Core Concepts
본 연구는 3D 가우시안 점군 표현을 압축하여 메모리 사용량을 크게 줄이면서도 고품질의 장면 합성 성능을 유지하는 기술을 제안한다.
Abstract
본 연구는 최근 널리 사용되고 있는 3D 가우시안 점군 기반 장면 합성 기술의 메모리 사용량 문제를 해결하기 위해 다음과 같은 접근법을 제안한다:
가우시안 점의 속성(색상, 회전 등)을 양자화하여 메모리 사용량을 10-20배 줄임
점진적 훈련 전략을 통해 안정적인 최적화와 더 나은 재구성 품질 달성
가우시안 밀도 조절 기법으로 점의 개수를 줄이면서도 성능 저하를 최소화
이를 통해 기존 3D 가우시안 점군 기술 대비 메모리 사용량은 크게 줄이면서도 재구성 품질, 훈련 속도, 렌더링 속도 등의 성능은 유지하거나 향상시킬 수 있었다. 다양한 실내외 장면에 대한 실험 결과, 제안 기술이 기존 최신 기술 대비 매우 효율적이면서도 고품질의 장면 합성 성능을 보여줌을 확인하였다.
Stats
제안 기술은 기존 3D 가우시안 점군 기술 대비 메모리 사용량을 10-20배 줄일 수 있었다.
제안 기술은 기존 기술 대비 훈련 시간을 30-50% 단축할 수 있었다.
제안 기술은 기존 기술 대비 렌더링 속도를 1.5-2배 향상시킬 수 있었다.
Quotes
"본 연구는 3D 가우시안 점군 표현을 압축하여 메모리 사용량을 크게 줄이면서도 고품질의 장면 합성 성능을 유지하는 기술을 제안한다."
"제안 기술은 기존 3D 가우시안 점군 기술 대비 메모리 사용량을 10-20배 줄일 수 있었다."