1．は　じ　め　に

　現実世界の物体やシーンを3Dデータに変換する3Dキャプチャは，3Dキャプチャに特化した撮影デバイス（深度センサなど）や撮影システム（照度差ステレオなど）を用いる形式と，ごく普通のカメラで撮影した写真を大量に用いる形式に大別することができる．一般に前者の方が高精細に3Dキャプチャを行うことができる一方で，専門的な装置が必要なためキャプチャできるものの種類が制限され（例えば実験室にゾウを持ち込むのは難しい），また誰でも気軽に3Dキャプチャを行えるとは言えなかった．対して後者の方式では3Dキャプチャを手軽に行え，扱えるものの種類も多いが，しかしキャプチャのクオリティは見劣りするという現実があった．

　ところが近年，写真のみから3Dモデルを生成するアプローチに技術革新があり，図1に示すように，クオリティに大幅な向上がもたらされた．Neural Radiance Fields（NeRF⁽¹⁾）や3D Gaussian Splatting（3DGS⁽²⁾）に代表される新しい技術は，幾つかの独立したステップを経て3Dモデル化を行う従来的な方法と異なり「見た目が良いような3Dモデルを直接的に最適化・生成する」ことに特徴があり，これは実のところ深層学習の発展の延長線上にあるものであると言える．

　本稿ではNeRFや3D Gaussian Splattingを取り上げ，それらが従来の3Dキャプチャの課題をどのように克服したのか，今日までどのように発展してきたのか，そして実用的にどのような課題を抱えるのかについて説明してゆく．

2．一気通貫フォトグラメトリへ