가우시안 스플래팅을 활용한 실내 공간 복원의 실용적접근

초록

본 연구는 3차원 가우시안 스플래팅(3D Gaussian Splatting, 3DGS) 기술을 기반으로 대규모 실내 공간의 3D 복원 효율성과 정확성을 개선하는 통합적인 방법을 제안한다. 이 프로세스는 데이터 전처리, 객체 제거, 그리고 포인트 클라우드 병합의 세 단계로 구성된다. 첫째, HyperIQA와 ResNet50 모델을 활용하여 데이터셋에서 품질이 낮거나 중복된 이미지를 효과적으 로 제거함으로써 3DGS에 최적화된 데이터셋을 구축한다. 둘째, Grounded-SAM2와 ProPainter를 결합하여 장면에 포함된 불필요한 객체를 탐지 및 제거하고, 인페인팅을 통해 시각적 일관성을 확보한다. 마지막으로, 여러 부분으로 나누어 복원된 공간(PLY 파일)을 병합하기 위해 CloudCompare로 초기 정렬을 수행하고, GaussReg 알고리즘으로 정밀하게 변환 행렬을 적용하여 최종 병합을 완료한다. 이와 같은 2단계 정합 방식은 형태가 복잡하고 특징점이 적은 공간에서도 구조적 일관성을 유지한다. 본 연구는 이미지 전처리부터 객체 제거, 정밀 정합까지의 과정을 통합하여 3DGS 기술의 실질적인 활용 가능성을 높였으며, 디지털 트윈 및 메타버스 분야에서 효율적인 실내 공간 데이터 구축의 기반을 마련했다는 점에서 의의를 갖는다.

키워드