在研究中，团队探讨了NeRF的鲁棒性和安全性，并特别关注后门攻击。他们开发了一个正式的框架来进行攻击，利用双优化来提高附近视点的质量，同时施加角度限制。通过对训练数据引入最小的扰动，研究人员成功地从后门视点操纵了图像，同时保持了剩余视点的完整性。