연구진은 희소 시야 조건에서 정확한 카메라 시점 추정의 어려움을 해결하기 위해 새로운 방법론을 제시했어요. 기존 방식의 nonconvex 손실 환경 문제를 분석하고, 기하학적 모호성으로 인한 오류를 개선하기 위해 점수 기반 방법을 제안했어요. 실험 결과, 제안하는 방법은 수렴성을 높이고 샘플 효율성을 개선하여 경쟁력 있는 정확도를 달성했어요.
기존 방식은 최적화 과정에서 기하학적 모호성으로 인해 잘못된 시점으로 업데이트될 수 있다는 문제점을 가지고 있었어요. 이를 해결하기 위해 점수 기반 방법으로 최적화 환경을 재구성하고, 시점 기반 디퓨전 모델을 활용하여 정밀도를 높이는 2단계 방식을 사용했어요. 이 방식은 기존 방식보다 초기값에 덜 민감하고, 무차별 샘플링 의존도를 줄여줍니다.
새로운 방법은 기존 방식의 단점을 극복하고, 더욱 안정적인 시점 추정 결과를 제공하며, 샘플 효율성을 높여 실제 응용 가능성을 높였어요. 이는 희소 시야 환경에서 3D 재구성 및 증강 현실과 같은 분야에 기여할 것으로 기대됩니다.