구형 보로노이: 구의 미분 가능한 분할로서의 방향성 양상 요약: 3DGS 외형 모델링을 위한 새로운 구형 함수 표현 방식이 구형 조화 함수를 대체합니다. 추상적인: 3D 가우시안 스플래팅과 같은 복사장 필드 기법은 새로운 시점 합성을 위한 강력한 패러다임으로 부상했습니다. 그러나 이러한 기법의 외관 모델링은 종종 구면 조화 함수(SH)에 의존하는데, 이는 근본적인 한계를 지닙니다. SH는 고주파 신호 처리에 어려움을 겪고, 깁스 링잉 아티팩트를 나타내며, 사실적인 렌더링의 핵심 요소인 반사광을 제대로 포착하지 못합니다. 구형 가우시안과 같은 대안들이 성능 향상을 제공하지만, 최적화 복잡성이 상당히 증가합니다. 본 논문에서는 3D 가우시안 스플래팅에서 외관 표현을 위한 통합 프레임워크로 구형 보로노이(SV)를 제안합니다. SV는 방향 영역을 부드러운 경계를 가진 학습 가능한 영역으로 분할하여 시점 의존적 효과에 대한 직관적이고 안정적인 파라미터화를 제공합니다. 확산된 외관 표현의 경우, SV는 기존 대안보다 최적화를 단순화하면서도 경쟁력 있는 결과를 달성합니다. SH가 실패하는 반사 표현의 경우, SV를 학습 가능한 반사 프로브로 활용하여 고전 그래픽스 원리에 따라 반사 방향을 입력으로 사용합니다. 이 공식은 합성 데이터셋과 실제 데이터셋에서 최첨단 결과를 달성하며, SV가 명시적인 3D 표현에서의 외관 모델링을 위한 원칙적이고 효율적이며 일반적인 솔루션을 제공함을 입증합니다.
논문 링크: arxiv.org/abs/2512.14180