Earticle

현재 위치 Home

Poster Session Ⅱ AI : 영상 분석

손실 함수가 NeRF 의 성능에 미치는 영향
Effects of Loss Functions on the Performance of NeRF

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2023 한국차세대컴퓨팅학회 춘계학술대회 (2023.06)바로가기
  • 페이지
    pp.202-205
  • 저자
    조이준, 박운상
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A433547

원문정보

초록

한국어
컴퓨터 비전 및 컴퓨터 그래픽스 분야에서 NVS를 이용하여 3D 뷰를 만드는 데 사용되는 NeRF의 방법론을 살펴보고 동일한 데이터 아래 서로 다른 손실함수를 통한 모델링 결과를 비교한다. 기존의 NeRF는 MSE를 손실함수로 채택하여 학습을 진행하는데 이 논문에서는 그 결과와 L1 손실 함수, Huber 손실 함수를 이용한 결과를 정량적, 정성적으로 비교한다. 비교한 결과 Huber loss를 사용하는 경우가 정량적으로 최고의 결과를 내었고 정성적으로는 세 손실함수 모두 큰 차이를 내지 않았다. 해당 결과만 보았을 때는 Huber loss를 사용하는 것이 효율적이라고 판단할 수 있다.

목차

요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋 1
3.2. 실험환경
4. 실험결과
5. 결론
Acknowledgement
참고문헌

키워드

3D 모델 손실 함수 정량적 정성적

저자

  • 조이준 [ 서강대학교 컴퓨터공학과 ]
  • 박운상 [ 서강대학교 컴퓨터공학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2023 한국차세대컴퓨팅학회 춘계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.