양자화 및 동영상 코덱을 활용한 4D Gaussian Splatting 압축 기법

최재열; 김영규; 정종범; 박준형; 류은석

추천

검색

질문

자료유형: 학술대회자료

저자정보: 최재열 (성균관대학교) 김영규 (성균관대학교) 정종범 (성균관대학교) 박준형 (성균관대학교) 류은석 (성균관대학교)

저널정보: 한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회

발행연도: 2024.6

수록면: 700 - 703 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

3D Gaussian Splatting (3DGS)[1] 기술이 고품질의 3차원 장면 재구성 및 실시간 자유 시점 렌더링을 가능하게 함에 따라 이를 응용한 모델이 급속도로 개발되고 있다. 그 중 동적 3DGS 모델인 4D Gaussian Splatting (4D-GS)[2]은 위치 요소(x,y,z)와 시간적 요소(t)를 다수의 고차원 feature grid로 인코딩 한 후, 이를 선형 보간하여 변형 공간의 3DGS 모델에 대응 가능한 잔차 정보를 출력하는 인공신경망에 입력한다. 이때 4D-GS 모델은 고차원의 feature grid와 인공신경망, 변형 3DGS 모델을 공통으로 사용하기에 전체 파일 크기가 커 전송 및 저장에 비효율적이다. 이에 본 논문은 4D-GS 모델을 구성하는 다수의 feature grid를 압축하는 기법을 세 가지 단계로 제시한다. 첫 번째는 32비트로 표현된 feature를 8비트 또는 16비트로 양자화하는 작업이다. 두 번째는 feature grid를 다수의 2차원 plane으로 변환한 후 VVC 코덱을 사용하여 2차원 plane을 부호화하는 단계이며, 세 번째는 다수의 plane을 시간축으로 연결하여 화면 간 예측을 적용하여 부호화하는 단계이다. 본 논문은 상기 세 단계를 인코딩/디코딩할 수 있는 파이프라인을 구현함과 동시에 각 방법의 비트율과 렌더링 품질 변화 측정을 위한 실험을 진행한다. 실험 결과 본 기법을 통해 4D-GS의 렌더링 품질 손실을 최소화하여 비트율을 20~50% 가량 감소시킬 수 있는 것이 확인되었다. 논문에서 제시한 기법과 기존 정적 3DGS 압축 알고리즘을 결합할 경우 더욱 효과적인 압축이 가능할 것으로 기대된다.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

Efficient 4DGS Model Compression Using a Spatiotemporal KNN Algorithm

Jong-Min Lee , Dong-Ha Kim , JunYoung Jeong 외 2명 방송공학회논문지 2024 .12

깊이 정보와 3DGS 기반 가상 시점 영상 생성에서 노말 정보의 적용 방법

임한신 , 김현철 , 추현곤 한국방송미디어공학회 학술발표대회 논문집 2024 .11

NeRF(Neural Radiance Fields) 상용화가 3D 애니메이션 산업에 가져올 제작 패러다임 변화 연구

이순주 , 김지윤 애니메이션연구 2024 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-151-24-02-090132106

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)