평면으로 완성하는 가벼운 실내 3D 모델: RGB D 데이터의 효율적 재구성

초록

본 연구는 RGB-D 시퀀스와 이를 통해 생성된 조밀한 메시를 입력받아, 평면 프리미티브를 기반으로 가볍고 낮은 폴리곤의 텍스처 메시를 생성하는 새로운 방법을 제안합니다. 기존 방법들이 장면 내 큰 평면 영역만을 다루는 데 그친 반면, 본 방법은 적응형 평면으로 전체 장면을 구성하며 원본의 기하학적 디테일을 유지하고 메시의 날카로운 특징(모서리, 코너 등)을 보존합니다. 실험을 통해 제안 방법이 RGB-D 데이터로부터 텍스처 메시를 생성하는 데 있어 기존 최신 기술보다 효율적임을 입증합니다.

상세 분석

본 논문이 제안하는 방법론의 핵심은 ‘적응형 평면 분할’과 ‘선(Line) 제약 조건을 포함한 다중 변수 최적화’에 있습니다. 기존 평면 기반 재구성 방법(예: 3DLite)이 벽, 바닥, 천장 등 대형 구조물만을 평면으로 추출하여 모델을 과도하게 단순화하는 문제점을 지적하며, 본 연구는 Cai et al.의 PCA 기반 표면 분할 알고리즘을 차용하여 메시 전체를 다양한 크기의 평면 클러스터로 분할합니다. 이를 통해 가구와 같은 자유 형상 객체의 표면도 평면 집합으로 근사화하여, 디테일 손실 없이 경량화의 이점을 취할 수 있습니다.

주요 기술적 통찰은 두 단계의 최적화 프로세스에 있습니다. 첫 번째는 광도학적 일관성 최적화로, 카메라 포즈(T), 평면 매개변수(Φ), 텍스처 색상(C)을 동시에 최적화합니다. 이때, Wang and Guo