Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
3D Gaussian Splatting(3DGS) 자산과 물리 엔진 간의 표현 차이를 극복하기 위한 새로운 프레임워크를 제안합니다. 3DGS, 메쉬, 유체를 통일된 물리 입자 세트로 변환하여 장면 수준의 복잡한 상호작용을 가능하게 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기3D Gaussian Splatting (3DGS)은 최첨단(state-of-the-art)의 사실적인 렌더링을 달성했지만, 표현 방식의 차이(representation gap)로 인해 이러한 자산들이 물리적으로 상호작용하는 것을 방해합니다. 상용 수준의 물리 엔진(physics engines)은 3DGS 표현 방식을 이해하지 못하며, 기존의 3DGS용 물리(physics-for-3DGS) 방법론들은 단일 구조의 고립된 형태(monolithic silos)입니다. 이러한 이전 연구들은 근본적인 한계가 있으며, 이상적인 평면과 같은 격리된 환경에서의 객체 중심(object-centric) 물리만을 보여줍니다. 이들은 복잡한 정적 충돌 기하 구조(static collision geometry)나 이질적인 자산(heterogeneous assets)과 상호작용할 수 없습니다. 우리는 3DGS 자산이 장면 수준(scene-level)의 이질적이고 다중 솔버(multi-solver) 기반인 물리 시뮬레이션에 참여할 수 있도록 함으로써, 처음으로 이 간극을 메우는 새로운 프레임워크를 제안합니다. 우리의 핵심 기여는 3DGS, 가상 메쉬(virtual meshes), 유체(fluids)를 포함한 모든 다양한 자산을 통일된 물리 입자 세트(unified physical particle set)로 변환하는 표현 추상화 프레임워크(Representation Abstraction Framework)입니다. 이 추상화는 통일된 물리 파이프라인(physics pipeline) 내에서 3DGS 자산의 비강체 변형(non-rigid deformation)과 같은 복잡한 동작을 가능하게 하는 핵심 요소입니다. 이 입자 세트는 장면 캡처에서 유도된 정적 장면 충돌 경계(static scene collision boundaries)와 함께 솔버 불가지론적(solver-agnostic) 물리 커널 내에서 처리됩니다. 이후 물리적 결과는 각 자산의 특정 시각적 재구성(visual reconstruction)을 구동하도록 다시 매핑됩니다. 이 아키텍처는 기존 기술로는 불가능했던 기능들을 실현합니다. 우리는 변형 가능한 3DGS 자산, 유체 및 메쉬와 같은 표준 CG 자산, 그리고 대규모로 캡처된 정적 환경 사이의 복잡한 양방향 상호작용을 입증하며, 이전에는 달성할 수 없었던 사실적인 결합 현상(coupled phenomena)을 보여줍니다.