광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[노화역전]인공지능을 사용하여 실시간으로 3D 홀로그램 생성한다. 텐서 홀로그래피 (tensor holography)라는 새로운 방법을 사용하면 가상 현실, 3D프린팅, 의료 이미징 등을 위한 홀로그램을 만들 수 있으며 스마트폰에서 실행할 수 있다.

https://news.mit.edu/2021/3d-holograms-vr-0310

운영자 | 기사입력 2021/04/04 [23:36]

[노화역전]인공지능을 사용하여 실시간으로 3D 홀로그램 생성한다. 텐서 홀로그래피 (tensor holography)라는 새로운 방법을 사용하면 가상 현실, 3D프린팅, 의료 이미징 등을 위한 홀로그램을 만들 수 있으며 스마트폰에서 실행할 수 있다.

https://news.mit.edu/2021/3d-holograms-vr-0310

운영자 | 입력 : 2021/04/04 [23:36]

수년간의 과대 광고에도 불구하고 가상현실 헤드셋은 아직 비디오 시청 장치로 TV 또는 컴퓨터 화면을 무너뜨리지 않았다. 한 가지 이유: VR은 사용자를 아프게 할 수 있다. 사용자가 실제로 고정 거리 2D 디스플레이를 응시하고 있지만 VR 3D보기의 환상을 생성하기 때문에 메스꺼움과 눈의 피로가 발생할 수 있다. 더 나은 3D 시각화를 위한 솔루션은 디지털 세계를 위해 다시 만들어진 60년 된 기술인 홀로그램에 있을 수 있다.

홀로그램은 우리 주변의 3D세계를 탁월하게 표현한다. 게다가 아름답다. 홀로그램은 보는 사람의 위치에 따라 변화하는 관점을 제공하며 눈이 초점 깊이를 조정하여 전경과 배경에 번갈아 초점을 맞출 수 있다.

연구자들은 오랫동안 컴퓨터로 생성된 홀로그램을 만들려고 노력해 왔지만, 이 프로세스는 전통적으로 시간이 많이 걸리고 사실적 결과에 미치지 못하는 결과를 생성할 수 있는 물리 시뮬레이션을 통해 슈퍼 컴퓨터를 사용해야했다. 이제 MIT 연구원들은 홀로그램을 거의 즉시 생성하는 새로운 방법을 개발했으며 딥 러닝 기반 방법은 눈 깜짝 할 사이에 랩톱에서 실행할 수 있을 정도로 매우 효율적이라고 연구원들은 말한다.

“사람들은 기존의 소비자용 하드웨어로는 실시간 3D 홀로그래피 계산이 불가능하다고 생각했다.”라고 MIT 전기공학 및 컴퓨터 과학과 (EECS)의 박사과정 학생인 Liang Shi는 말한다. "시판되는 홀로그램 디스플레이는 약 10년 후에 나올 것이라고 종종 말하지만 이 성명서는 수십 년 동안 존재해 왔다."

Shi는 팀이 "텐서 홀로그래피 (tensor holography)"라고 부르는 새로운 접근 방식이 마침내 그 어려운 10년 목표를 달성할 것이라고 믿는다. 이러한 발전은 홀로그래피가 VR 3D프린팅과 같은 분야로 확산될 수 있다.

Shi는 그의 고문이자 공동 저자인 Wojciech Matusik과 함께 오늘 Nature 지에 발표된 연구에 참여했다. 다른 공동 저자로는 EECS Beichen Li MIT Computer Science and Artificial Intelligence Laboratory, MIT 연구원 인 Changil Kim (현재 Facebook) Petr Kellnhofer (현재 Stanford University)가 있다.

 

더 나은 3D를 위한 탐구

일반적인 렌즈 기반 사진은 각 광파의 밝기를 인코딩한다. 사진은 장면의 색상을 충실하게 재현할 수 있지만 궁극적으로 평평한 이미지를 생성한다.

대조적으로 홀로그램은 각 광파의 밝기와 위상을 모두 인코딩한다. 이 조합은 장면의 시차와 깊이를 보다 사실적으로 묘사한다. 따라서 Monet "Water Lilies"사진은 그림의 색채를 강조할 수 있지만 홀로그램은 작업에 생명을 불어넣어 각 브러시 스트로크의 고유한 3D 질감을 렌더링 할 수 있다. 그러나 현실감에도 불구하고 홀로그램은 만들고 공유하기가 어렵다.

1900년대 중반에 처음 개발된 초기 홀로그램은 광학적으로 기록되었다. 이를 위해서는 레이저 빔을 분할해야 했는데, 절반은 피사체를 비추는 데 사용되고 나머지 절반은 광파 위상에 대한 참조로 사용되었다. 이 참조는 홀로그램 고유의 깊이 감을 생성한다. 결과 이미지는 정적이어서 모션을 캡처 할 수 없었다. 그리고 그것들은 하드 카피로만 되어 있어서 복제와 공유가 어려웠다.

