DOOM-GS: 대규모 가우시안 스플래팅을 위한 동적 Out-of-core 최적화
요약
기존 Gaussian Splatting(GS)은 대규모 환경에서 GPU 메모리 용량을 초과하는 문제를 겪습니다. 본 논문은 동적 장면의 특성을 고려하여, 시공간 프리미티브 캐싱을 최적화한 최초의 out-of-core 방법인 DOOM-GS를 제안합니다. 이를 통해 중간 사양 하드웨어에서도 도시 규모의 고품질 동적 장면 재구성이 가능해집니다.
핵심 포인트
- 전통 GS는 in-core 학습을 가정하여 대규모 환경에 한계가 있습니다.
- 기존 out-of-core 연구는 정적인 장면에 국한되어 있었습니다.
- DOOM-GS는 동적 장면을 위한 최초의 out-of-core 최적화 방법입니다.
- 시공간 캐싱 최적화와 대규모 프리미티브 학습 방법을 제공합니다.
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 바로가기