메인메뉴 바로가기 본문영역 바로가기 푸터영역 바로가기

과제 & 연구자

과제 & 연구자

큰 꿈을 향한 무한탐구의 연구열정,
삼성미래기술육성사업이 응원하며 함께 하겠습니다.

researcher_240_researcher_file1_20191213162445_948804.jpg

한정현 교수

소속기관 고려대학교 컴퓨터학과

분         야 ICT ICT 기반 Software

선정연도 2019년

연구실 홈페이지

차세대 물리 시뮬레이션 = 파티클 기반 통합 시뮬레이션 + 딥러닝

1.연구 목표
딥 러닝을 이용하여 물체 간 상호작용, 화학반응, 물상 변화 등을 표현할 수 있는 파티클 기반 통합 시뮬레이션 기술을 개발한다.

 

2.연구 요약
본 연구는 딥 러닝을 이용한 파티클 기반 통합 물리 시뮬레이션(physics simulation)을 제작한다. 기존 파티클 기반 물리 시뮬레이션의 한계를 타파하기 위해, (1) 강체, 유체, 변형체 등  다종 다상 물체를 파티클의 형태로 표현하고,  이들의 움직임을 사실적으로 표현할 수 있는 하나의 통합 시뮬레이션 기법을 개발한다. (2) 다음으로 그 결과를 이용해 상호작용이 가능한 딥러닝 기반 시뮬레이터를 학습하여 시뮬레이션 생성 속도를 향상시킨다. (3) 마지막으로 2차원 키프레임  이미지를 컨텐츠 제작자가 제공하면 이를 통해 정밀한 3차원 시뮬레이션을 자동으로 생성하는 Dynamic scene generator 을 개발한다.

 


그림 1. 딥 러닝 기반 물리 시뮬레이터 모델

 

그림 2. Dynamic scene generator

 

 

3.연구의 필요성 및 기대 효과
다종 다상 물리 시뮬레이터는 풍부한 물리적 현상을 기존 기법보다 더욱 정밀하고 사실적으로 표현할 수 있으며, 딥러닝 기반 시뮬레이터는 이러한 시뮬레이션 생성 속도를 향상시켜 실시간 상호작용을 가능하게 할 수 있다. 이러한 정점들로 인해 비디오 게임, 애니메이션 및 장편 영화, 광고, VR/AR 애플리케이션 등에 응용될 수 있다. 또한 dynamic scene generator 덕분에 콘텐츠 제작자들은 고통스러운 반복 작업으로부터 해방될 것이며, 비전문가들도 높은 품질의 시뮬레이션을 자유롭게 제작하고 쉽게 활용할 수 있다.
 

1.연구 목표 딥 러닝을 이용하여 물체 간 상호작용, 화학반응, 물상 변화 등을 표현할 수 있는 파티클 기반 통합 시뮬레이션 기술을 개발한다.   2.연구 요약 본 연구는 딥 러닝을 이용한 파티클 기반 통합 물리 시뮬레이션(physics simulation)을 제작한다. 기존 파티클 기반 물리 시뮬레이션의 한계를 타파하기 위해, (1) 강체, 유체, 변형체 등  다종 다상 물체를 파티클의 형태로 표현하고,  이들의 움직임을 사실적으로 표현할 수 있는 하나의 통합 시뮬레이션 기법을 개발한다. (2) 다음으로 그 결과를 이용해 상호작용이 가능한 딥러닝 기반 시뮬레이터를 학습하여 시뮬레이션 생성 속도를 향상시킨다. (3) 마지막으로 2차원 키프레임  이미지를 컨텐츠 제작자가 제공하면 이를 통해 정밀한 3차원 시뮬레이션을 자동으로 생성하는 Dynamic

더보기
관련 뉴스 게시물이 없습니다.