기본 정보
연구 분야
프로젝트
논문
구성원
article|
·
인용수 0
·2024
Selective Style Gaussian: Enabling Localized Style Transfer in 3D Scenes
Hyeri Yang, Hyeonbeom Heo, Junyoung Hong, Ye Ju Kim, Kyungjae Lee
초록

최근 수년간 3D 재구성 기법에 대한 연구가 특히 Gaussian Splatting을 활용하는 분야를 중심으로 더욱 활발해졌다. 이러한 발전을 바탕으로 다양한 방법론이 3D 장면을 편집하기 위해 개발되었다. 3D StyleGaussian 모델은 3D Gaussian Splatting을 통해 주목할 만한 효율성을 보이며 빠른 스타일 전송을 가능하게 하는 혁신적인 접근으로 인식되어 왔다. 그러나 이 모델은 장면 전체에 대해 동일한 스타일을 적용한다는 한계가 있어 편집 유연성과 활용 범위가 제한된다. 이 문제를 극복하기 위해, 우리는 마스크 생성과 위치 정합을 결합한 새로운 방법인 Selective Style Gaussian을 제안한다. 본 기법은 특정 위치에 스타일을 적용할 수 있게 하여 프레임워크를 정교화하고 3D 스타일 전송의 활용성을 확장한다. Selective Style Gaussian은 더 큰 제어와 적응성을 제공함으로써 3D 편집 응용에서의 창의성 및 사용자 경험을 실질적으로 향상시킬 것으로 기대된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
Style (visual arts)Computer scienceGaussianTransfer (computing)Gaussian processArtificial intelligenceComputer visionArtVisual artsPhysics
타입
article
IF / 인용수
- / 0
게재 연도
2024

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.