NeRF 기반 실시간 렌더링 포토리얼리틱 그래픽스 방법 리뷰

최근 Neural Radiance Field(NeRF)의 발표는 관련 분야에서 혁신적인 해결책을 다수 제시하며 연구 붐을 일으켰다. 강력한 예측 능력과 효율적인 작동 덕분에 신경망은 전통적인 상충 관계 문제를 해결하여 최첨단(SOTA) 품질의 실시간 렌더링을 가능하게 하였다. 이 돌파구는 컴퓨터 그래픽스(CG)에서 새로운 렌더링 접근법을 도입하고 비디오 게임, 증강현실(AR), 가상현실(VR) 같은 실시간 응용 분야를 위한 신기회를 열었다. 본 논문은 최근 NeRF와 유사한 방법론들을 종합적으로 개관하고, 실시간 성능과 포토리얼리즘 기준을 모두 달성하기 위한 NeRF 개선 방안을 모색하는 것을 목표로 한다. 본 연구는 이들 방법론의 효능과 하드웨어 요구 조건에 대한 비교 분석을 포함한다. 궁극적으로 본 논문은 이 분야의 미래 발전 가능성을 제시한다. 이 논문의 목적은 NeRF에 익숙하지 않은 신입과 연구자 모두에게 NeRF를 소개하고, 심도 있는 연구를 촉진하며, 향상된 방법론을 제안하는 데 있다.