모든 카메라 경로 시각화 엔진을 지원하는 3D Skew Gaussian Splatting

요약

본 논문은 기존 3D Gaussian Splatting(3DGS)이 대칭적인 가우시안 분포에 의존하여 발생하는 시각적 아티팩트와 공간 데이터 탐색의 한계를 극복하기 위해, 새로운 프레임워크인 3D Skew Gaussian Splatting (3DSGS)을 제안합니다. 3DSGS는 표준 원시 요소를 일반적인 Skew Gaussian 대응물로 확장하여 비대칭 모델링 능력을 확보하고, 깊이 인식 밀집화 전략과 결합해 복잡한 투명도 처리 및 구조적 충실도를 높였습니다. 또한, 대칭 및 Skew Gaussian을 모두 지원하는 CUDA 래스터화 파이프라인을 개발하여 실시간 인터랙티브 시각화 엔진에 통합함으로써 실제 분석 환경에서의 활용성을 입증했습니다.

핵심 포인트

• 3DGS의 한계: 기존 3DGS는 대칭 가우시안 분포 의존성으로 인해 형태/색상 불연속 포착 및 아티팩트 발생 문제가 있었습니다.
• 핵심 개선점: 3DSGS는 표준 원시 요소를 Skew Gaussian 대응물로 일반화하여 비대칭 모델링 능력을 추가했습니다.
• 구조적 충실도 향상: 깊이 인식 밀집화(depth-aware densification) 전략을 통해 복잡한 투명도를 효과적으로 처리하고 구조적 압축성을 개선했습니다.
• 실시간 인터랙티브 지원: 대칭 및 Skew Gaussian을 모두 지원하는 CUDA 래스터화 파이프라인을 구축하여 실시간 프리 카메라 시각화를 가능하게 했습니다.