Gaussian Splatting · 21 품질 평가 기준 만들기
단계: 가시성과 품질 실험 · 편집 가능한 예제 · 저장 ID: gaussian-splatting-step-21
목표와 학습 후 역량
- 비교 기준을 고정한다.
- 수치와 시각 증거를 함께 해석한다.
선수 지식
20단위 결과물과 기록을 이어 사용합니다. 품질 평가 기준 만들기 실험에 앞서 이전 입력과 기준 출력을 보관합니다.
핵심 개념과 설명
기준 이미지
비교 대상이 합성 기준인지 실제 관측 사진인지에 따라 해석이 달라집니다. 정답 사진 없이 계산한 이미지 차이를 복원 정확도로 부르지 않습니다.
다중 관찰
평균 오차 하나는 얇은 구조나 깜빡임을 숨길 수 있습니다. 지정 영역과 카메라 경로를 함께 평가합니다.
실습 준비
예제 화면의 실행 범위 안내를 먼저 확인하세요. 다음은 과제를 별도 프로젝트로 확장할 때의 준비 환경입니다. 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
- evaluation.json에 세 시점·두 관심 영역·배경을 정의하세요.
- baseline 모드와 감축 모드의 같은 크기 ImageData를 저장하세요.
- 채널 평균 절대 차이와 관심 영역 손실 설명을 report.md에 작성하세요.
관찰할 변수
| 변수 | 기준 조건 | 바꿀 조건 | 예상할 변화·검증 가설 |
|---|---|---|---|
| 평가 영역 | 전체 화면 | 얇은 구조 ROI | 전체 평균보다 국소 손실이 더 크게 드러날 것으로 예상합니다. |
표의 예상은 측정 결과가 아닙니다. 한 번에 한 조건만 바꾸고 실제 결과가 다르면 원인을 기록하세요.
완료 조건
- 세 시점에서 같은 ROI 좌표를 사용한다.
- 수치 차이와 시각 설명을 각각 두 항목 이상 작성한다.
자가 점검
- 기준 이미지가 틀렸으면 차이 수치는 무엇을 말하나요?
- 정지 화면 평가로 놓치는 오류는 무엇인가요?
공식 참고
연결된 예제와 실행 범위
CPU Canvas2D 합성 fixture와 계약 검사. Spark GPU·학습 데이터·재구성 품질·GPU 성능 주장을 제공하지 않습니다.
원본 코드·기록은 자동으로 덮어쓰지 않습니다. 기존 예제를 초기화할 때도 필기는 유지됩니다.