IIC3912 - Tópicos Avanzados de Gráfica Computacional
Francisca T. Gil-Ureta ⋅ 2026
El módulo anterior terminamos reconstruyendo geometría — SfM, nubes de puntos, mallas poligonales. Este módulo vamos a estudiar una pregunta distinta:
¿Si el objetivo no es la malla, sino renderizar desde cualquier ángulo? ¿Qué creen que cambia en nuestro pipeline? ¿Cuántas imágenes de input creen que necesitamos para generar este video?
http://cseweb.ucsd.edu/~viscomp/projects/LF/papers/ECCV20/nerf/website_renders/orchid.mp4
A partir de un conjunto de fotos de una escena, queremos poder renderizar vistas desde una camara arbitraria que no estaba en el set de entrada. El output de este proceso no es una geometría sino una imagen. La geometría puede o no existir, ser implícita o solo una representación interna. Lo que nos importa es que los pixeles de salida sean fotorrealistas.
El criterio de calidad cambia: ya no pedimos obtener una malla 3D que sea precisa, sino que la imagen se vea convincente.
Ambos métodos comparten la entrada y la necesidad de entender la geometría implícita de la escena — pero en NVS esa geometría puede quedarse adentro.
http://cseweb.ucsd.edu/~viscomp/projects/LF/papers/ECCV20/nerf/website_renders/fern_200k_rgb.mp4
<aside> 💡
Con tus palabras: ¿en qué se diferencia NVS de reconstrucción 3D clásica? ¿Qué comparten y qué es distinto en el output
</aside>
La reconstrucción 3D es mucho más antigua. La fotogrametría nace en el siglo XIX — cartógrafos y topógrafos la usaban para medir terreno a partir de fotos aéreas. El objetivo siempre fue el mismo: recuperar geometría para medir. Los métodos computacionales llegan en los 70s con la visión estéreo.
NVS como problema formal aparece recién en los 90s, con el movimiento de image-based rendering (IBR). La pregunta que lo motiva es casi filosófica: ¿realmente necesitamos la geometría explícita para renderizar vistas nuevas, o podemos saltarnos ese paso? Los light fields (Levoy & Hanrahan, 1996) y el Lumigraph (Gortler et al., 1996) demuestran que sí es posible — pero solo bajo condiciones muy restrictivas de captura.
Durante los 2000s y 2010s, ambos campos avanzan con deep learning pero NVS sigue siendo difícil para escenas generales con capturas dispersas. En el 2020, NeRF: Neural Radiance Fields for View Synthesis resuelve exactamente eso, logrando crear photorealistic novel views a partir de ~100 imágenes de una escena. En 2023, se publica 3D Gaussian Splatting for Real-Time Radiance Field Rendering