boschresearch/3dgeer

개요 3DGEER(3D Gaussian Rendering Made Exact and Efficient for Generic Cameras)는 Bosch Research에서 발표한 ICLR 2026 논문의 공식 구현체다. 3D Gaussian Splatting(3DGS) 렌더링에서 기존의 근사적 투영 방식이 갖는 한계를 해결하고, 핀홀·어안·등거리 등 다양한 카메라 모델에서 정확한 렌더링을 가능하게 한다.

핵심 내용 3D Gaussian Splatting은 NeRF 이후 실시간 3D 재구성의 핵심 기술로 자리잡았지만, 대부분의 구현이 핀홀 카메라 모델에 특화된 근사적 EWA(Elliptical Weighted Average) 프로젝션에 의존한다. 이 근사는 카메라 가장자리나 광각 렌즈에서 아티팩트를 유발한다. 3DGEER는 이를 수학적으로 정확한(exact) 프로젝션으로 대체하면서도, 효율적인 구현을 통해 실시간 렌더링 성능을 유지한다. Python 기반으로 작성되었으며, 범용 카메라 모델을 지원하는 통합 프레임워크를 제공한다.

기존 대비 차별점 기존 3DGS 방법들은 카메라 모델을 핀홀로 가정하거나, 왜곡 보정을 별도 전처리로 수행해야 했다. 3DGEER는 카메라 모델에 구애받지 않는 정확한 투영을 렌더링 파이프라인 자체에 내장하여, 어안 렌즈나 파노라마 카메라 등에서도 별도 보정 없이 고품질 결과를 얻는다. "정확성과 효율성의 양립"이라는 점에서, 근사 vs 정확 사이의 트레이드오프를 실질적으로 해소한 연구라 할 수 있다.

활용 가능성 - AR/VR 기기: 광각·어안 렌즈를 사용하는 헤드셋에서 왜곡 없는 3D 씬 렌더링 - 자율주행: 차량에 장착된 다양한 카메라 센서에서 실시간 3D 재구성 - 로보틱스: 다양한 카메라를 사용하는 로봇의 환경 인식 파이프라인에 통합 - 드론 매핑: 광각 카메라로 촬영한 영상에서 고품질 3D 모델 생성

참고 자료 - 원본 저장소 ===