Cs.GR

'Cs.GR' 카테고리의 모든 글

총 4개의 글
시간순 정렬
신경 거북이 그래픽을 이용한 도시 도로 구조 모델링

신경 거북이 그래픽을 이용한 도시 도로 구조 모델링

본 논문에서는 Neural Turtle Graphics (NTG)를 제안하며, 이는 공간 그래프의 생성 모델로 활용되며 도시 도로 구조를 모델링하는 데 적용되었습니다. 구체적으로, 우리는 도로 구조를 노드와 간선으로 표현한 그래프를 통해 나타냈습니다. 여기서 노드는 제어 점을, 간선은 도로 구간을 의미합니다. NTG는 신경망으로 파라미터화된 순차적 생성 모델입니다. 이 모델은 현재 그래프에 기반하여 새로운 노드와 기존 노드에 연결되는 간선을 반복적으로 생성합니다. 우리는 Open Street Map 데이터를 사용해 NTG를 훈련시켰으며, 다양한 성능 지표를 통해 제안된 방법이 기존 접근법보다 우수함을 보였습니다. 또한 우리의 방법은 사용자가 도로 구조의 스타일을 조절할 수 있도록 하며, 도로 구조의 일부를 스케치하여 합성할 수 있습니다. 이 외에도 제안된 NTG는 위성 항공 사진 해석과 같은 분석적 작업에 활용될 수 있습니다. 실험 결과는 SpaceNet 데이터셋에서 최고 성능을 달성함을 보여줍니다.

paper AI 요약
자동화된 정보그래픽 디자인을 향한 노력  딥러닝 기반의 확장형 타임라인 자동 추출

자동화된 정보그래픽 디자인을 향한 노력 딥러닝 기반의 확장형 타임라인 자동 추출

디자이너들은 정보그래픽을 만들 때 효과적인 인지성과 시각적 스타일 모두를 고려해야 합니다. 이 과정은 전문 디자이너에게도 어렵고 시간이 많이 소요되며, 초보 사용자는 더욱 어려울 수 있습니다. 따라서 자동화된 정보그래픽 설계에 대한 수요가 있습니다. 본 연구에서는 타임라인 정보그래픽을 자동으로 추출하는 종단 간 접근법을 제안합니다. 우리의 접근 방법은 분해와 재구성의 패러다임을 채택하고, 분해 단계에서 다중 작업 딥 뉴럴 네트워크를 사용하여 비트맵 이미지 타임라인에서 두 가지 유형의 정보를 동시에 해석합니다. 하나는 전체적인 정보, 즉 타임라인의 표현, 척도, 레이아웃 및 방향성이고, 다른 하나는 각 시각 요소의 위치, 범주 및 픽셀입니다. 재구성 단계에서는 비트맵 이미지에서 확장 가능한 템플릿을 추출하기 위해 세 가지 기법인 Non-Maximum Merging, Redundancy Recover, 그리고 DL GrabCut를 사용하는 파이프라인을 제안합니다. 우리의 접근 방법의 효과를 평가하기 위해 합성 타임라인 데이터셋(4296개 이미지)과 인터넷에서 수집한 실제 타임라인 데이터셋(393개 이미지)을 작성하였습니다. 우리는 두 데이터셋에 대한 양적 평가 결과를 보고하고, 자동으로 추출된 템플릿 및 이러한 템플릿을 기반으로 생성된 자동 타임라인의 예제를 제시하여 성능을 질적으로 입증합니다. 결과는 우리의 접근 방법이 실제 타임라인 정보그래픽에서 확장 가능한 템플릿을 효과적으로 추출할 수 있음을 확인합니다.

paper AI 요약
해시 기반 레이 경로 예측  레이의 지역성을 활용한 BVH 탐색 계산 생략

해시 기반 레이 경로 예측 레이의 지역성을 활용한 BVH 탐색 계산 생략

현존하는 레이트레이싱 기술은 BVH 트리와 같은 계층적 가속 구조를 활용하여 장면의 물체들을 점점 더 작은 경계 볼륨으로 감싸고 있습니다. 이러한 가속 구조는 레이가 교차해야 하는 물체를 찾기 위해 수행해야 하는 레이-장면 교차점을 줄입니다. 그러나 우리는 레이들이 이러한 가속 구조를 탐색할 때 많은 중복성을 발견합니다. 현대의 가속 구조는 장면의 공간적 조직을 탐색하지만, 구조를 통과하는 레이들 간의 유사성은 무시되어 중복 탐색을 초래합니다. 이 논문은 새로운 유망한 기술인 해싱기반 레이 경로 예측(HRPP)에 대한 한계 연구를 제공하며, 이를 통해 레이의 유사성을 활용하여 불필요한 가속 구조 탐색을 피하는 방법을 제안합니다. 우리의 데이터는 플랫폼이나 목표 이미지 품질과 상관없이 가속 구조 탐색이 레이트레이싱 랜더링 시간의 중요한 부분을 차지한다는 것을 보여주고 있습니다. 이 연구는 사용되지 않은 레이의 유사성을 정량화하고, 일치하는 레이와 비일치하는 레이 모두에 대한 개선된 레이 탐색 성능의 이론적 잠재력을 평가합니다. 우리는 HRPP가 평균적으로 모든 교차점 탐색 계산 중 40%를 건너뛰는 것을 보여주고 있습니다.

paper AI 요약
가상현실에서의 지도와 구체

가상현실에서의 지도와 구체

이 논문은 가상현실(VR)에서 전 세계 지도를 표시하는 다양한 방법을 탐색합니다. 우리는 다음과 같은 네 가지 시각화 기법을 비교했습니다 (a) 사용자의 관점이 지구 밖에 위치한 3D 외적 지구; (b) VR의 평면에 렌더링된 평면 지도; (c) 사용자 관점이 지구 안에 있는 3D 내적 지구; 그리고 (d) 사용자가 중심을 기준으로 굴곡하는 구면 부위로 투영한 굽은 지도입니다. 모든 네 가지 시각화에서는 표준 손잡이 VR 컨트롤러를 통해 지리적 중심을 부드럽게 조정할 수 있으며, 사용자는 머리를 추적하는 헤드셋을 통해 물리적으로 시각화 주변을 이동할 수 있습니다. 거리 비교에서 외적 지구는 내적 지구와 평면 지도보다 정확합니다. 면적 비교에서는 더 많은 시간이 소요되며, 외적과 내적 지구보다 굽은 지도와 평면 지도가 더 빠릅니다. 방향 추정에서 외적 지구는 다른 시각화에 비해 더 정확하고 빠르게 작동합니다. 우리의 연구 참가자들은 약간의 선호도를 외적 지구에게 보였습니다. 일반적으로 굽은 지도는 평면 지도보다 이점을 가지고 있었습니다. 거의 모든 경우 내적 지구는 가장 효과적이지 않은 시각화로 판명되었습니다. 전체적으로 우리의 결과는 혼합현실에서 지리적 시각화를 위한 외적 지구의 사용을 지원합니다.

paper AI 요약

< 카테고리 현황 (Total: 347) >

검색 시작

검색어를 입력하세요

↑↓
ESC
⌘K 단축키