$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"

논문 상세정보

메타버스 서비스를 위한 휴먼 모델링 기술 동향

초록

영상, 비디오 정보로부터 3D 휴먼 모델을 생성하고 실제 사람 같이 움직이게 변형하는 기술은 다가오는 메타버스 시대의 핵심 기술이며, 이와 같은 기술이 갖는 잠재적인 파급력 때문에 많은 글로벌 IT 기업에서 앞다투어 관련 기술에 대한 투자를 진행하고 있다. 본 기고문에서는 지난 10년간 휴먼 모델링 기술이 어떻게 발전되어 왔는지 살펴보고 현재 기술의 특징 및 한계점과 함께 앞으로의 기술 전망에 대해 살펴본다.

참고문헌 (32)

  1. 1. LG유플러스, 세계 최초 4K 화질 3D AR 콘텐츠 제작, http://www.uplus.co.kr, 2019. 
  2. 2. SKT 점프 스튜디오, 혼합현실 기술로 한층 더 진화하는 K팝 열풍, https://www.jumpstudio.co.kr/news-detail?newsSeq11, 2021. 
  3. 3. Wave XR, https://wavexr.com/ 
  4. 4. NETFLIX, Army of the dead, https://www.netflix.com/kr/title/81046394 
  5. 5. Pinscreen, https://www.pinscreen.com/ 
  6. 6. RealityCapture, https://www.capturingreality.com 
  7. 7. 조슈아 산토소, 전성호, 장주용, 박인규, 영상과 비디오로부터 3차원 휴먼 자세 및 형상 복원 기술, 한국방송.미디어공학회, Volume 26 Issue 3, 2021. 
  8. 8. A. Collet, M. Chuang, P. Sweeney, D. Gillett, D. Evseev, D. Calabrese, H. Hoppe, A. Kirk, and S. Sullivan, High-Quality Streamable Free-Viewpoint Video, in SIGGRAPH, 2015. 
  9. 9. G. Varol, D. Ceylan, B. Russell, J. Yang, E. Yumer, I. Laptev, and C. Schmid, BodyNet: Volumetric Inference of 3D Body Shapes, in ECCV, 2018. 
  10. 10. S. Saito, Z. Huang, R. Natsume, S. Morishima, A. Kanazawa, and Hao Li. PIFu: Pixel-aligned implicit function for high-resolution clothed human digitization. In Proceedings of the International Conference on Computer Vision (ICCV), 2019. 
  11. 11. S. Saito, T. Simon, J. Saragih, and H. Joo. PIFuHD: Multi-level pixel-aligned implicit function for high-resolution 3d human digitization. In Proceedings of Conference on Computer Vision and Pattern Recognition (CVPR), 2020. 
  12. 12. T. He, J. Collomosse, H. Jin, and S. Soatto, Geo-PIFu: Geometry and Pixel Aligned Implicit Functions for Single-view Human Reconstruction, in NIPS, 2020. 
  13. 13. Y. Hong, J. Zhang, B. Jiang, Y. Guo, L. Liu, and H. Bao, StereoPIFu: Depth Aware Clothed Human Digitization via Stereo Vision. In Proceedings of Conference on Computer Vision and Pattern Recognition (CVPR), 2021. 
  14. 14. Y. Lizhen, Z. Xiaochen, Y. Tao, W. Songtao, and L. Yebin, Z, NormalGAN: Learning Detailed 3D Human from a Single RGB-D Image, in ECCV, 2020. 
  15. 15. V. Gabeur, J.-S. Franco, X. Martin, C. Schmid, and G. Rogez, Moulding Humans: Non-parametric 3D Human Shape Estimation from a Single Image", in ICCV, 2019. 
  16. 16. Y. Jafarian and H. S. Park, Learning High Fidelity Depths of Dressed Humans by Watching Social Media Dance Videos, in CVPR, 2021. 
  17. 17. M. Dou, S. Khamis, Y. Degtyarev, P. Davidson, and S. R. Fanello, Fusion4D: Real-time Performance Capture of Challenging Scenes, in ACM Trans. on Graphics (ToG), 2016. 
  18. 18. R. A. Newcombe, D. Fox, and S. M. Seitz, DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time, in CVPR, 2015. 
  19. 19. S. Lee, M. Park, K. Lee, and J. Lee, Scalable Muscle-Actuated Human Simulation and Control, in ACM Trans. on Graphics (ToG), 2019. 
  20. 20. H. Joo, T. Simon, and Y. Sheikh, Total Capture: A 3D Deformation Model for Tracking Faces, Hands, and Bodies, in CVPR, 2018. 
  21. 21. R. M.-Brualla, P. Lincoln, A. Kowdle, C. Rhemann, D. B Goldman, C. Keskin, S. Seitz, S. Izadi, S. Fanello, R. Pandey, S. Yang, P. Pidlypenskyi, J. Taylor, J. Valentin, S. Khamis, P. Davidson, and A. Tkach, LookinGood: Enhancing Performance Capture with Real-time Neural Re-Rendering, in ACM Trans. on Graphics (ToG), 2018. 
  22. 22. R. Kellnhofer, L. C. Jebe, A. Jones, R. Spicer, K. Pulli, and G. Wetzstein, Neural Lumigraph Rendering, in CVPR, 2021. 
  23. 23. Z. Zheng, T. Yu, Y. Wei, Q. Dai, and Y. Liu, DeepHuman: 3D Human Reconstruction from a Single Image, in ICCV, 2019. 
  24. 24. Z. Zheng, T. Yu, H. Li, K. Guo, Q. Dai, L. Fang, and Y. Liu, HybridFusion: Real-Time Performance Capture using a Single Depth Sensor and Sparse IMUs, in ECCV, 2018. 
  25. 25. T. Yu, J. Zhao, Z. Zheng, K. Guo, Q. Dai, H. Li, G. Pons-Moll, and Y. Liu, DoubleFusion: Real-Time Capture of Human Performance with Inner Body Shapes from a Single Depth Sensor, in Trans. on PAMI, 2020. 
  26. 26. T. Yu, K. Guo, F. Xu, Y. Dong, Z. Su, J. Zhao, J. Li, Q. Dai, and Y. Liu, BodyFusion: Real-time Capture of Human Motion and Surface Geometry using a Single Depth Camera, in ICCV, 2017. 
  27. 27. 8i Studio, https://8i.com/ 
  28. 28. Intel Studios, https://newsroom.intel.com/press-kits/intel-studios/ 
  29. 29. Canon Volumetric Video Studio, https://global.canon/en/vvs/ 
  30. 30. Intel RealSense, https://www.intelrealsense.com/ 
  31. 31. Microsoft Kinect, https://azure.microsoft.com/ko-kr/services/kinect-dk/ 
  32. 32. StereoLabs, https://www.stereolabs.com/zed/ 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

DOI 인용 스타일

"" 핵심어 질의응답