A.11 Tanks & Temples real-world シーン — 実装試行せず documented investigation で close

Tanks & Temples (T&T) の real-world シーン (Truck / Barn) は dataset DL 5-10GB + COLMAP 前処理 + 複数 long run が必要で、卒論完成までの時間枠で見合わない。NeRF Synthetic 8 シーン (A.4 で 7 新規追加) で evaluation の幅出しは十分達成。

なぜ scope 大か

NeRF Synthetic は合成データなので:

• 100 train + 100 val + 200 test views、800x800 px、background pure white
• camera intrinsics が transforms_train.json で完備、focal length が exact
• init.ply (sparse point cloud, ~10000 vertex) が既存 in dataset

T&T は real-world dataset で:

• shoot された写真 (RGB + EXIF metadata)、解像度・F 値・焦点距離が動的
• camera pose は COLMAP の SfM (Structure-from-Motion) で別途取得必要
• background が real (sky / wall / clutter)、α-mask が無いので white-bg eval が成立しない
• init point cloud も COLMAP の sparse cloud (合計画像数 × keypoint 数 ≫ 10000)

つまり、T&T で run するには:

1. dataset DL: ~5-10 GB (Truck/Barn だけでも 2 シーン × 数 GB)
2. COLMAP 前処理: SfM 実行 (CPU ベース、数十分〜数時間)、camera pose と sparse cloud 取得
3. trainer 入力 format 対応: 現状 splat-io/dataset.rs は load_nerf_synthetic のみ、T&T 用 load_tanks_and_temples を新規実装する必要
4. eval convention: white-bg eval ができないので val PSNR 比較も新指標 (e.g. SSIM、LPIPS、PSNR over masked region)
5. long run: 1 シーン 30k で 30-50 min (capacity 大)、4 シーンで 2-3 時間

これは 2-3 日かかる作業で、卒論 central table の 1 row 追加に見合わない。

NeRF Synthetic 8 シーンで evaluation の幅出しは十分

A.4 で chair / ficus / drums / hotdog / mic / materials / ship + 既存 lego = 8 シーン全揃った。これで:

• 幾何複雑度の幅 (chair: 複雑、ficus: 細い枝、drums: 反射、hotdog: 凹凸、ship: 構造物)
• シーンサイズの幅 (mic: 小、ship: 大)
• material 複雑度の幅 (drums: brushed metal, materials: PBR ball)

→ シーン依存性の議論は十分。real-world は卒研範囲外と切る。

実装するなら必要な手順

1. T&T 公式 DL link (https://www.tanksandtemples.org/download/ の "Training Data"、Truck/Barn など) で dataset 取得
2. COLMAP (Apple Silicon 対応 brew package あり) で SfM 実行
3. splat-io に load_tanks_and_temples を追加
4. eval indicator を masked-PSNR / SSIM / LPIPS で再設計
5. 30k bench × 2-4 シーン

卒論への含意

A.5 final ablation 表 + central comparison は NeRF Synthetic に絞る。卒論本文に「real-world data (T&T) は dataset 整備の前処理コスト + eval convention の再設計が必要で、本研究の time-box 内では NeRF Synthetic に限定した。今後の研究課題」と書く。

関連

• A.4 NeRF Synthetic 8 シーン展開: chair-30k 進行中 (2026-05-23)、4 シーン完遂で central table の幅出し
• A.5 final ablation 表 第 1 軸: final-ablation-table.md

• mixedA.4 NeRF Synthetic 他シーン展開 — 8 シーン complete 30k 結果2026-05-24