Wild3R은 기존 3D Gaussian Splatting 방식의 장면별 최적화 과정을 없앤 feed-forward 방식입니다. 하지만 다양한 조명 조건과 일시적인 객체가 포함된 실제 이미지 컬렉션에서 어려움을 겪습니다. 연구진은 200개의 장면, 170개의 조명 조건, 일시적인 객체를 포함하는 WildCity 데이터셋을 공개하여 이 문제를 해결했습니다.
WildCity 데이터셋을 활용하여 모델은 참조 뷰에 따라 시점을 일관성 있게 유지하며 일시적인 콘텐츠를 제거하도록 학습합니다. 실험 결과, Wild3R은 기존 feed-forward 방식보다 성능이 뛰어나고 장면별 최적화 방식과 경쟁력 있는 결과를 냈습니다.
Wild3R은 장면별 최적화 없이도 고품질 3D 재구성을 가능하게 하여 3D 콘텐츠 제작 효율성을 높일 것으로 기대됩니다.