정적인 표현의 한계
같은 공간 위치가 여러 사진에서 같은 물체 부분을 나타낸다는 가정은 물체가 움직이면 성립하기 어렵다. D-NeRF는 시간에 따른 변형을 별도로 다룬다. 기준 공간은 여러 순간의 정보를 연결하기 위한 표현이며 물체의 실제 초기 모양과 반드시 같은 뜻은 아니다.
좌표 변형의 예
어떤 점이 시간 t에 관측 좌표 x=t+2에 있다고 하자. 기준 좌표를 x−t로 정하면 모든 순간에 2로 대응한다. 이는 일정한 평행이동을 제거하는 예다. 실제 장면에서는 회전이나 관절 운동 및 비강체 변형이 함께 나타날 수 있다.
영상으로 함께 학습하기
기준 표현과 변형은 완전 연결 신경망을 사용해 함께 학습한다. 한 대의 움직이는 카메라로 얻은 장면도 대상으로 삼지만 사진 한 장만으로 모든 시간과 방향의 움직임을 알아낸다는 의미는 아니다. 입력 영상의 시간 정보와 카메라 조건이 중요하다.
시점과 시간의 분리
카메라를 고정하고 시간만 바꾸는 결과와 시간을 고정하고 카메라만 바꾸는 결과는 다르다. 두 경우를 따로 보면 움직임과 공간 복원이 각각 일관적인지 살펴볼 수 있다. 관측되지 않은 시간의 결과는 실제로 촬영한 증거와 구분해야 한다.