3D 가우시안 스플래팅(3DGS)은 실시간 포토 리얼리스틱 렌더링을 달성하지만, 일시적인 객체가 포함된 훈련 이미지로 인해 성능이 저하될 수 있어요.
DualSplat은 초기 재구성 실패를 활용하여 두 번째 재구성 단계에 대한 명시적인 우선순위를 제공하는 Failure-to-Prior 프레임워크를 통해 이 문제를 해결해요.
RobustNeRF 및 NeRF On-the-go 데이터셋에서 실험 결과, DualSplat은 기존 방법보다 우수한 성능을 보이며, 특히 일시적인 객체가 많은 장면에서 두드러진 장점을 보여줬어요.