지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.9
- 수록면
- 241 - 254 (14page)
- DOI
- 10.7315/CDE.2024.241
이용수
초록· 키워드
오류제보하기
This study proposes a new method for creating and sharing remote collaboration spaces using neural radiance fields (NeRF) in extended reality (XR) environments. This method aims to enable remote users to collaborate each other in XR-based environments that closely resemble on-site conditions, thus facilitating intuitive interactions and exploring the potential to save time and costs across various industries. The proposed approach trains the NeRF model using RGB images and camera pose information collected from on-site workers" devices to generate 3D virtual and volumeric spaces, which are then visualized in real-time in the virtual environments of remote users. In particular, the NeRF-based model is free from optical limitations, such as light reflection, transmission, and sensor range limitations. Thus, the proposed approach can be versatile and applicable in diverse environments without the need for depth sensors. In addition, it allows for fast spatial reconstruction and sharing via smart glasses and mobile devices, making it adaptable not only to fixed working environments like simple machine inspection but also to dynamic working situations, such as construction and manufacturing tasks. The proposed system demonstrates the potential to effectively create NeRF-based 3D collaboration spaces, offering immersive experiences for remote users. The use of NeRF is expected to enable high-quality spatial reconstruction in both indoor and outdoor settings, thereby facilitating the seamless sharing and interaction of on-site workers" surroundings. System implementations in manufacturing applications will be given to show the effectiveness and advantage of the proposed approach.
목차
ABSTRACT
1. 서론
2. 관련연구
3. 제안하는 방법
4. 시스템 구현
5. 결론
References
참고문헌 (36)
참고문헌 신청
Choi, S. H., Park, K.-B., Roh, D. H., Lee, J. Y., Mohammed, M., Ghasemi, Y., and Jeong, H., 2022, An Integrated Mixed Reality System for Safety-aware Human-robot Collaboration Using Deep Learning and Digital Twin Generation, Robotics and Computer-Integrated Manufacturing, 73, Article No. 102258, https://doi.org/10.1016/j.rcim.2021.102258
Park, K.-B., Choi, S. H., Lee, J. Y., Ghasemi, Y., Mohammed, M., and Jeong, H., 2021, Hands-Free Human-Robot Interaction Using Multimodal Gestures and Deep Learning in Wearable Mixed Reality, IEEE Access, 9, pp.55448-55464, https://doi.org/10.1109/access.2021.3071364
Lee, Y., and Yoo, B., 2021, XR Collaboration Beyond Virtual Reality: Work in the Real World, Journal of Computational Design and Engineering, 8(2), pp.756-772, https://doi.org/10.1093/jcde/qwab012
Bai, H., Sasikumar, P., Yang, J., and Billinghurst, M., 2020, A User Study on Mixed Reality Remote Collaboration with Eye Gaze and Hand Gesture Sharing, Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp.1-13, https://doi.org/10.1145/3313831.3376550
Mildenhall, B., Srinivasan, P. P., Tancik, M., Barron, J. T., Ramamoorthi, R., and Ng, R., 2021, NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis, Communications of the ACM, 65(1), pp.99-106, https://doi.org/10.1145/3503250
Park, K.-B., Choi, S. H., Lee, J. Y., Ghasemi, Y., Mohammed, M., and Jeong, H., 2021, Hands-Free Human-Robot Interaction Using Multimodal Gestures and Deep Learning in Wearable Mixed Reality, IEEE Access, 9, pp.55448-55464, https://doi.org/10.1109/access.2021.3071364
Lee, Y., and Yoo, B., 2021, XR Collaboration Beyond Virtual Reality: Work in the Real World, Journal of Computational Design and Engineering, 8(2), pp.756-772, https://doi.org/10.1093/jcde/qwab012
Bai, H., Sasikumar, P., Yang, J., and Billinghurst, M., 2020, A User Study on Mixed Reality Remote Collaboration with Eye Gaze and Hand Gesture Sharing, Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, pp.1-13, https://doi.org/10.1145/3313831.3376550
Mildenhall, B., Srinivasan, P. P., Tancik, M., Barron, J. T., Ramamoorthi, R., and Ng, R., 2021, NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis, Communications of the ACM, 65(1), pp.99-106, https://doi.org/10.1145/3503250
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
깊이 정보를 활용한 NeRF(Neural Radiance Field) 성능 개선
대한전자공학회 학술대회
2021 .11
-
NeRF 기반의 이미지 데이터 확장
한국정보통신학회 종합학술대회 논문집
2024 .05
-
Codebook-NeRF: 코드북 기반의 NeRF 해상도 개선
한국정보과학회 학술발표논문집
2024 .12
-
NeRF의 원리와 기술 동향
제어로봇시스템학회지
2022 .12
-
적은 수의 시점에서 깊이와 색상 관계를 이용한 NeRF 최적화
한국정보과학회 학술발표논문집
2023 .06
-
깊이를 색상으로써 활용한 NeRF 렌더링
한국컴퓨터그래픽스학회 학술대회
2024 .07
-
비디오 포즈 추정에 따른 NeRF 학습 결과 품질 비교
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
불확실성 기반 NeRF 능동 학습을 활용한 물체 중심 3차원 모델 재구성
대한전자공학회 학술대회
2023 .06
-
NeRF 배경 장면 제작을 위한 최적의 카메라 궤적
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
경량화된 초해상화 방법을 통한 NeRF 렌더링 효율 개선
한국통신학회 학술대회논문집
2023 .02
-
NeRF의 깊이 추정 시 뷰디렉션 설정의 중요성 연구
한국정보과학회 학술발표논문집
2024 .06
-
깊이 감독 Dynamic NeRF: 제한된 카메라를 이용한 동적 장면 재구성
한국컴퓨터그래픽스학회 학술대회
2024 .07
-
Instant NGP를 활용한 CNC Tool의 장면 생성 및 렌더링 성능 평가
대한임베디드공학회논문지
2024 .04
-
NeRF와 이미지 인페인팅을 이용한 가려진 객체의 표면 재구성
방송공학회논문지
2024 .07
-
NeRF 기반의 3차원 객체 생성을 이용한 부동산 매물 실감화
한국정보과학회 학술발표논문집
2023 .06
-
NeRF(Neural Radiance Fields)개요와 기술 동향
전자공학회지
2023 .09
-
3D Novel View Synthesis with NeRF and 3DGS
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
시간차 이미지를 활용한 뉴럴 래디언스 기반 슬램
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
NeRF에서 분할 기술을 활용한 비정적 장면의 Novel View Synthesis 방법에 대한 연구
대한전자공학회 학술대회
2024 .06
-
단안 깊이 추정을 통한 희소 입력에서의 방사장 증강
전자공학회논문지
2024 .11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090657206