연구진은 3D Gaussian Splatting (3DGS)의 한계를 극복하기 위해 Skew-Normal Splatting (SNS)라는 새로운 표현 방식을 제안했습니다.
SNS는 Azzalini Skew-Normal 분포를 기반으로 하여, 기존 Gaussian 대비 비대칭 구조를 더욱 효과적으로 모델링할 수 있으며, 훈련 안정성과 정확도를 향상시키는 decoupled 파라미터화 및 블록 기반 최적화 전략을 사용합니다.
표준 novel-view synthesis 벤치마크에서 SNS는 기존 Gaussian 및 다른 non-Gaussian 커널보다 재구성 품질이 우수하며, 특히 날카로운 경계면과 얇거나 한쪽 면 구조에서 더욱 두드러진 효과를 보입니다.