연구진은 AR/VR 및 실내 스캔 등 소비자용 3D 캡처에 중요한 포인트 클라우드 표면 재구성에 대한 새로운 방법을 제시했어요. 기존 UDF 방식의 정확도는 지원 반경에 의존하지만, 이 반경은 종종 고정되거나 일차원 곡률 휴리스틱에 의해 결정되어 이질적인 지역 기하학적 구조를 반영하지 못했어요. 연구진은 쿼리별 지원 반경을 예측하는 학습된 선택기를 제안하여 UDF 백본에 통합했어요.
선택기는 포물선 보간법으로 얻은 오프 그리드 대상 반경을 사용하여 학습되며, 실험 결과 세밀한 재구선 정확도가 향상되었음을 확인했어요. 이 방법은 기존 방식의 한계를 극복하고 더욱 정확한 3D 모델링을 가능하게 할 것으로 기대돼요.
새로운 방법은 UDF 기반 재구선 기술의 발전에 기여하고, AR/VR 및 3D 스캔 분야에서 활용될 가능성이 높아요.