 기준을 충족하지 못한 sample은 coverage 평가에는 계속 사용되지만 카메라 초기화에는 사용할 수 없다.
  • S2.2 노드 초기화: Progressive initialization은 coverage가 부족한 적격 sample에서 카메라를 반복적으로 추가하고, coverage를 더 확장할 수 없을 때까지 새 카메라를 선택된 surface sample을 향하도록 정렬한다.Coverage 부족 여부는 initialization visibility threshold δvis를 사용해 판정한다.
  • S2.2 노드 초기화: Refinement loop는 coverage가 여전히 부족한 sample에 카메라를 추가하고, 기여도가 낮은 카메라를 제거하며, 유사한 visibility vector를 가진 카메라를 병합해 compactness를 개선한다.병합된 pose에는 visibility-weighted mean을 사용하며, threshold는 δdense, δremove, δmerge이다. 카메라 집합이 안정화되면 refinement를 중단한다.

S2.3 Edge Construction · S2.4 Direction Construction and Generation Order

이 방법은 예약된 연결을 smooth camera trajectory로 표현하고, 그 결과인 view graph를 anchor-view generation 순서가 포함된 directed acyclic graph로 변환한다. 각 target anchor는 canonical edge orientation에 따라 parent view가 생성된 뒤 생성된다.

  • S2.3 Edge Construction: 선택된 각 edge는 양 끝점 camera만 저장하는 대신 smooth camera trajectory를 저장한다.이 설계는 video interpolation 중 camera가 scene 주변을 따라 완만한 경로로 이동하는 자연스러운 in-domain camera motion을 모사하기 위한 것이다.
  • S2.3 Edge Construction: 허용된 edge (v_i, v_k)에 대해 trajectory는 양 끝점 camera center와 forward direction을 사용해 cubic Bezier curve로 정의된다.
  • S2.4 Direction Construction and Generation Order: scheduler는 anchor view에 대한 undirected edge set에서 시작한다.
  • S2.4 Direction Construction and Generation Order: {1, ..., N_v}에서의 canonical order index rho(v_i)는 모든 edge를 순서가 낮은 endpoint에서 순서가 높은 endpoint로 향하게 한다.
  • S2.4 Direction Construction and Generation Order: directed edge를 따라 rho가 엄격히 증가하므로, 결과 generation graph G_gen = (V, E→)는 directed acyclic graph가 된다.
  • S2.4 Direction Construction and Generation Order: anchor view는 임의의 topological ordering에 따라 생성되며, 각 target view는 parent view가 생성된 뒤 생성된다.target anchor v_k에 대해 parent는 P_a(v_k) = {v_i | (v_i, v_k) ∈ E→}이다.

S3 Anchor-view Generation 세부사항 · S3.1 Dataset 합성 · S3.2 학습

SceneFrom3D는 sparse observation, 손상된 geometric guidance, object-specific identity-region control을 결합한 synthetic paired condition으로 anchor-view generation을 학습한다. Dataset은 재사용 가능한 identity image, architecture-specific grid conditioning, semantic mask, rule-based prompt를 사용하며, text encoder와 VAE를 고정한 채 LoRA fine-tuning으로 FLUX.2 Klein을 적응시킨다.

