구성원 People

Immersive Video Experience: 360VR 동영상, 그리고 이를 넘어서는 6자유도 동영상은 앞으로 사용자에게 실감 넘치는 미디어 경험을 제공할 것입니다. 사람들은 보다 현실적이고 입체적인 환경을 원할 것이고 이러한 실감미디어를 더욱 소비하게 될 것입니다. 그렇다면, 훨씬 커지고 무거워진 이러한 동영상을 스마트폰, VR 기기에 전송하려면 얼마나 압축을 해야 할까요? 사람의 눈은 실감미디어의 화질에 얼마나 민감하게 반응할까요?

Efficient Deep Learning Model: 최근 딥러닝 연구도 단순 영상(picture)에서 동영상(video)로 콘텐츠 범위를 넓히고 있는 추세이며, 딥러닝 모델은 더욱 깊어지고(deep) 커지고(wide) 있습니다. 이는 성능 향상에 기여하지만 높은 연산량과 비용 문제로 인해 실제 모바일/자동차/드론/IoT와 같은 전력 제한 환경에 적용하기에는 어려움이 있습니다. 따라서 제한된 자원 환경에서도 효율적으로 동작할 수 있도록 딥러닝 모델의 경량화와 압축 가능성을 탐구합니다.

3D Gaussian Splatting for Realistic Scene Representation: 최근에는 2D 영상 중심의 미디어를 넘어 실제 공간을 정밀하게 표현하는 3차원 실감형 콘텐츠에 대한 관심이 증가하고 있습니다. 특히 3D Gaussian Splatting은 빠른 렌더링 속도와 높은 표현 품질을 동시에 제공하는 차세대 3D 장면 표현 기술로 주목받고 있습니다. 그러나 많은 Gaussian primitive로 인해 저장 용량과 연산 효율 문제가 발생할 수 있어, 본 연구에서는 효율적인 3D 장면 표현과 객체 단위 이해가 가능한 구조 확장 가능성을 탐구합니다.