Earticle

초록

한국어

Volume Rendering은 3차원 공간상에 분포된 데이터를 직접적으로 가시화하는 기법으로, 데이터 내 부로 ray를 투사하여 일정 간격으로 샘플링된 각 포인트에서의 밀도와 색상 값을 합성함으로써 픽셀 의 색상과 투명도를 결정한다. 그러나 샘플링 포인트의 수가 증가할수록 렌더링 품질은 향상되나 계산 량과 메모리 사용량이 급격히 증가하여 연산 속도가 저하되는 단점이 있다. 본 연구에서는 Proximal Policy Optimization 강화학습 알고리즘을 적용하여 불필요한 샘플링 포인트를 제거함으로써 렌더링 품질을 유지하면서 기존의 Volume Rendering 대비 연산 효율성과 렌더링 속도를 효과적으로 향상시킨다.

목차

요약
1. 서론
2. 관련연구
2.1. NeRF(Neural Radiance Fields)
2.2. PPO(Proximal Policy Optimization)
3. 실험방법
4. 실험결과
5. 결론
Acknowledgement
참고문헌

저자

• 배옥환 [ Ok Hwan Bae | 호서대학교, 컴퓨터공학부 ]
• 홍충표 [ Chung Pyo Hong | 호서대학교, 컴퓨터공학부 ] 교신저자

참고문헌