SDFDiff: 3D 형상 최적화를 위한 부호 거리 필드의 미분 가능 렌더링

우리는 서피스를 부호 거리 함수(SDF, Signed Distance Function)로 표현한 3D 형상을 미분 가능한 렌더링을 이용한 이미지 기반의 형상 최적화를 위한 새로운 방법인 SDFDiff를 제안한다. 다른 표현 방식과 비교하여 SDF는 임의의 토폴로지(위상)를 가진 형상을 표현할 수 있으며, 물체가 완전히 밀폐된(워터타이트) 표면을 보장한다는 장점을 갖는다. 본 연구에서는 다중 시점 3D 재구성 문제에 본 방법을 적용하여 높은 재구성 품질을 달성하였으며, 3D 객체의 복잡한 위상을 정확히 포착할 수 있었다. 또한, 강건한 최적화 알고리즘을 확보하기 위해 다중 해상도 전략을 도입하였다. 더 나아가, 본 연구는 SDF 기반의 미분 가능한 렌더러가 딥러닝 모델과 통합될 수 있음을 보여주며, 3D 레이블 없이도 3D 객체에 대한 학습 접근법을 가능하게 한다는 점을 입증하였다. 특히 단일 시점 3D 재구성에 본 방법을 적용하여 최신 기술 수준의 성능을 달성하였다.