[3D 모델링] 3D Reconstruction

2D image를 3D로 변환하는 

3D reconstruction

딥러닝이 image classification, object detection, semantic segmentation과 같은 2D 이미지를 다루는 기술이 발전했다.

 

이를 넘어 딥러닝은 3D 그래픽적인 부분에도 가지를 뻗기 시작했는데 오늘은 그 기술 중 Single image 3D reconstruction에 대해 알아보겠다.

 

사진은 3차원의 물체를 2차원 평면에 투영한 것이어서 더 높은 차원 공간의 일부 데이터가 손실된다.

그래서 한 시점에서의 2D 사진은 3D 데이터를 만들기에 충분하지 않다.

 

그래서 3D perception을 만들려면 prior knowledge가 필요하다.

 

2D 딥러닝에서 Convolutinal AutoEncoder이 input image의 압축된 표현을 학습하는 효율적인 방법인데, 이 기술을 shape을 학습하는데 확장하는것이 3D 데이터에 적용하는 것에 가장 유망한 방법이다.

 

 

3D data를 digital format으로 표현하는 방법은 여러가지가 있고 그 방법들은 다 각자 장단점이 존재한다.

그래서 그 data가 쓰이는 곳에 따라 data format을 고르는 것이 중요하다고 한다.

 

 

 

참고할만한 링크를 남긴다.

https://cdlee479.tistory.com/5

https://medium.com/vitalify-asia/create-3d-model-from-a-single-2d-image-in-pytorch-917aca00bb07

https://discourse.slicer.org/t/save-3d-reconstruction-for-machine-learning/10096