핵심 개념
본 논문은 유리 케이스 내부의 물체를 포함하는 장면을 정확하게 모델링하기 위해 반사와 굴절 효과를 독립적으로 다루는 신경 방사 필드 기반 접근법을 제안한다.
초록
최근 신경 방사 필드(NeRF) 기술을 이용한 다중 이미지 기반 3D 재구성 방법이 크게 발전했다. 이러한 방법은 볼륨 렌더링 기반으로 다양한 광학 현상을 모델링할 수 있으며, 다양한 확장 방법이 제안되었다. 그러나 유리 쇼케이스와 같은 다중 유리 물체가 포함된 장면을 정확하게 모델링하는 것은 여전히 어려운 문제이다. 이는 반사와 굴절 효과가 복잡하게 나타나기 때문이다.
본 논문은 유리 케이스가 포함된 장면을 모델링하기 위해 반사와 굴절 효과를 독립적으로 다루는 NeRF 기반 접근법을 제안한다. 제안 방법은 반사와 굴절의 관점 의존적 및 관점 독립적 요소를 분리하여 모델링한다. 이를 통해 유리 표면에서의 굴절을 추정하고 직접 및 반사 광 성분을 분리할 수 있다. 또한 제안 방법은 사전에 알려진 카메라 자세를 필요로 하지만, 유리 물체가 포함된 장면에서 카메라 자세를 정확하게 추정하기 어려운 문제를 해결하기 위해 로봇 팔 기반 이미지 획득 시스템을 활용한다.
실험 결과, 제안 방법은 기존 방법에 비해 유리 굴절과 전체 장면을 보다 정확하게 모델링할 수 있음을 보여준다.
통계
유리 두께는 1 cm이고 굴절률은 1.45이다.
유리 쇼케이스의 크기는 50 cm × 50 cm × 50 cm이다.
인용구
"본 논문은 유리 케이스 내부의 물체를 포함하는 장면을 정확하게 모델링하기 위해 반사와 굴절 효과를 독립적으로 다루는 신경 방사 필드 기반 접근법을 제안한다."
"제안 방법은 반사와 굴절의 관점 의존적 및 관점 독립적 요소를 분리하여 모델링한다."