복셀 목록 대신 함수
미리 정한 격자의 모든 칸을 저장하는 대신 좌표를 입력받아 점유를 예측하는 함수를 학습한다. 필요한 위치를 조회할 수 있는 연속 표현이다. 다만 연속 좌표를 받는다는 사실을 무한한 실제 세부를 정확히 복원한다는 의미로 해석해서는 안 된다.
거리 함수와 다른 정보
점유 예측은 안과 밖을 구분하는 데 초점을 둔다. 부호 거리 함수처럼 표면까지의 거리를 직접 나타내는 값은 아니다. 점유 점수가 비슷하더라도 두 점이 표면에서 같은 거리에 있다고 단정할 수 없다.
경계 선택의 예
설명용 점유 점수가 두 위치에서 0.4와 0.7이고 임계값을 0.5로 정하면 서로 다른 쪽으로 분류된다. 임계값을 바꾸면 추출되는 경계도 달라질 수 있다. 이 숫자는 신뢰도가 보정된 실제 확률이나 물체의 밀도를 뜻하는 측정값이 아니다.
입력과 추출의 한계
한 영상이나 잡음 있는 점군, 거친 복셀에서 형상을 추정하는 경우에는 관측되지 않은 영역이 남는다. 학습한 사전 지식은 이를 채울 수 있지만 관측 사실을 추가하지는 않는다. 최종 메시의 해상도와 연결 상태 및 누락을 확인하고 함수 표현과 추출 결과를 구분한다.