최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 성균관대학교 SungKyunKwan University |
---|---|
연구책임자 | 박은병 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-06 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300012159 |
과제고유번호 | 1711171821 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-25 |
키워드 | 복사 필드.새로운 뷰 생성.3D 렌더링.딥러닝.모델 압축.Radiance Fields.Novel View Synthesis.3D Rendering.Deep Learning.Model compression. |
□ 연구개요
심층 신경망 복사 필드는 새로운 관찰각도에서의 이미지 생성과 3D 물체 표현 분야에서 잠재력을 증명하면서 많은 주목을 받았지만 긴 학습시간과 렌더링 시간을 요한다는 단점이 있다. 이를 개선하기 위해 심층 신경망 외의 추가적인 그리드를 이용하여 기존의 심층 신경망을 더 작은 심층 신경망으로 대체하는 그리드 기반의 복사 필드가 제안되었고 이는 수십 시간에 수십 분으로 단축된 학습 시간을 달성했다. 하지만 그리드 기반의 복사필드는 많은 메모리를 요구한다는 또다른 문제점을 야기시켰다. 따라서 본 연구에서는 그리드 기반의
※ AI-Helper는 부적절한 답변을 할 수 있습니다.