3D Gaussian Splatting을 위한 즉시 적용형 지각 최적화

**3D Gaussian Splatting(3DGS)**은 최종적으로 사람이 보는 결과물을 만들면서도, 여전히 픽셀 단위 손실을 ad-hoc하게 조합하는 경우가 많아 렌더링이 흐려지기 쉽다. 이를 해결하기 위해 다양한 distortion loss를 체계적으로 비교했고, 39,320건의 pairwise rating을 포함한 대규모 인간 주관 평가를 처음으로 수행했다.

그 결과, 정규화한 Wasserstein Distortion인 WD-R이 가장 강력한 선택지로 나타났다. WD-R은 미세한 텍스처를 더 잘 복원하면서도 splat 수를 늘리지 않았고, 기존 3DGS loss 대비 평론가 선호도에서 2.3배, 현재 최고 수준으로 평가되던 Perceptual-GS 대비 1.5배 더 선호됐다.

정량 지표에서도 WD-R은 여러 데이터셋에서 LPIPS, DISTS, FID를 일관되게 개선했다. 또한 Mip-Splatting과 Scaffold-GS 같은 최근 프레임워크에도 그대로 적용해, 기존 loss를 WD-R로 바꾸기만 해도 유사한 자원 예산 안에서 perceptual quality가 높아졌고, 인간 평가에서도 각각 1.8배, 3.6배 더 선호됐다.

이 접근은 3DGS scene compression에도 이어졌다. perceptual metric 성능을 비슷하게 유지하면서도 약 **50%**의 bitrate 절감이 가능해, 렌더링 품질 개선과 압축 효율을 동시에 노렸다.