다객체 모델에 대한 사용자 중요도 기반 시점/조명 조절 기법

Abstract

컴퓨터그래픽스에서 시점 선택은 대부분 샘플링한 시점들을 평가하여 가장 우수한 시점을 선택하는 방식을 사용해왔다. 좋은 시점의 정의는 사용자의 목적에 따라 변화하였으며 엔트로피, 메쉬 주목도 등이 사용되었다. 본 논문에서는 다수의 객체가 포함된 모델에 대해 사용자의 객체별 중요도에 기반하여 가장 적합한 시점과 조명을 선택하는 기법을 제안한다. 모델을 둘러싸는 시점과 조명을 샘플링한 후, 샘플 시점과 조명을 조합하여 결과 이미지를 렌더링한다. 렌더링 이미지의 객체별 주목도를 이용하여 사용자가 설정한 중요도에 가장 적합한 결과를 선택한다. 이러한 기법은 사용자의 요구에 적합한 시점과 조명을 얻을 수 있지만, 시점과 조명의 조합 전부에 대한 렌더링으로 인해 연산 비용이 크다는 단점이 있다. 그러므로 본 논문에서는 연산 비용을 최소화하기 위해 GPU를 이용한 객체별 픽셀 분류 기법을 추가적으로 제안한다.