[논문 리뷰] CF-3DGS: COLMAP-Free 3D Gaussian Splatting

0. 리뷰이유

• 3dgs의 continual learning에 관심이 있음

1. Abstract & Introduction

• 기존의 3D reconstruction은 accurately pre-computed camera pose가 필요하며, COLMAP의 SfM은 time-consuming하다.
• 우리는 temporal continuity from video와 3DGS의 explicit point cloud representation을 활용해서 SfM 없는 novel view synthesis를 수행한다.
• 모든 frame을 한 번에 optimize하는 대신에, 3D Gaussian을 continous manner로 build한다. (=growin

2. related work

NeRF without SfM

• i-NeRF: pre-trained NeRF로 keypoint matching해서 camera pose를 추정
• NeRFmm: NeRF와 camera pose embedding을 jointly optimize
• monocular depth destimation이나 optical flow estimation으로

Nope-NeRF

• 그러나 학습에 약 30시간이 걸리며, 카메라 포즈가 크게 바뀔경우 (e.g., 360 degrees), 제대로 동작하지 않는다

n. 잡생각

• 뭔가 3DGS는 primitive의 data collection이고, 외부 관리 시스템(프레임 워크)이 있으면 좋을 것 같음. ssm?
• 가령 CF도 그렇고 MCMC도 그럼
• convolution 처럼 이전의 1-2 frame정도 replay하는 프레임워크