Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
TopoGS는 3D Gaussian Splatting(3DGS)에 위상 제약 조건을 통합하여 일관된 평면 재구성을 수행하는 새로운 프레임워크입니다. 다중 뷰 이미지 세그멘테이션을 통해 전역적 위상 관계를 추출하고 가우시안 프리미티브를 고정함으로써, 파편화된 재구성 문제를 해결하고 구조화된 3D 모델을 생성합니다.
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 바로가기원시 이미지로부터 구조화된 파라미터화된 3D 표현(parametric 3D representations)을 추출하는 것은 컴퓨터 비전 및 그래픽스 분야의 근본적인 과제로 남아 있습니다. 최근 3D Gaussian Splatting (3DGS) 파이프라인의 발전은 압축 가능하고 편집 가능한 기하학적 구조를 생성하기 위해 평면 프리미티브(planar primitives)를 통합하고 있지만, 이러한 접근 방식은 일반적으로 평면을 고립된 개별 집합으로 취급합니다. 이러한 위상적 연결성(topological connectivity)의 결여는 강력한 기하학적 추론을 방해하며, 엄격한 공간 분석 및 전문적인 디자인 워크플로우에 필요한 정밀도에 미치지 못하는 파편화된 재구성 및 정렬되지 않은 경계로 이어집니다. 이를 해결하기 위해, 우리는 일관된 3D 재구성을 위해 평면 및 위상 제약 조건을 명시적으로 통합하는 최초의 3DGS 프레임워크인 TopoGS를 소개합니다. 구체적으로, 우리는 다중 뷰 이미지 세그멘테이션(multi-view image segmentations)으로부터 전역 2D 위상 관계를 추출하고, 이러한 구조적 요소에 가우시안 프리미티브(Gaussian primitives)를 고정(anchor)합니다. 이러한 정식화는 평면 파라미터, 렌더링 충실도(rendering fidelity), 그리고 위상 인접성(topological adjacency)의 공동 최적화를 가능하게 합니다. 이러한 위상 제약 조건과 함께 엄격한 다중 뷰 일관성(multi-view consistency)을 강제함으로써, 우리의 방법은 기하학적 불일치를 크게 완화하고 연결된 구조화된 3D 모델을 생성합니다. ScanNet++ 데이터셋에 대한 광범위한 평가를 통해 TopoGS가 최첨단(state-of-the-art) 성능을 달성함을 입증하였으며, 정확하고 위상적으로 건전하며 시각적으로 충실한 장면 표현을 생성하기 위한 매우 강력한 솔루션을 제공합니다.