극심한 깊이 변화가 있는 장면의 3차원 재구성은 근거리와 원거리 영역 간의 일관성 없는 감독 신호로 인해 여전히 어려운 과제입니다. 본 논문은 3D Gaussian Splatting을 개선하기 위해 초점 심도 감독 및 다중 뷰 일관성 감독을 통합하는 새로운 계산 프레임워크를 제안합니다. 이 프레임워크는 (1) 규모가 복구된 단안 깊이 추정기(예: Metric3D)를 사용하여 깊이 사전 정보를 생성하고, 디포커스 컨볼루션을 활용하여 물리적으로 정확한 디포커스 이미지를 합성하며, 새로운 초점 심도 손실을 통해 기하학적 일관성을 강화하는 초점 심도 감독과, (2) LoFTR 기반 반밀도 특징 매칭을 사용하여 교차 뷰 기하학적 오류를 최소화하고 신뢰할 수 있는 일치점을 최소 제곱 최적화를 통해 깊이 일관성을 강화하는 다중 뷰 일관성 감독으로 구성됩니다. 디포커스 물리학과 다중 뷰 기하학적 제약 조건을 통합하여, Waymo Open 데이터셋에서 최첨단 방법보다 0.8 dB PSNR 개선을 보이며, 뛰어난 깊이 충실도를 달성합니다. 이 프레임워크는 물리적 이미징 원리와 학습 기반 깊이 정규화를 연결하여 도시 환경에서 복잡한 깊이 계층화에 대한 확장 가능한 솔루션을 제공합니다.
