인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 전문가 중심의 장시간 제작과 높은 인력 의존도를 요구하는 기존 3D 환경 구축 방식의 한계를 보완하기 위해, 이미지 기반 3D 데이터의 활용 방안을 제안하였다. 이를 위해 Photogrammetry, NeRF, 3D Gaussian Splatting 세 가지 기법을 소프트웨어별로 비교하고 언리얼 엔진 5.5.4와 Aximmetry 25.2.0 환경에서 비교·분석하였다.
분석 결과, Photogrammetry는 가상 조명과의 높은 호환성과 메쉬 수정의 유연성을 지녔으나, 세밀한 식생 요소의 재현에 한계가 있었다. NeRF는 복잡한 구조물의 사실적 재현에서 우수하였지만, 가상 조명과의 실시간 연동이 불가능하였다. 반면 3D Gaussian Splatting는 두 기법의 단점을 보완하며, 장면 전체의 광량을 실시간으로 조절하거나 특정 영역만 선택적으로 제어할 수 있는 높은 상호작용성과 효율성을 보였다.
결과적으로 3D Gaussian Splatting는 이미지 기반 3D 데이터 활용에 있어 가장 실용적이고 효율적인 대안으로 평가되며, 향후 버추얼 프로덕션 제작 과정의 자동화와 비전문가의 접근성 향상에 기여할 수 있을 것으로 기대된다.
분석 결과, Photogrammetry는 가상 조명과의 높은 호환성과 메쉬 수정의 유연성을 지녔으나, 세밀한 식생 요소의 재현에 한계가 있었다. NeRF는 복잡한 구조물의 사실적 재현에서 우수하였지만, 가상 조명과의 실시간 연동이 불가능하였다. 반면 3D Gaussian Splatting는 두 기법의 단점을 보완하며, 장면 전체의 광량을 실시간으로 조절하거나 특정 영역만 선택적으로 제어할 수 있는 높은 상호작용성과 효율성을 보였다.
결과적으로 3D Gaussian Splatting는 이미지 기반 3D 데이터 활용에 있어 가장 실용적이고 효율적인 대안으로 평가되며, 향후 버추얼 프로덕션 제작 과정의 자동화와 비전문가의 접근성 향상에 기여할 수 있을 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096303038
