3D 비전 분야는 다양한 데이터 표현 방식과 학습 패러다임에 힘입어 빠르게 발전했지만, 여전히 단편적인 경향을 보이고 있습니다. 본 연구는 3D 비전의 데이터 중심 분류 체계를 제시하여 기하학적 표현, 데이터셋, 학습 프레임워크, 응용 분야를 하나의 개념적 지도에 연결합니다. 3D 데이터의 주요 구조적 표현 방식(점군, 메시, 복셀, 3D 가우시안)과 획득 파이프라인을 분석합니다.
2D 지도 학습 3D 학습, 암시적 신경 표현, 4D 세계 모델링을 아우르는 데이터셋 설계, 벤치마크 구성, 감독 방식이 최근의 발전에 미치는 영향을 살펴봅니다. 재구성, 생성, 비디오 모델링의 하위 작업에서 효율성과 충실도 간의 균형을 맞추는 새로운 트렌드를 제시합니다.
본 연구는 3D 비전 분야의 효율성과 충실도 간의 균형을 맞추고, 다중 모드 기하학적 기반을 향하는 트렌드를 명확히 합니다.