Learning and Real-Time Rendering of 3D Gaussian Scene Representations from Game Engine Rendered High-Quality Scenes
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113467
과학기술정보통신부
한국연구재단
성균관대학교
이경호
4명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,526만원
4,526만원
기초연구
대학
서울특별시 종로구
정보/통신 > 디지털 방송·콘텐츠 > 달리 분류되지 않는 디지털방송·콘텐츠
본 제안서의 최종 목표는 3D Gaussian Splatting(3DGS) 기반 장면 표현을 활용하여 기존 게임 엔진의 실시간 렌더링 방식만으로는 구현하기 어려운 고품질 시각 표현을 실시간 환경에서 제공하는 것이다. 이를 위해 게임 엔진에서 고급 조명, 복잡한 재질, 세밀한 구조를 포함한 장면을 오프라인으로 고품질 렌더링하고, 해당 결과를 학습 데이터로 활...
본 제안서의 연구개발 내용은 게임 엔진에서 렌더링한 고품질 이미지를 기반으로 3D Gaussian Splatting(3DGS) 장면을 학습하고, 이를 다시 게임 엔진 환경에서 실시간으로 렌더링할 수 있는 파이프라인을 구축하는 것이다. 이를 위해 기존 게임 장면과 레거시 3D 리소스를 활용하여 학습용 이미지를 자동 생성하고, 카메라 경로, 조명 조건, 장면 ...
본 제안서의 연구개발성과는 게임 및 실시간 3차원 콘텐츠 제작 환경에서 기존 게임 엔진의 렌더링 파이프라인을 보완하는 실용적 기술로 활용될 수 있다. 구체적으로는 기존 3D 에셋과 장면 구성 방식을 유지한 상태에서, 게임 엔진으로 고품질 렌더링 이미지를 생성하고 이를 3DGS 학습 데이터로 활용한 뒤, 학습된 장면을 실시간 실행 단계에서 효율적으로 재사용하...