  • S3 Anchor-view Generation 세부사항: Synthetic training dataset은 각 target anchor image를 sparse RGB evidence, 손상된 depth 및 boundary cue, visible object를 위한 identity-region condition과 pairing한다.이 paired input은 SceneFrom3D에서 사용하는 anchor-view generation conditioning을 반영하며 appearance, partial-observation, coarse-geometry guidance를 제공한다.
  • S3.1.1 Identity Images & Anchor Image.: Architecture component는 multi-angle identity variant의 3-by-3 grid를 사용한다. 단일 building reference는 reference viewpoint를 향한 강한 pose bias를 유발하기 때문이다.Qwen-Image-Edit-2511과 multi-angle LoRA가 posed variant를 생성하며, 이 grid condition은 architecture component에만 적용된다.
  • S3.1.1 Identity Images & Anchor Image.: Grounded-SAM25는 sky, ground, object mask를 추정하고, 각 visible object identity image를 해당 image region과 pairing한다.Identity-region condition은 visible object에 대해 {(I_o, M_j,o)}이며, appearance guidance가 표현되어야 하는 region에 연결된다.
  • S3.1.2 Semantic Mask.: Sparse RGB 조건은 anchor image에 줄무늬형 또는 블록형 mask와 Bernoulli pixel dropping을 적용해 합성하며, zeroed input은 관측이 없음을 나타낸다.유지된 픽셀은 P_j를 이루며, O_j는 관측된 영역을 기록한다.
  • S3.1.3 Partial Observation.: Geometric condition은 per-pixel strength map으로 손상된 MoGe-2 depth estimate와 HED boundary cue를 결합하여, 불완전한 guidance에서도 coarse-structure adherence를 학습한다.그 결과인 pair (D̂_j, S_j)는 정확한 target appearance 없이 approximate geometry를 제공한다.
  • S3.1.4 Structure Condition: Rule-based template은 fixed image-slot layout을 지정하고 object-specific clause를 추가하여, model이 observation, geometry, identity region에 대해 일관된 instruction을 받도록 한다.Prompt는 모든 condition을 따르는 하나의 일관된 scene을 생성하고, depth input을 충실히 반영하며, 추가 object를 피하도록 명시적으로 요구한다.
  • S3.2 Training: Training은 text encoder와 VAE를 고정한 채 transformer attention projection에 rank-128 LoRA adapter를 적용하여 FLUX.2 Klein을 fine-tuning한다.Conditioning image는 noisy target latent 뒤에서 image token으로 encode되며, 별도의 coordinate가 target과 paired condition을 구분한다. alpha는 128이고 dropout은 0.05다.

S3.3 Anchor-view 검증 · S4 Anchor-view 보간 세부 사항 · S5 3DGS 최적화 세부 사항

보충 섹션에서는 anchor-view 생성의 안전장치, anchor-view 보간 설정, 그리고 3DGS 최적화에 사용되는 손실과 view-dependent LPIPS 가중치를 명시한다.

  • S3.3 Anchor-view 검증: Anchor-view 후보는 sky와 ground를 제외하고, 예측된 visible-object mask와 target object region을 비교하는 semantic overflow ratio로 검증한다.이는 여러 object reference를 함께 조건으로 사용할 때 의도된 semantic region 밖에 stochastic object content가 배치되는 현상을 감지한다.
  • S3.3 Anchor-view 검증: Overflow ratio가 0.01을 초과하는 후보는 새로운 random seed로 다시 샘플링하며, 최대 six attempts 후 overflow가 가장 낮은 후보를 유지한다.임계값 미만인 첫 번째 후보를 채택하고, 그렇지 않으면 ratio가 가장 낮은 후보를 유지한다.
  • S3.3 Anchor-view 검증: 검증은 stochastic anchor-view failure만 필터링하며 scheduled view order와 conditioning input은 변경하지 않는다.
  • S4 Anchor-view 보간 세부 사항: 각 scheduled edge는 49 frames, 고정된 endpoint anchor image, 47 normalized-depth control frames, 30 denoising steps를 사용해 Wan2.1-VACE-14B로 보간한다.모든 edge에 동일한 고정 prompt를 사용한다.
  • S4 Anchor-view 보간 세부 사항: 보간 prompt는 temporal coherence, endpoint appearance fidelity, trajectory-following geometry와 camera motion, 일관된 layout과 identity, artifact 회피를 강제한다.flicker, deformation, new object, abrupt transition을 피하도록 모델에 명시적으로 요청한다.
  • S5 3DGS 최적화 세부 사항: 3DGS 최적화는 RGB reconstruction, DSSIM, metric-depth, LPIPS loss를 결합하며, 수치 파라미터는 Table S2에 요약한다.구현은 view-dependent LPIPS weighting에 대해 CAT3D [Gao et al. 2024]를 따른다.
  • S5 3DGS 최적화 세부 사항: LPIPS weighting은 anchor view에서 zero이고 각 interpolated edge의 midpoint에서 maximal이며, midpoint-normalized edge weight를 사용한다.Edge frame에서는 weighting이 49-frame trajectory상의 위치에 따라 달라진다.
  • S5 3DGS 최적화 세부 사항: 보충 요약은 layout별 object count, graph node와 edge, generated view, 그리고 scheduling, generation, 3DGS training, full pipeline을 포괄하는 runtime을 보고한다.정성적 figure는 Zhang et al. [2021]과 view scheduling을 비교하며, yellow anchor-view frustum과 green interpolation edge를 사용한다.

