728x90
반응형

포인트클라우드 2

PointNet++

개요PointNet++는 비정형 3차원 포인트 클라우드 데이터를 처리하기 위해 설계된 딥러닝 모델로, PointNet의 한계를 극복하고 지역 정보를 계층적으로 학습할 수 있도록 설계되었다. 이 모델은 다양한 밀도와 크기의 지역 구조를 효과적으로 인식하여 3D 물체 인식, 분할, 신경재구성 등 여러 3D 비전 작업에서 탁월한 성능을 보여준다.1. 개념 및 정의 항목 설명 정의PointNet++는 포인트 클라우드의 지역 정보를 샘플링하고 그룹화한 후 PointNet을 반복적으로 적용하는 계층적 구조의 신경망목적국소 및 전역 지오메트리 정보를 동시에 학습하여 정밀한 3D 인식 수행필요성PointNet은 전체 포인트를 독립적으로 처리하여 국소 정보 손실 발생2. 특징특징설명기존 PointNet과 비교계층적 구..

Topic 2025.06.15

Gaussian Splatting

개요Gaussian Splatting은 다중 뷰 이미지 또는 비디오에서 3D 장면을 고속으로 재구성하고 렌더링하는 신개념의 표현 기법입니다. 기존의 NeRF(Neural Radiance Fields) 방식보다 훨씬 빠르면서도 고화질의 뷰 생성이 가능하여, 실시간 AR/VR, 3D 콘텐츠 제작, 디지털 트윈 등에서 주목받고 있습니다. 이 기술은 '가우시안 입자' 기반의 점 구름(Point Cloud)을 확장한 방식으로, 그래픽스와 머신러닝의 융합 사례로 각광받고 있습니다.1. 개념 및 정의Gaussian Splatting은 3D 공간에 분포된 수많은 '가우시안 입자'를 기반으로 장면을 표현하며, 이를 투영(Projection)하여 2D 이미지를 합성하는 방식입니다.핵심 구조: 3D 가우시안 분포 + 알파 ..

Topic 2025.05.21
728x90
반응형