3D 가우시안 스플래팅 기반 시맨틱 3D 생성 및 장면 편집

Semantic 3D Generation and Scene Editing with 3D Gaussian Splatting

연구 내용

3D 가우시안 스플래팅을 기반으로 시맨틱 3D 모델을 생성하고 멀티뷰 일관성 편집을 수행하는 연구

3D 가우시안 스플래팅의 고속 렌더링과 명시적 기하 표현을 활용해 시맨틱 3D 모델 생성과 편집을 수행합니다. 텍스트 기반 3D 장면 편집에서는 멀티뷰 정보를 확산 생성 과정에 결합해 시점 간 불일치를 완화하고, Attention-Guided Trimming으로 불필요한 가우시안을 선택적으로 가지치기하여 최적화 효율을 개선합니다. 또한 단일 이미지 기반으로 가우시안 스플래팅을 구성해 관절·이동 물체의 3D 재구성과 움직임 표현을 확보하며, 스케치 기반 입력을 바탕으로 실내공간과 메타버스 콘텐츠의 시맨틱 모델링 성능을 확장합니다.

관련 프로젝트

3건

연구 흐름

초기에는 메타버스 3차원 콘텐츠 생성과 스케치 기반 실내공간 시맨틱 모델링 과제를 통해 사용자 입력을 3D 표현으로 변환하는 기술 축을 마련했습니다. 이후 다시점 데이터 정합과 생성모델 기반 품질 향상 요구가 늘어나면서 3D 가우시안 스플래팅으로 재구성과 렌더링 효율을 통합했습니다. 최근에는 텍스트 구동 편집에서 멀티뷰 일관성 문제를 해결하기 위한 Multi-view Fusion Guidance를 도입하고, Attention-Guided Trimming으로 최적화 병목을 줄이는 방향으로 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

텍스트 기반 3D 장면 편집
3D 가우시안 스플래팅 실시간 제작
스케치 입력 시맨틱 3D 모델링
움직이는 관절 물체 3D 복원
캐릭터 3D 아바타 재구성
사용자 중심 실내공간 생성
멀티뷰 일관성 보정 모듈
지역 편집을 위한 정밀 최적화
AR/VR 콘텐츠 제작 워크플로
메타버스 콘텐츠 공간 생성 시스템