S6 Scene Statistics & Latency … S9 Ablation on 3DGS Training Loss

보충 분석에서는 SceneFrom3D의 scene-scale 실행 시간과 view scheduling을 정량화하고, visibility 항과 3DGS loss가 coverage, geometry alignment, appearance quality에 미치는 영향을 분석한다. 이를 통해 부적절한 camera 배치나 training objective 누락으로 발생하는 failure mode를 규명한다.

  • S6 Scene Statistics & Latency: SceneFrom3D는 NVIDIA A100-80G GPU에서 측정한 layout별 object, graph, observation, stage-latency, total-runtime 통계를 제시한다.View scheduling과 3DGS training에는 각각 GPU 1개를 사용했으며, multi-view generation에는 GPU 2개를 사용했다.
  • S7 View Scheduling Comparison: 네 개의 layout에서 SceneFrom3D는 scene structure를 포괄하는 sparse anchor views와 interpolation trajectories를 스케줄링하며, 이는 더 조밀하고 overhead에 치우친 배치를 사용하는 Zhang et al. [2021]과 대조된다.더 조밀한 배치는 SceneFrom3D가 스케줄링한 view에 비해 중복 observation을 생성한다.
  • S8 Analysis on Soft Visibility Score: FOV term을 제거하면 실제 coverage에 대한 view optimization이 거의 무작위로 변해, informative한 scene content를 거의 관측하지 못하거나 서로 인접한 중복 view를 관측하는 camera가 생성된다.Vfov가 없으면 camera view 바깥의 sample이 visible sample과 유사한 visibility score를 받을 수 있다.
  • S8 Analysis on Soft Visibility Score: distance term을 제거하면 background sample이 visibility scoring을 지배할 때 target region이 가까운 foreground geometry에 가려지는 camera가 허용된다.그 결과 생성된 view는 가까운 object에 의해 크게 occlude될 수 있다.
  • S8 Analysis on Soft Visibility Score: front-facing term은 oblique observation보다 frontal observation을 선호하게 하여, image generation을 위한 더 선명하고 왜곡이 적은 conditioning view를 만든다.Vfront가 없으면 camera가 surface를 기울어진 각도에서 관측할 수 있으며 generated-view quality가 저하된다.
  • S9 Ablation on 3DGS Training Loss: depth loss를 제거하면 Gaussian이 input geometry에서 벗어나 drift하고 scene element를 가릴 수 있는 floater를 형성하는 반면, depth consistency는 이러한 artifact를 억제한다.Depth loss는 optimized 3DGS가 input geometry와 더 잘 정렬되도록 유지한다.
  • S9 Ablation on 3DGS Training Loss: LPIPS loss를 제거하면 high-frequency appearance detail이 과도하게 평활화되어 blurry texture가 생성되지만, perceptual supervision은 더 선명하고 세밀한 texture를 보존한다.이 차이는 highlighted ground region에서 특히 뚜렷하게 나타난다.
Loading 2607.04540v1…