연구진이 3D 가우시안 거리 풍경의 일관성을 높이는 기술인 '선생-상대 외형 잔차 증류(teacher-relative appearance residual distillation)'를 개발했어요. 이 기술은 희소하고 불완전한 2D 앵커를 활용하여 뷰별 노이즈를 줄이고, 풍경의 일관성을 유지하며, 원치 않는 아티팩트를 억제해요.
연구진은 주파수 분해, 신뢰도 추정, 원시 수준 리프팅을 위한 구조화된 공간을 만들고, 렌더러 공간 매칭을 통해 직접 최적화 신호를 제공하며, 지원 인식 가우시안 공간 집계를 통해 원시 할당을 규제했어요.
Waymo 거리 자산, Tanks and Temples 장면, 다양한 타겟 조건에 대한 평가 결과, 기존 편집 기반 방법보다 타겟 정렬, 콘텐츠 보존, 아티팩트 억제, 교차 뷰 일관성 측면에서 균형 잡힌 성능을 보여줬으며, 코드는 GitHub에서 공개될 예정이에요.