Zhang method 에 따르면, 이미지에 표시되는 특정 지점의 정확한 3D 월드 좌표가 체커보드를 통해 주어져야만 카메라 내부 파라미터(Intrinsic parameters)가 계산될 수 있었다(from2). P3P 알고리즘에 따르면, 카메라 내부 파라미터가 알려졌다는 것을 전제로, 이미지에 표시되는 특정 지점들의 정확한 3D 월드 좌표가 주어졌을 때 카메라 외부 파라미터(Extrinsic parameters)가 계산될 수 있었다(from3). 반면, NeRFmm 은 NeRF(from1)의 기본기능을 수행하는 동시에 카메라 내부 파라미터와 카메라 외부 파라미터를 이미지 집합만 가지고 학습해낼 수 있다(참고1).

from

1. ‣
2. ‣
3. [b3.4_5.3. title: 캘리브레이션(Camera Calibration)된 카메라에 대해서 P3P(Perspective-3-Point)로 카메라의 포즈를 추정할 수 있다.](https://www.notion.so/b3-4_5-3-title-P3P-a1067dae5fbe4a4f9eb971156941d7c5)

참고

1. We propose NeRF−−, a NeRF-based framework for novel view synthesis without pose supervision. Specifically, given only a sparse set of uncalibrated images of a scene as input, with unknown camera parameters, our pipeline estimates the camera extrinsics and intrinsics of the input images, and simultaneously trains a Neural Radiance Field (NeRF) via joint optimisation.