가변 뷰를 단일 잠재 상태로 압축해 3D 표면점을 유동 매칭으로 복원

한줄 요약

Surflo는 가변 개수의 무포즈 RGB 뷰를 K개의 전역 잠재 토큰으로 압축한 뒤, 유동 매칭을 통해 노이즈에서 3D 표면점을 독립적으로 디코딩하는 피드포워드 3D 재구성 모델이다.

풀어야 하는 문제

기존 피드포워드 재구성 모델은 뷰마다 중복되고 정렬되지 않은 포인트맵을 출력하거나, 고정된 저해상도 출력에 갇히는 한계가 있다. 또한 최적화 기반 방법은 수백 장의 뷰가 필요하고 속도가 느리다.

접근 방법

Surflo는 인코더로 가변 뷰를 K개의 전역 잠재 토큰으로 압축한다. 디코더는 이 잠재를 조건으로, 노이즈에서 시작한 3D 점들을 유동 매칭으로 표면으로 운반한다. 각 점은 독립적으로 디코딩되므로 출력 점의 개수에 제약이 없다. 추론 시 인접 점들의 일관성을 위해 ODE 적분 중 포토메트릭 그래디언트를 주입하는 가이던스 항을 도입한다.

결과·기여

Surflo는 표면 메트릭에서 피드포워드 기준선과 동등하거나 더 나은 성능을 보이며, 수백 뷰가 필요한 최적화 기반 방법보다 10배 이상 빠르다. 또한 전역 잠재와 임의 해상도 디코딩을 결합한 최초의 피드포워드 접근법이다.