DreamFusion은 생성 모델과 미분 가능한 렌더링의 발전을 결합하여 가상 뷰에서의 비지도 3D 재구성에 대한 새로운 패러다임을 제시했지만, 기반이 되는 다중 뷰 렌더링과 대규모 생성 모델의 감독은 계산 비용이 많이 들고 제약이 부족합니다. 본 논문에서는 단안 깊이 큐를 활용하여 3D 객체를 재구성하는 새로운 Shape-from-Virtual-Texture 접근 방식인 DreamTexture를 제안합니다. 본 방법은 가상 텍스처를 입력의 실제 깊이 큐와 정렬하여 입력 이미지에 텍스처를 적용하고, 최신 확산 모델에 인코딩된 단안 기하학에 대한 고유한 이해를 활용합니다. 그런 다음 메모리 집약적인 체적 표현을 완화하는 새로운 등각 맵 최적화를 통해 가상 텍스처 변형에서 깊이를 재구성합니다. 실험 결과 생성 모델은 단안 형태 큐에 대한 이해를 가지고 있으며, 텍스처 큐를 증강하고 정렬하여 추출할 수 있음을 보여줍니다. 이는 Analysis by Augmentation이라는 새로운 단안 재구성 패러다임입니다.
