3DGS에서 휴리스틱(heuristic)의 의미?

Radsplat 논문을 읽다가 3DGS의 한계점으로,

휴리스틱 기법으로 인해 optimization하기 어렵다는 얘기가 있었다.

3DGS, however, suffers from a challenging optimization landscape and an unbounded model size.
The number of Gaussian primitives is not known as a priori, and carefully-tuned merging, splitting, and pruning heuristics are required to acheive satisfactory results.
The brittlenenss of these heuristics become particularly evident in large scenes where phenomena such as exposure variance, motion blur, and moving objects are unavoidable

 

휴리스틱(heuristic) 기법이 무엇인지 용어를 더 자세히 알아보도록 하자.

 

 

---

휴리스틱(heuristic)이란?

 

휴리스틱(heuristics)이란 불충분한 시간이나 정보로 인하여 합리적인 판단을 할 수 없거나, 체계적이면서 합리적인 판단이 굳이 필요하지 않은 상황에서 사람들이 빠르게 사용할 수 있게 보다 용이하게 구성된 간편 추론의 방법이다.

(출처 : 위키백과)

 

즉, 경험적인 지식을 기반으로 한 문제 해결 방법으로,

지식과 경험에 의존해서 최적의 솔루션을 찾기 위한 규칙을 사용한다.

 

---

 

3DGS에서는?

3DGS에서도 최적의 솔루션, 여기에서는 최적의 가우시안의 수가 알려지지 않았기 때문에

merging, splitting, pruning같은 경험적인 방법(heuristic)들을 사용해서 합리적인 모델을 찾아나가야 한다는 것이다.

 

그러나 이러한 휴리스틱 방법은, 어떤 논리적인 최적화가 아니라 경험에 기반하기 때문에

그에 대한 부작용(?)으로 큰 scene에서 노출 변동, 모션 블러 및 움직이는 객체와 같은 현상이 발생한다.

 

다시 말해, 최적화(optimization)에 명확한 기준이 없기 때문에 최적의 솔루션을 찾는 과정이 어려울 것이다.

 

 

 

---

 

휴리스틱 알고리즘(Heuristic Algorithm)