이 글은 3DGS 가우시안 스플리터 기반 건물 인프라 3차원 모델 생성 기술 분석 내용을 나눔한다.
개요
건물, 교량, 도로 등 대형 인프라 시설의 효율적인 유지관리 및 디지털 트윈 구성을 위해서는 현장의 3차원 형상을 정밀하게 복원하는 기술이 필수적이다. 기존의 Structure from Motion(SfM) 및 Multi-View Stereo(MVS) 기반 포인트 클라우드 생성 방식은 연산 시간이 대단히 길고 복잡한 그래픽 메시를 다루어야 한다는 한계가 있었다. 이후 등장한 NeRF(Neural Radiance Fields) 또한 정밀한 렌더링은 가능하나 훈련 및 추론 속도가 느리다는 단점이 존재했다.
최근 고속 렌더링 기술로 주목받는 3D Gaussian Splatting (3DGS) 기술은 타일 기반 래스터화를 통해 실시간 3D 복원을 가능하게 했다. 오픈소스 프로젝트 EOGS2 (Efficient & Optimal Gaussian Splatting for Infrastructure Structure) 프로젝트는 이러한 3DGS 알고리즘을 확장 및 최적화하여, 실외 건물 및 대규모 인프라 구조물 복원에 특화된 3D 모델링 파이프라인을 제시한다.
핵심 기술 요소 및 시스템 구조
EOGS2 프로젝트의 핵심은 정밀도 높은 위치 정보(주로 UAV 드론 촬영 데이터 및 COLMAP 경로 데이터)와 결합하여 가우시안 타일 생성을 최적화하는 기법에 있다.
1) 3D 가우시안 스플래팅 (3DGS) 기반 최적화
- 공간 표현: 공간의 개별 점을 단순 점(Point)이 아닌 공간적 범위, 방향, 색상, 투명도를 갖는 3D 가우시안(Ellipsoid) 집합으로 표현한다.
- 학습 파라미터: 각 가우시안 타일의 중심 위치(Position, XYZ), 척도(Scale, S), 회전(Rotation, R), 불투명도(Opacity), 색상 표현을 위한 구면 조화 함수(Spherical Harmonics, SH) 계수를 기디언트 하강법으로 학습한다.
- 인프라 맞춤 밀도 제어 (Density Control): 평평한 벽면, 창문 프레임, 복잡한 교량 입체 구조 등 건물 인프라의 특성에 맞춰 가우시안 타일을 분할(Split)하거나 복제(Clone)하여 디테일을 정밀하게 살린다.
2) 대규모 인프라 데이터셋 및 카메라 포즈 통합
드론(UAV)이나 육상 카메라로 촬영된 고해상도 영상을 기반으로 COLMAP 기법을 사전 구동하여 초깃값 포인트 클라우드 및 카메라 외부 파라미터(Extrinsics)를 확보한다.
건물 외벽의 텍스처 반복 패턴이나 기하학적 가장자리(Edge) 부분에서의 기하학적 왜곡을 줄이기 위해 최적화 손실 함수(Loss Function)에 L1 Loss와 D-SSIM(Structural Similarity)을 병합 사용한다.
건물 인프라 모델링 관점에서의 주요 장점
1) 실시간 복원 및 고속 렌더링
실제 구축된 가우시안 모델은 CUDA 래스터라이저를 통해 초당 100~200 FPS 이상의 실시간 속도로 뷰포트 전환 및 카메라 시점 변경을 지원한다. 이는 대형 건물이나 설비 점검 시 실시간 3D 인터랙티브 관제가 가능함을 의미한다.
2) 미세 구조물 및 경계 표현력 향상
기존 Mesh 변환 방식에서 흔히 발생하는 에지(Edge) 무너짐이나 텍스처 뭉개짐 현상이 대폭 개선된다. 건물 외벽의 균열, 배관, 철골 구조 등 인프라 안전점검에 필수적인 미세 요소를 효과적으로 복원한다.
3) 대용량 파이프라인의 효율성
NeRF 대비 학습 속도가 수십 배 이상 빠르며, 메시(Mesh) 재구성 없이 가우시안 타일 포맷(`.ply`)으로 직관적인 대용량 3D 데이터 저장이 가능한다.
한계점 및 향후 발전 방향
1) 동적 정적 객체 분리
건물 주변을 지나는 차량, 사람 등 동적 장애물이 촬영 영상에 포함될 경우 가우시안 잔상이 남아 모델 품질이 저하될 수 있다. 사전 튜닝 파이프라인(Masking) 결합이 요구된다.
2) 물리적 메시(Mesh) 변환의 필요성
3DGS는 시각적 렌더링에 최적화되어 있어, 시뮬레이션이나 충돌 감지(Physics/Collision Test)를 활용하려면 가우시안 타일을 Polygon Mesh로 전환하는 후처리 알고리즘(TSDF, Marching Cubes 연계 등)이 필요한다.
마무리
EOGS2 프로젝트는 3DGS 기술을 건축 및 인프라 영역으로 확장하여 고품질의 3D 공간 복원을 가능하게 만든 우수한 연구 사례이다. 향후 스마트 시티, 디지털 트윈 기반 시설물 유지관리, VR/AR 시뮬레이터 및 드론 자율주행용 3D Map 구축 기술의 핵심 프레임워크로 폭넓게 활용될 것으로 기대된다.
댓글 없음:
댓글 쓰기