Gaussian Splatting · 28 정렬·품질·성능
단계: 측정 가능한 GS 전시 뷰어 · 편집 가능한 예제 · 저장 ID: gaussian-splatting-03
목표와 학습 후 역량
- 품질과 비용을 함께 비교한다.
- 근거를 갖춘 GS 뷰어 결과물을 완성한다.
선수 지식
27단위 결과물과 기록을 이어 사용합니다. 정렬·품질·성능 실험에 앞서 이전 입력과 기준 출력을 보관합니다.
핵심 개념과 설명
공동 평가
해상도와 Gaussian 수는 비용과 시각 품질을 동시에 바꿉니다. 한 변수씩 바꾼 기록을 먼저 만든 뒤 조합을 평가합니다.
채택 판단
가장 빠른 설정이 목적에 가장 적합한 설정은 아닐 수 있습니다. 데이터 출처·기능 제한·관찰 품질을 포함해 선택 이유를 씁니다.
실습 준비
기존 gaussian-splatting-03 미리보기는 출발점입니다. 이후 과제 전체의 구현이나 검증을 대신하지 않습니다. 별도 로컬 프로젝트의 문서 안내 실습입니다. 직접 만든 소형 데이터 또는 사용 허가를 확인한 로컬 파일만 사용합니다. 기존 미리보기는 1 MiB·512개 이하 .splat/ASCII GS PLY를 다루는 CPU 교육 뷰어이며 Spark GPU 렌더러가 아닙니다.
연결된 예제는 출발점입니다. 아래 과제 전체가 완성된 코드는 아니며, 예제의 지원 범위를 넘는 작업은 별도 프로젝트에서 수행하세요.
실습 과제
- 최종 viewer.js에서 기준·해상도 감소·항목 감소 세 설정을 같은 경로로 실행하세요.
- report.md에 프레임 분포·정렬 시간·ROI 이미지·출처 manifest 링크를 모으세요.
- 채택 설정과 허용하지 않을 품질 손실을 정하고 오류 복구 및 dispose를 다시 확인하세요.
관찰할 변수
| 변수 | 기준 조건 | 바꿀 조건 | 예상할 변화·검증 가설 |
|---|---|---|---|
| Gaussian 수 | 512 | 256 | 정렬 부담은 줄어도 일부 구조 손실이 생길 수 있다고 예상하고 측정하세요. |
표의 예상은 측정 결과가 아닙니다. 한 번에 한 조건만 바꾸고 실제 결과가 다르면 원인을 기록하세요.
완료 조건
- 세 설정의 같은 경로 결과와 품질 증거를 제시한다.
- 대형 데이터 없이 출처와 재현 절차를 제공하고 선택 근거 두 가지를 적는다.
자가 점검
- 측정된 병목이 달라지면 선택 설정도 달라지나요?
- 이번 결과로 주장할 수 없는 범위는 무엇인가요?
공식 참고
연결된 예제와 실행 범위
원본 코드·기록은 자동으로 덮어쓰지 않습니다. 기존 예제를 초기화할 때도 필기는 유지됩니다.