연구진이 희소 뷰 환경에서 3D Gaussian Splatting의 과적합 문제를 해결하기 위해 StereoGS라는 새로운 프레임워크를 제안했어요. StereoGS는 스테레오 입력을 활용하여 양안 시각 일관성을 확보하고, 기존 방식의 스케일 모호성 및 부조화 문제를 해결합니다.
Gradient-Aware Opacity Decay 전략을 통해 불필요한 원시 데이터를 억제하고, Consistency-Aware Dense Initialization을 통해 정확한 장면 표면에 원시 데이터를 고정하여 성능을 향상시켰어요.
LLFF, DTU, Mip-NeRF360, Blender 데이터셋 실험 결과, StereoGS는 기존 방식보다 뛰어난 성능을 보이며, 추가적인 연산 비용 없이 희소 뷰 환경에서 효과적인 결과를 제공합니다.