제 6 항에 있어서,상기 생성된 마스크를 미리 정해진 압축 알고리즘을 이용하여 압축하는 단계를 더 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

3차원 타겟 데이터로부터 학습 공간 정보에 대응되는 주파수 영역에서의 학습 격자 파라미터를 학습하여 생성된 신경복사장(neural radiance field, NeRF) 모델을 미리 저장하는 단계;상기 3차원 타겟 데이터에 대한 관심 공간 정보를 상기 신경복사장 모델에 입력하는 단계;상기 신경복사장 모델로부터 상기 관심 공간 정보에 대응되는 주파수 영역에서의 관심 격자 파라미터를 획득하는 단계; 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹(masking)하는 단계; 상기 마스킹된 주파수 영역에서의 관심 격자 파라미터를 공간 영역으로 변환하는 단계; 및 상기 공간 영역에서의 관심 격자 파라미터를 렌더링(rendering)하여 2차원 타겟 이미지를 생성하는 단계를 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

제 1 항에 있어서,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 주파수 영역에서의 상기 학습 격자 파라미터를 학습하여 상기 신경복사장 모델을 생성하는 단계를 더 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

제 2 항에 있어서,상기 신경복사장 모델을 생성하는 단계는,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 2차원 타겟 이미지의 픽셀에 대한 주파수 영역에서의 상기 학습 격자 파라미터를 학습하는 신경복사장 모델 기반 2차원 이미지 생성 방법.

제 3 항에 있어서,상기 신경복사장 모델을 생성하는 단계는,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 2차원 타겟 이미지의 픽셀에 대한 공간 영역에서의 상기 학습 격자 파라미터를 추출하는 단계;상기 추출된 공간 영역에서의 학습 격자 파라미터를 상기 주파수 영역에서의 학습 격자 파라미터로 변환하는 단계; 및상기 변환된 주파수 영역에서의 학습 격자 파라미터를 학습하는 단계를 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

제 1 항에 있어서,상기 주파수 영역에서의 관심 격자 파라미터를 마스킹하는 단계는,상기 주파수 영역에서의 학습 격자 파라미터에 대응되는 상기 2차원 타겟 이미지의 픽셀을 학습하여 생성된 마스크를 이용하여 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹하는신경복사장 모델 기반 2차원 이미지 생성 방법.

제 5 항에 있어서,상기 주파수 영역에서의 학습 격자 파라미터에 대응되는 상기 2차원 타겟 이미지의 픽셀을 학습하여 상기 마스크를 생성하는 단계를 더 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

제 1 항에 있어서,상기 학습 공간 정보는,3차원 학습 위치 좌표 및 2차원 학습 방향 좌표를 포함하고,상기 관심 공간 정보는,3차원 관심 위치 좌표 및 2차원 관심 방향 좌표를 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법.

명령어를 포함하는 메모리; 및상기 명령어를 실행함으로써, 3차원 타겟 데이터로부터 학습 공간 정보에 대응되는 주파수 영역에서의 학습 격자 파라미터를 학습하여 생성된 신경복사장 모델을 이용하여 상기 3차원 타겟 데이터의 2차원 타겟 이미지를 생성하는 프로세스를 포함하고,상기 프로세서는,상기 3차원 타겟 데이터에 대한 관심 공간 정보를 상기 신경복사장 모델에 입력하는 단계;상기 신경복사장 모델로부터 상기 관심 공간 정보에 대응되는 주파수 영역에서의 관심 격자 파라미터를 획득하는 단계; 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹하는 단계; 상기 마스킹된 주파수 영역에서의 관심 격자 파라미터를 공간 영역으로 변환하는 단계; 및 상기 공간 영역에서의 관심 격자 파라미터를 렌더링하여 상기 2차원 타겟 이미지를 생성하는 단계를 수행하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 9 항에 있어서,상기 프로세서는,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 주파수 영역에서의 상기 학습 격자 파라미터를 학습하여 상기 신경복사장 모델을 생성하는 단계를 더 수행하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 10 항에 있어서,상기 신경복사장 모델을 생성하는 단계는,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 2차원 타겟 이미지의 픽셀에 대한 주파수 영역에서의 상기 학습 격자 파라미터를 학습하는 신경복사장 모델 기반 2차원 이미지 생성 장치.

