Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
3D Gaussian Splatting을 활용하여 복사 휘도장을 확산 반사율과 셰이딩으로 분해하는 연구를 제안합니다. 독립적인 Gaussian 프리미티브 세트와 데이터 기반 최적화를 통해 조명 변화 없이 물체의 질감을 정교하게 편집할 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기이미지 색상을 확산 반사율 (diffuse albedo)과 셰이딩 (shading)의 곱으로 표현하고, 필요에 따라 시점 의존적 잔차 (view-dependent residuals)를 추가하는 내재적 분해 (Intrinsic decomposition) 방식은 조명을 변경하지 않고도 물체의 색상과 질감을 수정할 수 있게 해주므로 이미지 편집 분야에서 오랜 역사를 가지고 있습니다. 본 연구에서는 이러한 분해의 세 가지 핵심 측면에 대한 해결책을 제안함으로써, Gaussian splatting으로 표현된 복사 휘도장 (radiance fields)으로 내재적 분해를 확장합니다. 첫째, 내재적 분해를 독립적인 Gaussian 프리미티브 (Gaussian primitives) 세트로 모델링하는 방법을 설명하며, 이를 통해 각 세트가 자신이 나타내는 레이어의 특성에 적응할 수 있도록 합니다. 둘째, 데이터 기반 예측 (data-driven predictions)에 의해 유도되는 최적화 절차를 제시하여, 장면의 다중 시점 사진을 앞서 언급한 내재적 세트로 분리 (disentangle)합니다. 마지막으로, 사용자가 단 한 장의 이미지에서 평면 표면의 반사율 (albedo)을 수정하는 것만으로 해당 표면의 질감을 수정할 수 있는 편집 워크플로우를 제공합니다. 이러한 편집을 내재적 복사 휘도장 (intrinsic radiance field) 내에 캡처함으로써, 임의의 시점에서 그럴듯한 조명과 함께 편집된 장면을 재렌더링할 수 있습니다.