VR/AR 기술과 인공지능의 발전으로 생성형 AI에 대한 수요와 사용성이 증가하고 3D 모델 및 캐릭터 콘텐츠에 대한 창작물이 늘어남에 따라 저작권 침해 문제를 방지 및 해결하고자 AI 기반의 3D 캐릭터에 대한 저작권 보호 원천기술 개발을 목표로 함. 본 과제에서는 2D 콘텐츠를 3D 콘텐츠로 변환하는 다중 시점 변환 뉴럴 렌더러를 기반으로 하는 생성형 ...

VR/AR 기술과 인공지능의 발전으로 생성형 AI에 대한 수요와 사용성이 증가하고 3D 모델 및 캐릭터 콘텐츠에 대한 창작물이 늘어남에 따라 저작권 침해 문제를 방지 및 해결하고자 AI 기반의 3D 캐릭터에 대한 저작권 보호 원천기술 개발을 목표로 함. 본 과제에서는 2D 콘텐츠를 3D 콘텐츠로 변환하는 다중 시점 변환 뉴럴 렌더러를 기반으로 하는 생성형 ...

1. 주파수 도메인 표현 방법 1-1. 다양한 주파수 도메인 방법론 ？ 푸리에 변환, 코사인 변환, 그리고 사전 연구에서 검증한 웨이블릿 변환을 사용한 구조를 설계 및 실험을 통하여 목적에 따라 최적의 주파수 도메인 방법론 개발. 1-2. 대수적인 분해 방법론 ？ 다양한 대수적인 분해 방법론 적용 및 새로운 분해 방법 연구 개발. 1-3. 비정형 주파수 도메인 방법론 ？ 기존의 주파수 도메인 변환은 정형화된 데이터 구조에서만 사용이 가능. 파라메터 효율성을 최대화하기 위한 비정형 주파수 도메인에서의 변환 방법 적용 및 연구 개발. 1-4. 데이터 구조 및 뉴럴 네트워크 통합 방법론 ？ 주파수 도메인 표현 방법과 MLP 통합 방법론 연구 개발. 2. 포인트 기반의 표현 방법 2-1. 효율성 극대화를 위한 자동 적응형 포인트 기반 표현 방법 ？ 신호의 복잡도에 따라 자동으로 포인트의 수를 할당하는 방법론 연구 개발. 2-2. 하이브리드 데이터 구조 ？ 기존의 정형 grid 데이터 구조와 포인트 구조는 서로 상호 보완적인 속성을 지니고 있으며, 두 구조를 서로 결합하여 고효율 달성을 위한 뉴럴 필드 구조를 연구 개발. 2-3. 적응형 메시 구조 방법론 ？ 적응형 메시 구조는 기존의 수치해석 방법에서 빈번히 사용하는 방법론이다. 다양한 적응형 메시 구조를 뉴럴 필드에 적용 및 개선하여 고성능 및 고효율을 달성함. 3. 뉴럴 필드 구조 연구 3-1. 고차원 입력 도메인에서의 분리된 뉴럴 필드 구조 ？ 물리현상 시뮬레이션, 4차원의 3D 비디오, 그리고 멀티모달 응용에서와 같은 고차원 입력 도메인에서의 학습 속도 향상을 위한 입력 차원 분리 뉴럴 필드 구조. 3-2. 시간을 동반한 데이터 표현을 위한 프레임 단위 뉴럴 필드 구조 ？ 일반 비디오 또한 3D 비디오 등 시간 축정보가 포함된 신호를 표현하기 위한 특화된 뉴럴 필드 구조 연구 개발.

공공 CCTV 활용 머신러닝 기반 도시 침수위험지역 침수심 탐지 및 시공간적 분석 기술 개발(세부목표 1) 머신러닝 기반 CCTV 영상을 활용한 시공간적 침수분석 기술 개발(세부목표 2) 시범 지자체 CCTV 관제체계 적용 및 개발 기술의 활용성 검증