NERF4 [NeRF] 3D Gaussian Splatting 알아보기 안녕하세요. 정글러입니다. 이전에 NeRF 논문을 리뷰한 적이 있는데요,그 이후에 많은 논문들이 후속 연구를 진행하고 있습니다. 학습에 오랜시간이 걸리는 문제점을 해결하기 위해 Training, Rendering 속도를 개선하는 연구 / 입력 이미지수를 축소하는 연구 / Pose estimation / 기존엔 Static Scene만 Rendering할 수 있었는데 Editing이나 Relighting할 수 있도록 개선한 연구 / 높은 퀄리티의 3D Geometry, Texture 생성 / Dynamic Scene을 렌더링하는 연구 등으로 진행되고 있습니다. 오늘은 그 중에서도 렌더링 속도와 퀄리티를 개선하는 3D Gaussian Splatting을 알아보겠습니다. 3D Gaussian Splatting.. 2024. 5. 8. [Virtual Production] XR 제작과정 알아보기 안녕하세요. 정글러입니다.오늘은 Virtual Production에서 어떠한 기술을 사용하고 있고, 어떻게 활용될 수 있는지 알아보겠습니다.1. Lighting현실감 있는 공간 연출LED 화면을 활용하면 배경, 세계, 환경을 구현할 수 있을 뿐만 아니라 환경 조명까지 제공하여 현실적이고 합리적인 결과물을 얻을 수 있습니다.기존의 그린스크린보다 훨씬 더 효율적으로 환경을 반영할 수 있는 조명이 가능하고, 현장에서 lighting set을 처리함으로써 현실성 있는 결과물을 만들어냅니다.이러한 기술로 배우나 물건을 구별할 필요 없이 필요한 월드를 보여주거나, 차량 촬영 시 산이 지나가는 풍경을 켤 수 있습니다.LED 화면에서 빛을 활용한 반사 효과로 더욱 아름답고 현실적인 이미지를 제공하며 실루엣 및 물체의 .. 2024. 5. 3. [NeRF] 이미지 메타데이터 준비하기 안녕하세요. 정글러입니다. 저번 논문 리뷰에 이어 NeRF의 데이터를 준비해보겠습니다.NeRF를 통해 데이터가 없던 카메라 포즈에서 렌더링한 이미지를 얻을 수 있습니다. 이를 Novel View Synthetics라고 합니다. 예를 들어보겠습니다. 여기 이미지의 메타데이터가 있습니다.1. Synthetics 데이터카메라 앵글은 전체 프레임에 대해서 공통으로 존재합니다. 프레임은 리스트 형태로 주어져있습니다. 리스트 안에 하나의 이미지 프레임에 대한 정보가 들어있습니다. 첫번째 이미지에 대한 transform_matrix를 보면, 카메라 자체를 로테이션 시켜주는 역할입니다. 해당 메트릭스가 4x4인 이유는 보통 3차원에서 로테이션을 표현하기 위해서 3x3메트릭스를 이용합니다. 또 트렌스레이션도 3x1벡터로.. 2024. 2. 26. [NeRF] 논문 리뷰 안녕하세요! 정글러입니다. 오늘은 앞으로 다룰 NeRF 논문 리뷰를 하며 자세히 알아보고자 합니다. 1. Introduction NeRF는 Representing Scenes as Neural Radiance Fields for View Synthesis의 줄임말로 다양한 각도에 찍은 이미지를 학습해 새로운 카메라 각도를 볼 수 있도록 아웃풋을 얻어낼 수 있습니다. 기존의 모델들은 굉장한 메모리가 소모되기에 상용화되기에 어려움이 있었습니다. NeRF는 Implicit Representation을 사용한다는 점이 기존과 다른 점입니다. 가볍게 저장될 수 있다! 이는 해당 공간의 정보를 Voxel 형태로 Neural network를 통해 Implicit하게 저장한다는 뜻입니다. 즉, 그 지점에 x,y,z 좌.. 2024. 2. 26. 이전 1 다음
