연구진은 기존 단안 기하 예측 모델의 세밀한 3D 구조 왜곡 문제를 지적했어요. 이를 해결하기 위해 3D 공간으로 모델링을 확장하는 Self-Guided Sparse 3D Refinement (SSR) 기술을 제안했어요. 실험 결과, SSR은 기존 방식보다 세밀한 3D 기하 구조 복원에 효과적이었어요.
SSR은 희소 볼륨 셸에 초기 포인트 맵을 적용하고 3D 공간적 근접성을 기반으로 특징을 집계하여 깊이 불연속성 간의 특징 혼합을 방지해요. 다양한 데이터셋 실험에서 기존 방식보다 정량적 지표와 시각적 평가 모두에서 우수한 성능을 보여줬어요.
본 연구는 단안 기하 예측 모델의 성능을 향상시키는 새로운 접근 방식을 제시하며, 3D 구조 복원 분야에 기여할 것으로 기대돼요.