상세 보기
SplitStream: 전경-배경 분리 기반 3D 가우시안 스플래팅 스트리밍 기법
SplitStream: Foreground–Background Separation-based 3D Gaussian Splatting Streaming Technique
- 조한나;
- 황혜민;
- 이장원
초록
본 연구는 3D Gaussian Splatting(3DGS) 기반 실시간 자유시점 비디오(FVV) 재구성에서 빈번히 발생하는 모션 블러와 고스팅 아티팩트를 줄이기 위해, Neural Transformation Cache(NTC)를 전경-배경 이중 경로로 학습하는 SplitStream을 제안한다. 첫 프레임에서SAM2 기반 2D 마스크와 Space Carving으로 전경/배경을 분리하고, 동적 마스크를 이용한 선택적 NTC 학습 기법과 error-awaredensification으로 동적 영역의 추적 정확도와 정적 영역의 시간적 안정성을 동시에 확보한다. N3DV와 MobileStage 데이터셋에서 실험한 결과, 기존 방법 대비 PSNR이 평균 +0.72dB 향상되었고, 급격한 모션 상황에서도 아티팩트 없이 선명한 객체 경계를 유지하며안정적이고 신뢰할 수 있는 실시간 스트리밍이 가능함을 확인했다.
키워드
3D Gaussian Splatting; Free-viewpoint Video (FVV); Foreground-Background Separation; Neural Transformation Cache (NTC); Real-time Streaming
- 제목
- SplitStream: 전경-배경 분리 기반 3D 가우시안 스플래팅 스트리밍 기법
- 제목 (타언어)
- SplitStream: Foreground–Background Separation-based 3D Gaussian Splatting Streaming Technique
- 저자
- 조한나; 황혜민; 이장원
- 발행일
- 2025-11
- 유형
- Y
- 저널명
- 방송공학회 논문지
- 권
- 30
- 호
- 6
- 페이지
- 979 ~ 988
- 언어
- KOR
- 출판사
- 한국방송∙미디어공학회
- 발행국가
- 대한민국
- 분량
- 10 페이지
- ISSN
- E 2287-9137
P 1226-7953