기술 설명 · 3D 재건축
사진에서 새로운 시점으로: 3D Gaussian Splatting 이해하기
Gaussian splatting은 장면 관찰을 새로운 관점에서 렌더링할 수 있는 3D 표현으로 바꿉니다. MakeWorlds Studio는 이미지 입력, 재구성, 검사 및 장면 준비를 하나의 작업 흐름으로 통합합니다. 이 문서에서는 해당 프로세스 뒤에 있는 카메라 형상, 장면 표현 및 렌더링 원리를 연결합니다.

재구성된 장면을 통해 시청자는 어디에서 볼 것인지 제어할 수 있습니다. 물체 주위를 움직이거나 실내 가구에 접근하면 전경과 배경의 관계가 변경됩니다. 이를 통해 공간을 기록하거나 연출할 때 외관과 레이아웃을 함께 점검할 수 있습니다.
MakeWorlds Studio Train 및 실내 사례 연구에서는 사진과 렌더링이 결합되어 독자가 윤곽과 질감을 직접 검사할 수 있습니다. 세 개의 연결된 단계는 카메라 관계 복구, 장면 표현 및 선택한 뷰 렌더링과 같은 결과가 생성되는 방식을 설명합니다.
여러 보기에서 카메라와 장면 관계 복구
다양한 위치에서 찍은 사진은 보완적인 투영을 제공합니다. 공유된 모서리와 질감은 이미지를 연결하는 대응 관계를 설정합니다.
Motion의 구조 또는 SfM는 해당 대응을 사용하여 카메라 포즈와 3D 포인트의 초기 세트를 추정합니다. 이는 재구성을 위한 공간 참조를 제공합니다.
인접한 뷰 간에 겹치는 위치 변경에서 캡처합니다. 먼저 연결된 범위를 구축한 다음 중요한 세부 사항에 대한 더 자세한 보기를 추가하세요.
추정된 카메라를 사용하면 장면 표현을 알려진 관찰에 대해 개선하고 지정된 시점에서 렌더링할 수 있습니다.
공간 가우스 프리미티브로 모양 표현
3DGS은 공간 가우시안이 많은 장면을 나타냅니다. 각각은 위치, 크기, 방향, 불투명도 및 모양 정보를 전달합니다. 이들의 결합된 기여가 장면의 이미지를 형성합니다.
가우시안의 영향은 중심에서 멀어집니다. 부드러운 타원체는 유용한 예시입니다. 해당 투영은 가장자리를 향해 희미해지는 발자국에 기여합니다.
렌더러는 깊이 순서와 불투명도를 사용하여 이러한 투영된 기여를 혼합합니다. 아래 애니메이션은 컵을 사용하여 투영과 이미지 형성을 보여줍니다.
훈련은 렌더링된 훈련 보기를 사진과 비교하고 여러 관찰에 맞게 표현을 조정합니다.
새로운 시차와 폐색을 사용하여 새로운 위치를 렌더링합니다.
카메라 위치 또는 방향이 변경되면 투영된 위치, 크기 및 폐색이 변경됩니다. 해당 카메라에서 렌더링하면 동일한 공간 표현에 대한 새로운 보기가 생성됩니다.
카메라가 옆으로 움직이면 전경과 배경이 서로 다른 양만큼 이동합니다. 시선은 장애물을 통과하여 그 뒤에 있는 무언가를 드러낼 수도 있습니다. 평면도 다이어그램은 그 관계를 보여줍니다.
단일 파노라마는 하나의 캡처 위치를 중심으로 방향 보기를 제공합니다. 재구성된 장면은 해당 위치 변경도 지원하므로 캡처 계획 및 프레젠테이션 경로를 다른 차원에서 작업할 수 있습니다.
의도된 용도에 대한 계획 캡처 및 검토
캡처하기 전에 면밀한 검사가 필요한 주요 보기 영역, 의도된 카메라 경로 및 세부 사항을 정의합니다. 연결된 범위, 선명한 사진, 합리적으로 안정적인 조명은 유용한 관찰을 제공합니다. 자세히 보면 중요한 질감과 구조에 대한 증거가 추가됩니다.
계획된 경로를 따라 윤곽선, 폐색 변경 사항 및 새로 표시되는 영역을 검토합니다. 다시 캡처하거나 다듬을 위치를 결정할 때 반사 표면, 유리, 질감이 낮은 영역 및 움직이는 물체에 특별한 주의를 기울이십시오. 원본 자료에서 관찰되지 않은 영역에는 여전히 추가 증거가 필요합니다.
이 문서에서는 이미지 재구성 및 뷰 렌더링에 대해 설명합니다. 측정, 충돌 처리 및 엔지니어링 분석에는 해당 용도에 적합한 기하학적 데이터와 검증이 필요합니다.
MakeWorlds Studio에서 소스 이미지, 장면 및 평가를 연결합니다.
MakeWorlds Studio는 이미지 입력, 재구성, 검사 및 장면 준비를 연결된 워크플로우로 구성합니다. 사용자는 캡처된 자료에서 재구성된 장면으로 작업하고, 다양한 위치에서 검사하고, 프레젠테이션 목표에 맞게 준비합니다.
공개된 사례는 구체적인 예를 제공합니다. Train 기관차 세부정보와 3가지 플랫폼 결과를 결합합니다. 실내 연구에서는 캐비닛, 반복되는 패턴 및 책장의 내용을 조사합니다. 일치하는 이미지와 전체 테스트 세트 측정항목을 통해 독자는 재구성이 유지하는 구조와 시각적 세부정보를 확인할 수 있습니다.