메타버스/자율주행차 2D 모델 과 3D 모델 변환 메커니즘 관련 사업화 준비 상황 ....

그동안 저는 StyleGAN 기술 분야도 세세히 살펴 봤읍니다 ...  엔비디아에서 개발한 StyleGAN 세부 기술 분석을 했었읍니다 ...  요즘 제가 관심을 가지는 분야중 하나가 2D 이미지를 3D 모델 로 맵핑시키는 이런 딥러닝 모델에 관심이 많읍니다 ...  2D 이미지를 3D 모델 로 맵핑시키는 이런 딥러닝 모델을 세심히 국내외 논문을 살펴봤는데 ...  Shape Embedding 기술로 3D Shapes 표현을 어떻게 Reconstruction 할지 ...  3D Texture 의 질감을 살려서 딥러닝 모델을 구현하려면 딥러닝 모델의 설계 구조가 어떻게 설계되고 있는가 ...  뭐 이런것들을 관심을 가지고 분석중 입니다 ...  이렇게 2D 이미지를 3D 모델 로 맵핑시키는 이런 딥러닝 모델을 분석하다가 깨닭은게 있는데 ...  StyleGAN 기술에서 얼굴의 스타일을 변형해서 생성하기 위해 사용되는 Affine Transform 같은 Graphic Engine 기술이 필요한데 엔비디아는 이런 Graphic Engine의 원천기술이 있었기에 StyleGAN 기술을 발표할수 있었다고 봅니다 ...  다시 2D 이미지를 3D 모델 로 맵핑시키는 이런 딥러닝 모델에서 설계시 필요한게 3D Graphic Engine 기술이 역시나 여기에서도 필요합니다 ...  엔비디아는 Kaolin 이라는 2D 이미지를 3D 모델 로 맵핑 가능한 라이브러리 노하우를 이미 발표했읍니다 ...  저는 이제 2D 이미지를 3D 모델 로 맵핑시키는 이런 딥러닝 모델 논문 분석을 시작한지 한 두달 되갑니다 ...

삼성전자 Tizen 에서는 이미 2014 년 정도 부터 DALI 3D UI Engine 기술을 적용해서 3D UI 를 개발한것 같읍니다 ...

DALI 3D UI Engine 기술 이나 엔비디아는 Kaolin 이라는 2D 이미지를 3D 모델 로 맵핑 가능한 라이브러리의 세부 분석이 가능하다면 2D 이미지를 3D 모델 로 맵핑 구현이 가능할것 같읍니다 ...

제가 2D 모델 과 3D 모델 변환 메커니즘 딥러닝 논문 분석 분석한것을 말씀드리면,  DALI 3D UI Engine 설계 기술 이나 엔비디아는 Kaolin 이라는 2D 이미지를 3D 모델 로 변환하는 메커니즘이 어떻게 설계가 된것인가를 분석하고 있읍니다 ...  2D 모델 과 3D 모델 변환 메커니즘을 분석하기 위해서는 엔비디아 의 DALI 3D UI Engine 설계 기술이 어떠한 세부 알고리즘(메커니즘)으로 설계가 되었을까를 분석하다 보니 카메라 SW 설계 메커니즘 분석도 필요하고, 또 그동안 발표된 논문들 분석작업도 하고 있읍니다 ...  Shape Embedding 기술로 3D Shapes 표현을 어떻게 Reconstruction 할지 ... 3D Texture 의 질감을 살려서 딥러닝 모델을 구현하려면 3 D Pose (Translation 과 Rotation) Estimation 과 관련해서 이미지 캡쳐시 사용되는 카메라 SW 설계 파라미터 설계 방안의 검토분석 또한 필요합니다 … 

2D 오브젝트의 이미지와 3D CAD Models 간의 하나하나의 픽셀마다 정확한 Alignment 를 제공하는 3D 데이터셋 같은것을 적용하면 ….  Shape Embedding 기술로 3D Shapes 표 현을 어떻게 Reconstruction 할지 ... 3D Texture 의 질감을 살려서 딥러닝 모델을 구현이 서로간의 협의를 거친후 충분히 가능하다고 판단 됩니다 ...  Perspective-N-Point PnP 메커니즘 과 Geometric Verification 알고리즘 의 분석작업 진행중 입니다 ...   결국은 2D 모델 과 3D 모델 변환 메커니즘의 원천기술의 분석 검토가 필수 입니다 ... 물론 쉽게 원천기술의 분석이 성공할것 같지는 않지만 현재 진행상황을 보면 추후 시간투자를 하면 충분히 성공 가능하다고 저는 판단되서 이렇게 글도 올리는것 이구요 ...  여기서 제가 사업화를 위해 분석 진행중인 2D 모델 과 3D 모델 변환 메커니즘 분석 진행 상황들을 자세하게 다 말씀드리지는 못하지만 이제 이렇게 공개적으로 가능성이 충분하다라고 말씀드릴 정도로 분석이 진행되었읍니다 ...   

 

제가 2D 모델 과 3D 모델 변환 메커니즘의 원천기술의 분석 검토가 된 기술적인 부분에서 중요한 부분이 카메라(이미지센서)의 파라미터 부분, 즉 카메라의 켈리브레이션 부분인데 이것과 2D 오브젝트의 이미지와 3D CAD Models 간의 하나하나의 픽셀마다 정확한 Alignment 를 제공하는 3D 데이터셋 같은것을 적용을 통해서 Shape Embedding 기술로 3D Shapes 표현을 어떻게 Reconstruction 할지 ... 3D Texture 의 질감을 살려서 딥러닝 모델을 구현이 충분히 가능하다고 판단 합니다 …

 

위에서 언급한 내용이 메타버스 3D 아바타 구현 내지 자율주행차의 3D 오브젝트 탐지 같은 기반기술들을 연구하는데 가장 기초가 된다고 생각하고요 …   저도 나름 어느정도 준비는 됬으니 이런 기반 기술연구를 문의해 오시는 업체(대기업 혹은 투자사 등등)와 충분한 협의를 거쳐 협업(대기업 AI 연구소와 협력) 진행을 하고 싶습니다 …

 

긍정적으로 검토의견 주시면 감사하겠습니다 ….

 

DMBTEC 장석원 드림

sayhi7@daum.net 

010 3350 6509