인공신경망 기반 가상 원단 제작을 위한 새로운 원단의 PBR 맵 데이터셋 구축과 검증
[The Construction and Validation of a PBR Map Dataset for Virtual Fabric Generation Using Artificial Neural Networks]
초록 (요약문)
본 연구에서는 인공신경망을 통해 생성된 원단 재질의 품질 향상을 위한, 원단 고유의 특성에 주목한 새로운 학습 데이터셋 FabMap을 제시한다. 3D 공간에서 물질의 재질(Texture)은 PBR(Physically Based Rendering) 맵으로 표현되는데, 이는 재질의 고유 색상, 빛의 반사, 거칠기 등 물리 법칙을 기반으로 구성된 이미지 형태의 정보를 의미한다. 인공신경망을 통해 생성된 원단의 PBR맵을 가상 의상 디자인 과정에서 활용하기 위해서는, 고품질의 결과물을 위한 풍부한 원단 재질의 학습 데이터셋을 확보해야 한다. 현재 한 장의 가이드 이미지로부터 PBR 맵을 생성하는 신경망 연구는 소수의 공개된 데이터셋에 의존하고 있다. 이에 고품질의 다양한 원단 재질 학습 데이터 확보의 어려움을 해소하기 위해, 원단의 직조구조와 색상을 기준으로 기존의 데이터를 분류하여, 두 가지 방법으로 새로운 데이터셋을 개발하였다. 첫 번째로, 기존 연구에서 포함되지 않은 새로운 원단 재질을 수집하였다. 두 번째로, 다양한 원단 종류와 색상을 가질 수 있도록 새로운 재질을 제작하여 보완한다. 이를 통해 부족한 데이터의 양을 보충하고, 원단 특성에 주목한 고유의 데이터셋을 제공하여 향후 텍스쳐 생성 인공신경망 및 가상 원단 제작과 가상 의상 디자인 연구에 기여하고자 한다.
more목차
제 1 장 연구배경 6
1.1. 물리기반 렌더링과 PBR 맵 6
1.2. 가상 의상 디자인에서의 원단 표현과 PBR맵 제작 방식 9
1.3. 생성형 인공신경망의 도입 11
제 2 장 연구 목표 12
2.1. 원단 PBR 맵 제작을 위한 학습 데이터셋의 필요성 12
2.2. 연구 방법 16
제 3 장 PBR 맵 데이터셋 연구사례 17
3.1. PBR 맵의 범위 17
3.1.1. 재질표현 워크플로우 17
3.1.2. PBR 맵의 종류 18
3.2. PBR 맵 재질 데이터셋 구축 과정 20
3.2.1. 선행 데이터셋 20
3.2.2. 데이터 수집 22
3.2.3. 데이터 주석 23
3.2.4. 데이터 증강 23
제 4 장 다양한 원단 텍스처 24
4.1. 원단의 종류 및 특징 24
4.2. 원단 재질 데이터의 원단 종류 분석 27
4.3. 원단 재질 데이터의 색상 분석 29
제 5 장 원단의 PBR 맵 데이터셋 개발 33
5.1. FabMap 소개 33
5.2. 데이터셋 구성 33
5.3. 데이터셋 구축 36
5.3.1. 데이터 수집 36
5.3.2. 원단의 재질별 머티리얼 데이터 제작 38
5.3.3. 수집된 원단의 변형 44
5.4. 데이터 주석 44
5.5. 데이터셋 증강 45
5.6. 결과 47
제 6 장 데이터셋 검증 48
6.1. 사용 신경망의 구조 48
6.2. 실험 설계 49
6.3. Fine-tuning 학습 52
6.4. 추론 및 결과 비교 54
6.4.1. 테스트 데이터셋 구성 54
6.4.2. 데이터 추론과 평가 방법 55
6.4.3. 정량적 평가 56
6.4.4. 정성적 평가 57
제 7 장 결론 64
7.1. 연구 의의 64
7.2. 발전방향 65
참고문헌 66