제 11 항에 있어서,상기 신경복사장 모델을 생성하는 단계는,상기 3차원 타겟 데이터로부터 상기 학습 공간 정보에 대응되는 2차원 타겟 이미지의 픽셀에 대한 공간 영역에서의 상기 학습 격자 파라미터를 추출하는 단계;상기 추출된 공간 영역에서의 학습 격자 파라미터를 상기 주파수 영역에서의 학습 격자 파라미터로 변환하는 단계; 및상기 변환된 주파수 영역에서의 학습 격자 파라미터를 학습하는 단계를 포함하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 9 항에 있어서,상기 주파수 영역에서의 관심 격자 파라미터를 마스킹하는 단계는,상기 주파수 영역에서의 학습 격자 파라미터에 대응되는 상기 2차원 타겟 이미지의 픽셀을 학습하여 생성된 마스크를 이용하여 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 13 항에 있어서,상기 프로세서는, 상기 주파수 영역에서의 학습 격자 파라미터에 대응되는 상기 2차원 타겟 이미지의 픽셀을 학습하여 상기 마스크를 생성하는 단계를 더 수행하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 14 항에 있어서,상기 프로세스는,상기 생성된 마스크를 미리 정해진 압축 알고리즘을 이용하여 압축하는 단계를 더 수행하는신경복사장 모델 기반 2차원 이미지 생성 장치.

제 9 항에 있어서,상기 학습 공간 정보는,3차원 학습 위치 좌표 및 2차원 학습 방향 좌표를 포함하고,상기 관심 공간 정보는,3차원 관심 위치 좌표 및 2차원 관심 방향 좌표를 포함하는신경복사장 모델 기반 2차원 이미지 생성 장치.

컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,3차원 타겟 데이터로부터 학습 공간 정보에 대응되는 주파수 영역에서의 학습 격자 파라미터를 학습하여 생성된 신경복사장(neural radiance field, NeRF) 모델을 미리 저장하는 단계;상기 3차원 타겟 데이터에 대한 관심 공간 정보를 상기 신경복사장 모델에 입력하는 단계;상기 신경복사장 모델로부터 상기 관심 공간 정보에 대응되는 주파수 영역에서의 관심 격자 파라미터를 획득하는 단계; 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹(masking)하는 단계; 상기 마스킹된 주파수 영역에서의 관심 격자 파라미터를 공간 영역으로 변환하는 단계; 및 상기 공간 영역에서의 관심 격자 파라미터를 렌더링(rendering)하여 2차원 타겟 이미지를 생성하는 단계를 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 판독 가능한 기록매체.

컴퓨터 판독 가능 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,3차원 타겟 데이터로부터 학습 공간 정보에 대응되는 주파수 영역에서의 학습 격자 파라미터를 학습하여 생성된 신경복사장(neural radiance field, NeRF) 모델을 미리 저장하는 단계;상기 3차원 타겟 데이터에 대한 관심 공간 정보를 상기 신경복사장 모델에 입력하는 단계;상기 신경복사장 모델로부터 상기 관심 공간 정보에 대응되는 주파수 영역에서의 관심 격자 파라미터를 획득하는 단계; 상기 주파수 영역에서의 관심 격자 파라미터를 마스킹(masking)하는 단계; 상기 마스킹된 주파수 영역에서의 관심 격자 파라미터를 공간 영역으로 변환하는 단계; 및 상기 공간 영역에서의 관심 격자 파라미터를 렌더링(rendering)하여 2차원 타겟 이미지를 생성하는 단계를 포함하는신경복사장 모델 기반 2차원 이미지 생성 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 프로그램.