Caramel LabCaramel Lab

3D 비전의 뉴럴 래디언스 필드 종합 연구

Neural Radiance Fields in 3D Vision: A Comprehensive Review

원저자 Kyle Gao, Yina Gao, Hongjie He 외 3인·Computational Visual Media·원발행 2026.05· 285 인용·카라멜 랩 해설 공개 2026. 11. 8.
최근 1년 140회 인용· 분야 최상위

한국어 핵심 요약

2020년 3월, 뉴럴 래디언스 필드(NeRF)는 컴퓨터 비전 분야에 혁명을 가져오며 암시적 신경망 기반 장면 표현 및 새로운 시점 합성을 가능하게 했습니다. NeRF 모델은 로봇 공학, 도시 매핑, 자율 주행, 가상/증강 현실 등 다양한 분야에 적용되었습니다. 2023년 8월, NeRF 기반 프레임워크의 직접적인 경쟁자인 가우시안 스플래팅(Gaussian Splatting)이 제안되어 폭발적인 관심을 얻으며 새로운 시점 합성을 위한 지배적인 프레임워크로 부상했습니다. 이 연구는 지난 5년간(2020-2025)의 NeRF 관련 논문들을 포괄적으로 조사합니다. 조사 대상에는 NeRF가 새로운 시점 합성 및 3D 암시적/하이브리드 표현 신경 필드 학습 분야를 지배했던 가우시안 스플래팅 이전 시대의 논문들과, NeRF 및 암시적/하이브리드 신경 필드가 보다 전문적인 응용 분야를 찾게 된 가우시안 스플래팅 이후 시대의 연구들이 포함됩니다. 본 연구는 NeRF 이론과 미분 가능한 볼륨 렌더링을 통한 학습 과정을 소개하고, 고전적인 NeRF, 암시적/하이브리드 신경 표현, 신경 필드 모델의 성능 및 속도 벤치마크 비교와 주요 데이터셋 개요를 제시합니다. 이 포괄적인 조사는 NeRF 및 관련 신경 필드 연구의 발전 과정을 이해하고, 아키텍처 및 응용 분야 기반 분류를 통해 활발한 연구 영역을 식별하는 데 기여합니다. 이는 컴퓨터 비전 분야의 학생 및 연구자들이 NeRF 기술의 현재와 미래 방향을 파악하는 데 중요한 자료가 될 것입니다.

섹션 미리보기

연구 배경

2020년 등장한 NeRF는 신경망 기반 장면 표현과 새로운 시점 합성으로 컴퓨터 비전에 혁신을 가져왔습니다. 하지만 2023년 가우시안 스플래팅이 등장하며 NeRF의 지배력에 도전장을 내밀었습니다.

핵심 발견

본 연구는 NeRF의 초기 지배기부터 가우시안 스플래팅 이후의 틈새 응용까지 5년간의 NeRF 연구를 종합적으로 분석합니다. 아키텍처 및 응용 분야별 분류를 통해 활발한 연구 영역을 제시합니다.

전체 8개 섹션 분석

내가 읽고 있는 논문도 이렇게 정리해드릴게요

연구 배경 · 방법론 · 결과 · 한계점까지 8개 섹션 풀 분석. PDF 업로드 한 번이면 끝.

내 논문 분석하기

관련 컴퓨터 과학 논문

컴퓨터 과학 전체 보기