3D Gaussian Splatting(3DGS)은 복잡한 장면을 실시간으로 고품질로 재구성하는 데 사용돼요. 하지만 3DGS 최적화 과정에서 'Blur Trap'이라는 문제점이 발생해 최적의 결과물을 얻기 어려워요.
연구진은 수학적 분석을 통해 Blur Trap의 원인을 파악하고, Far-Side와 Near-Side 두 가지 유형으로 분류했어요.
Random Seeding과 Random Splitting이라는 간단한 탐색 전략을 도입해 Blur Trap을 효과적으로 해결하고, 다양한 데이터셋에서 높은 품질의 렌더링 성능을 달성했어요.