YoNoSplat: 피드포워드 3D 가우시안 스플래팅에는 모델이 하나만 필요합니다. 요약: YoNoSplat은 포즈를 취하지 않고 보정하지 않은 이미지에서 직접 3D 가우시안 스플랫을 재구성하는 동시에, 사용 가능한 경우 기준 카메라 포즈나 내장 포즈를 유연하게 활용합니다. 기여: • 임의의 수의 뷰에 대해 포즈 없는 설정과 포즈에 따른 설정 모두에서 최첨단 성능을 달성한 최초의 피드포워드 모델인 YoNoSplat을 소개합니다. • 우리는 포즈와 기하학 학습의 얽힘을 핵심 과제로 파악하고 훈련 불안정성과 노출 편향을 효과적으로 완화하는 혼합 강제 훈련 전략을 제안합니다. • 우리는 내재적 예측 및 조건화 파이프라인과 쌍별 거리 정규화 방식을 통해 스케일 모호성 문제를 해결하여 보정되지 않은 이미지에서 재구성을 가능하게 합니다.
논문: httarxiv.org/abs/2511.07321로젝트: https://t.co/9GTx4Lziic
