[논문리뷰] GenRecon: Bridging Generative Priors for Multi-View 3D Scene Reconstruction본 연구는 고전적인 Multi-view Reconstruction 기법이 복잡한 조명 환경이나 희소한 시점(Sparse view) 조건에서 구조적 붕괴를 겪는 문제를 해결하는 것을 목표로 합니다.#Review#3D Scene Reconstruction#Generative Priors#Multi-View Stereo#Diffusion Models#Neural Rendering#Latent Space2026년 5월 24일댓글 수 로딩 중
[논문리뷰] AutoWeather4D: Autonomous Driving Video Weather Conversion via G-Buffer Dual-Pass Editing최근의 생성형 비디오 모델들은 자율주행을 위한 악천후 시나리오 합성에 탁월한 성능을 보이지만, 희귀한 기상 상황을 학습하기 위해 방대한 데이터셋을 필요로 한다는 한계가 있습니다.#Review#Autonomous Driving#Weather Synthesis#G-buffer#3D-aware Editing#Neural Rendering#Video Diffusion#Relighting2026년 3월 31일댓글 수 로딩 중
[논문리뷰] TAPESTRY: From Geometry to Appearance via Consistent Turntable VideosUntextured 3D 모델에 대해 사진처럼 사실적이고 자체 일관성(self-consistent) 있는 외관을 자동으로 생성하는 것은 디지털 콘텐츠 제작 분야에서 중요한 도전 과제입니다.#Review#Video Generation#3D Texturing#Geometric Consistency#Turntable Video#Diffusion Models#Neural Rendering2026년 3월 22일댓글 수 로딩 중
[논문리뷰] Matryoshka Gaussian Splatting3D Gaussian Splatting (3DGS)의 실질적인 배포를 위해서는 단일 모델에서 조정 가능한 충실도(fidelity)로 장면을 렌더링하는 LoD 기능이 매우 중요합니다.#Review#3D Gaussian Splatting#Level of Detail (LoD)#Continuous LoD#Matryoshka Representation Learning#Stochastic Budget Training#Neural Rendering2026년 3월 19일댓글 수 로딩 중
[논문리뷰] Quantile Rendering: Efficiently Embedding High-dimensional Feature on 3D Gaussian Splatting이 논문은 3D Gaussian Splatting (3D-GS) 기반의 Open-vocabulary segmentation (OVS)에서 512-차원 CLIP 특징 과 같은 고차원 특징을 효율적으로 렌더링하는 문제를 해결하는 것을 목표로 합니다.#Review#3D Gaussian Splatting#Open-vocabulary Segmentation#Neural Rendering#High-dimensional Features#Quantile Sampling#Real-time Rendering#Feature Distillation2025년 12월 29일댓글 수 로딩 중
[논문리뷰] FrameDiffuser: G-Buffer-Conditioned Diffusion for Neural Forward Frame Rendering본 논문은 인터랙티브 애플리케이션을 위한 G-buffer 조건부 신경망 포워드 프레임 렌더링에서 시간적 일관성 을 유지하는 동시에 사실적인 이미지를 프레임별로 자동회귀적으로 생성 하는 문제를 해결하는 것을 목표로 합니다. 기존 단일 이미지 모델의 시간적 불일치 와 비디오 모델의 높은 연산 비용 문제를 극복하고자 합니다.#Review#Neural Rendering#Diffusion Models#G-Buffer#Autoregressive Generation#Temporal Consistency#ControlNet#ControlLoRA#Interactive Applications2025년 12월 18일댓글 수 로딩 중
[논문리뷰] Sharp Monocular View Synthesis in Less Than a Second이 논문은 단일 이미지로부터 실시간 포토리얼리스틱 뷰 합성(photorealistic view synthesis) 을 목표로 하며, 특히 AR/VR 애플리케이션 을 위한 고해상도 3D 장면 표현 을 1초 미만에 생성하는 것을 목표로 합니다.#Review#View Synthesis#3D Gaussian Splatting#Single Image#Neural Rendering#Real-time#Feedforward Network#Monocular Depth Estimation#AR/VR2025년 12월 14일댓글 수 로딩 중
[논문리뷰] WonderZoom: Multi-Scale 3D World Generation본 논문은 단일 이미지로부터 다양한 공간 스케일에 걸쳐 일관된 3D 세계를 생성하는 다중 스케일 3D 세계 생성 의 핵심 문제를 해결하고자 합니다. 기존 3D 생성 모델들이 단일 스케일 합성에 국한되고 스케일 인식 3D 표현이 부족하여 상호작용적 탐색 및 콘텐츠 생성에 한계가 있다는 점을 극복하는 것을 목표로 합니다.#Review#Multi-Scale 3D Generation#Gaussian Surfel#Progressive Synthesis#Neural Rendering#Scale-Adaptive#Content Creation#Zoom-in2025년 12월 10일댓글 수 로딩 중
[논문리뷰] Visionary: The World Model Carrier Built on WebGPU-Powered Gaussian Splatting Platform본 논문은 기존 3D Gaussian Splatting(3DGS) 뷰어의 한계인 파편화, 무거움, 레거시 파이프라인 제약으로 인한 높은 배포 마찰과 동적 콘텐츠 및 생성 모델 지원 부족 문제를 해결하고자 합니다.#Review#Neural Rendering#3D Gaussian Splatting#WebGPU#ONNX Inference#World Models#Real-time Rendering#Browser-based#Dynamic Scenes2025년 12월 9일댓글 수 로딩 중
[논문리뷰] SimScale: Learning to Drive via Real-World Simulation at Scale자율주행 시스템의 안전에 필수적인 안전-위험(safety-critical) 및 분포 외(Out-of-Distribution, OOD) 시나리오에 대한 실제 데이터 부족 문제를 해결하고, 제한된 실제 데이터 환경에서 대규모 시뮬레이션 데이터를 활용 하여 엔드투엔드(E2E) 플래너의 강건성 및 일반화 성능 을 체계적으로 향상시키는 방법을 제시하는 것이 목표입니다.#Review#Autonomous Driving#Simulation#Neural Rendering#3D Gaussian Splatting#Sim-to-Real#Data Scaling#End-to-End Planning#Pseudo-Expert2025년 12월 2일댓글 수 로딩 중
[논문리뷰] NeRF Is a Valuable Assistant for 3D Gaussian Splatting본 논문은 3D Gaussian Splatting (3DGS) 의 고유한 한계(Gaussian 초기화 민감성, 제한된 공간 인식, 약한 Gaussian 간 상관관계)를 해결하기 위해 Neural Radiance Fields (NeRF) 의 연속적인 공간 표현 능력을 활용하는 것을 목표로 합니다.#Review#NeRF#3D Gaussian Splatting#Hybrid Model#Joint Optimization#Scene Representation#Neural Rendering#Residual Learning#Sparse View2025년 8월 2일댓글 수 로딩 중
[논문리뷰] HoloScene: Simulation-Ready Interactive 3D Worlds from a Single Video기존 3D 재구성 방법론의 한계(불완전한 기하학, 낮은 상호작용성, 물리적 비현실성 등)를 극복하고, 단일 비디오 입력 으로부터 시뮬레이션 준비가 완료된(simulation-ready) , 물리적으로 정확하며 상호작용 가능한 3D 디지털 트윈을 생성하는 것을 목표로 합니다.#Review#3D Reconstruction#Digital Twin#Scene Graph#Physical Simulation#Interactive Environments#Single Video Reconstruction#Neural Rendering2025년 10월 8일댓글 수 로딩 중