현실감 있는 증강현실 모델 가시화를 위한 GAN적용 방안 연구

초록

최근 제조산업에서는 작업의 효율성과 이해력을 높이기 위해 2차원 도면을 없애고 3D 모델을 직 접 현장에 활용할 수 있도록 작업 환경을 바꾸고 있다. 특히, 3D 모델을 현실에 중첩 시켜 가시화 한 환경은 직관적인 정보전달이 가능하기 때문에 산업에서의 활용 가능성이 높다. 하지만 기존에 있는 AR을 위한 3D 모델들은 실제 환경에서 보게 되는 실물의 사실성을 묘사하기에는 부족하고 이질감이 존재하기 때문에, 작업모델에 대한 객관적 몰입도와 작업 환경의 현실감을 떨어뜨린다. 따라서 현실감 있는 3D 모델의 제작을 위해서는 별도의 texturing을 위한 전문가의 Retouching 이 필요하며 이에 상당한 시간과 비용이 소모된다. 이를 개선하기 위해 본 연구에서는 실제 이미 지를 학습하고 이와 유사한 가상 이미지를 생성해내는 비지도 학습의 GAN을 통해 생성된 texturing 이미지를 3D 모델에 Mapping 한 후 해당 모델을 현실세계에 증강해 현실감을 향상하 는 방법을 제안한다.