점에서 영역으로
같은 물체도 멀리서 보면 한 화소가 더 넓은 영역을 덮는다. 격자에서 좌표 하나의 특징을 읽는 것만으로는 이 규모 차이를 충분히 반영하기 어렵다. Zip-NeRF는 원뿔대 형태의 영역을 다루는 접근과 격자 특징 조회를 결합한다.
표본과 격자 크기
여러 표본으로 영역의 정보를 모으고 각 격자 해상도에서 표본의 공간적 크기를 고려한다. 작은 격자의 세부 특징을 넓은 영역의 대표값처럼 그대로 사용하는 문제를 줄이려는 구성이다. 단순히 렌더링 이미지에 흐림 효과를 덧붙이는 과정과는 다르다.
평균이 달라지는 예
세부 영역의 밝기가 0, 0, 1, 1이라면 네 영역의 동일 가중 평균은 0.5다. 한 위치만 고르면 0이나 1이 될 수 있다. 다만 여러 표본을 쓴다는 사실만으로 정확한 면적 평균이 보장되지는 않으며 표본 배치와 가중 방식이 중요하다.
광선 방향의 안정성
공간의 세부 특징 외에도 광선에서 조사할 구간을 제안하는 과정이 가는 구조를 놓칠 수 있다. 이 방법은 그 제안 과정의 학습도 다룬다. 평가할 때는 정지 영상의 선명도뿐 아니라 카메라 이동 중 구조가 갑자기 나타나거나 사라지는 현상을 확인한다.
관련 문서
NeRF / Mip-NeRF / Instant-NGP / Mip-Splatting / TensoRF / Plenoxels