ESVR: 구조 인식 프리미티브 학습 및 프리미티브별 레이 샘플링을 통한 3D 타원체 기반 희소 볼륨 렌더링

요약

본 논문은 대규모 희소 볼륨 데이터를 효율적으로 표현하고 렌더링하는 새로운 프레임워크 ESVR을 제안합니다. 기존의 3DGS 방식이 이미지 기반 학습으로 정보 손실 및 전이 함수 제어 한계를 가졌던 문제를 해결하고자 했습니다. ESVR은 타원체 프리미티브와 구조 인식 학습, 그리고 프리미티브별 레이 샘플링 전략을 결합하여 고품질 재구성 품질과 실시간 렌더링 성능을 동시에 달성합니다.

핵심 포인트

• ESVR은 희소 볼륨 데이터를 위한 새로운 프레임워크입니다.
• 타원체 기반 프리미티브와 구조 인식 학습을 사용했습니다.
• 프리미티브별 레이 샘플링으로 정확도를 높였습니다.
• 최대 4자릿수 압축률과 실시간 렌더링(43-223 FPS)이 가능합니다.