콘텐츠로 건너뛰기
블로그로 돌아가기

벤치마크 · 크로스 플랫폼

세 가지 플랫폼의 MakeWorlds Studio: 공개 장면의 화질 평가

Train, Dr Johnson 및 Playroom에 대한 9번의 실행에서 MakeWorlds Studio는 Mac의 연구 논문 참조 값인 Linux보다 높은 PSNR 및 SSIM 및 낮은 LPIPS을 기록합니다. Windows. 별도의 교차 플랫폼 평가에서는 PSNR 스프레드가 0.072–0.230 dB이라고 보고합니다. 이러한 기록은 달성된 이미지 품질과 테스트된 시스템 전반에 걸쳐 얼마나 밀접하게 일치하는지 설명합니다.

MakeWorlds Studio 팀 ·

Train 장면의 기관차와 선로
Train · Mac · view-000057

9번의 기록된 실행에 대한 이미지 품질

각 행에는 세 가지 플랫폼 간의 연구 논문 가치 차이 범위가 요약되어 있습니다. 모든 범위는 유리한 방향에 있습니다. 더 높은 PSNR 및 SSIM, 더 낮은 LPIPS입니다. 이 사례는 실외 기관차 장면과 두 개의 내부를 다루며 픽셀 오류, 로컬 구조 및 지각 거리를 통해 평가됩니다.

세 플랫폼의 값 범위 · 30,000단계 · 논문 비교 평가 조건
Δ = MakeWorlds Studio − 연구 논문. PSNR / SSIM가 높을수록, LPIPS이 낮을수록 좋습니다.
공개 장면PSNR ↑ / dBSSIM ↑LPIPS ↓
Train+0.108 – +0.185+0.0443 – +0.0459−0.0652 – −0.0643
Dr Johnson+0.404 – +0.508+0.0105 – +0.0134−0.0225 – −0.0169
Playroom+0.161 – +0.391+0.0077 – +0.0098−0.0158 – −0.0142

각 범위에는 연구 논문 비교 프로토콜에 따라 한 장면에 대한 Mac, Linux 및 Windows 결과가 포함됩니다. 참고문헌은 원본 3DGS 연구 논문에서 발췌한 것입니다. 카메라 추정치와 테스트 뷰 세트는 다르므로 값은 문헌에 대한 맥락을 제공합니다. 비교 조건 및 범위 연구 논문 읽기

테스트된 구성 전반에 걸친 품질 합의

각 장면에 대해 서로 다른 시스템의 품질 평균은 얼마나 가깝습니까? 아래 표는 별도의 크로스 플랫폼 평가 기록을 사용하여 가장 높은 플랫폼 평균에서 PSNR에서 가장 낮은 평균을 뺀 값을 보고합니다. 위의 연구 논문 비교와 프로토콜이 다르므로 두 표를 별도로 읽어야 합니다.

플랫폼 간 최대 마이너스 최소 PSNR · 크로스 플랫폼 프로토콜
공개 장면크로스 플랫폼 확산 / dB
Train0.072
Dr Johnson0.104
Playroom0.230

세 가지 PSNR 스프레드 모두 이 평가를 위해 기록된 0.50 dB 허용 오차 내에 속합니다. 이는 여기에서 테스트된 장면, 하드웨어 및 설정에 대한 품질 합의를 지원합니다.

테스트 조건 및 소스

맥: 애플 M4 Max; Linux 및 Windows: NVIDIA RTX 4090

각 장면은 중간, 소스 해상도 및 30,000단계를 사용했습니다. MakeWorlds Studio 훈련 및 재구성 제작 전 사진에서 추정된 카메라입니다. 결과는 게시된 2026년 10월 1일 배치에서 나온 것입니다.

Tanks and Temples · 3DGS

숫자를 재구성에 연결

9번의 실행에 대한 유리한 이미지 지표와 기록된 작은 PSNR 스프레드는 이러한 경우에 입증된 품질을 뒷받침합니다. 개별 장면 기사는 그 증거를 눈에 띄게 만듭니다. Train의 번호 매기기, 그릴 및 난간을 검사하거나 실내 장면의 캐비닛, 러그 패턴 및 책장을 검사합니다.

Train 이미지 비교 검사 · 실내 재건축에 대한 세부 사항 살펴보기

비교 조건 및 범위

테스트됨

이 세 공개 사례는 테스트한 모든 플랫폼에서 세 가지 지표가 모두 논문의 기준값보다 양호했기 때문에 선정했습니다. MakeWorlds Studio는 자체 카메라 추정치를 사용합니다. 카메라 추정, 테스트 시점 집합, 전체 처리 과정을 논문 실험과 동일한 조건으로 맞추지 않았으므로 이 데이터로 알고리즘의 통제된 성능 순위를 정할 수는 없습니다. 플랫폼 간 결과는 이번 평가의 장면, 하드웨어, 설정에만 적용됩니다. 실행 시간, 메모리 사용량, 다른 장면, 반복 실행 간 신뢰 구간은 평가 범위에 포함되지 않습니다.

기술 보고서 및 데이터

기술 보고서는 재구성 워크플로, 평가 프로토콜, 플랫폼별 결과 및 추가 검사를 위한 소스를 제공합니다.

MakeWorlds 기술 보고서 읽기