Study on Synthetic Data-Based Camera and Shooting Environment Setup for D-NeRF and 4DGS Capture

NeRF(Neural Radiance Fields)와 3DGS(3D Gaussian Splatting) 연구의 새로운 방향 중 하나는 움직이는 다이나믹 씬을 D-NeRF(Dynamic NeRF)와 4DGS(4D Gaussian Splatting)로 복원하는 것이다. 본 연구는 이를 위한 촬영 환경 세팅을 구성하기 위해 3ds Max 기반 가상환경에 다수의 카메라를 배치하고, 가상 모델로 렌더링한 인조 데이터 세트를 생성하여 복원 실험을 수행하고 품질을 정성·정량적으로 비교하였다. 실험 결과, 카메라 간격을 좁힌 직선형 배치에서 복원 품질이 우수했으며, 카메라 높이는 큰 영향을 미치지 않았다. 또한 빈 배경보다는 벽면에 마커를 부착하거나, 다양한 깊이를 지닌 소품을 사용해 모델을 가리지 않게 배치한 경우가 높은 품질을 보였다. 이러한 결과를 바탕으로 실제 환경에 카메라 리그를 제작하고 촬영한 영상을 통해 D-NeRF와 4DGS 복원이 가능함을 확인하였다. 향후에는 실제 환경 기반의 카메라 리그 제작 및 개선에 대한 후속 연구가 필요하다.