컴퓨터 생성 홀로그래피는 광학 설정을 시뮬레이션 하여 이러한 문제를 피한다. 그러나 이 과정은 계산상의 문제가 될 수 있다. "장면의 각 지점은 깊이가 다르기 때문에 모든 지점에 동일한 작업을 적용할 수 없다."라고 Shi는 말한다. "이는 복잡성을 크게 증가시킨다." 이러한 물리 기반 시뮬레이션을 실행하도록 클러스터 된 슈퍼 컴퓨터에 지시하는 것은 단일 홀로그램 이미지에 대해 몇 초 또는 몇 분이 걸릴 수 있다. 또한 기존 알고리즘은 사실적인 정밀도로 폐색을 모델링하지 않는다. 그래서 Shi의 팀은 컴퓨터가 물리학을 스스로 가르치도록 하는 다른 접근 방식을 취했다.

그들은 딥 러닝을 사용하여 컴퓨터 생성 홀로그래피를 가속화하여 실시간 홀로그램 생성을 허용했다. 팀은 훈련 가능한 텐서 체인을 사용하여 인간이 시각 정보를 처리하는 방식을 대략적으로 모방하는 처리 기술인 컨볼루션 신경망을 설계했다. 신경망을 훈련하려면 일반적으로 3D홀로그램 용으로 존재하지 않았던 대용량의 고품질 데이터 세트가 필요하다.

팀은 4,000쌍의 컴퓨터 생성 이미지로 구성된 맞춤형 데이터베이스를 구축했다. 각 쌍은 각 픽셀에 대한 색상 및 깊이 정보를 포함한 그림을 해당 홀로그램과 일치시켰다. 새로운 데이터베이스에서 홀로그램을 만들기 위해 연구원들은 복잡하고 다양한 모양과 색상의 장면을 사용했으며, 픽셀 깊이는 배경에서 전경까지 고르게 분포되어 있으며 새로운 물리 기반 계산 세트를 사용하여 폐색을 처리했다. 그 접근 방식은 사실적인 훈련 데이터를 가져왔다. 다음으로 알고리즘이 작동한다.

각 이미지 쌍에서 학습함으로써 텐서 네트워크는 자체 계산의 매개 변수를 조정하여 홀로그램을 생성하는 능력을 연속적으로 향상시켰다. 완전히 최적화된 네트워크는 물리 기반 계산보다 훨씬 빠르게 작동했다. 그 효율성은 팀 자체를 놀라게 했다.

"우리는 그것이 얼마나 잘 수행되는지에 놀랍다."라고 Matusik은 말한다. 몇 밀리 초 만에 텐서 홀로그래피는 깊이 정보가 있는 이미지에서 홀로그램을 만들 수 있다. 이는 일반적인 컴퓨터 생성 이미지에서 제공되며 멀티 카메라 설정 또는 LiDAR 센서에서 계산할 수 있다 (둘 다 일부 새로운 스마트폰에서 표준 임). 이러한 발전은 실시간 3D 홀로그래피의 길을 열었다. 또한 소형 텐서 네트워크에는 1MB 미만의 메모리가 필요하다. "최신 휴대폰에서 사용할 수 있는 수십, 수백 기가 바이트를 고려하면 무시할 만하다."고 그는 말한다.

이 연구에 참여하지 않은 Microsoft의 수석 광학 설계자인 Joel Kollin진정한 3D홀로그램 디스플레이가 적당한 계산 요구 사항만으로도 실용적임을 보여준다. 그는이 문서는 이전 작업에 비해 이미지 품질이 현저히 향상되었음을 보여주며 시청자에게 현실감과 편안함을 더할 것이라고 덧붙였다. Kollin은 또한 이와 같은 홀로그램 디스플레이가 시청자의 안과 처방에 맞게 맞춤화 될 수도 있다는 가능성을 암시한다. “홀로그램 디스플레이는 눈의 수차를 보정할 수 있다. 이는 사용자가 콘택트나 안경으로 볼 수 있는 것보다 더 선명한 디스플레이 이미지를 가능하게 하여 초점 및 난시와 같은 낮은 차수 수차 만을 보정한다.”

 

"대단한 도약"

실시간 3D홀로그래피는 VR에서 3D프린팅에 이르기까지 다양한 시스템을 향상시킨다. 팀은 새로운 시스템이 VR 뷰어를 보다 사실적인 풍경에 몰입시키는 동시에 눈의 피로와 장기적인 VR 사용으로 인한 기타 부작용을 제거할 수 있다고 말한다. 이 기술은 광파의 위상을 변조하는 디스플레이에 쉽게 적용할 수 있다. 현재 가장 저렴한 소비자 용 디스플레이는 밝기 만 조절하지만, 널리 채택되면 위상 변조 디스플레이의 비용이 떨어질 것이다.

3차원 홀로그래피는 또한 체적 3D프린팅의 발전을 촉진할 수 있다고 연구원들은 말한다. 이 기술은 체적 3D프린팅을 통해 전체 3D 패턴을 동시에 투영할 수 있기 때문에 기존의 레이어 별 3D프린팅보다 더 빠르고 정확할 수 있다. 다른 응용 분야로는 현미경, 의료 데이터 시각화, 고유한 광학 특성을 가진 표면 설계 등이 있다.

"그것은 홀로그래피에 대한 사람들의 태도를 완전히 바꿀 수 있는 상당한 도약이다라고 Matusik은 말한다. "우리는 이 작업을 위해 신경망이 탄생한 것 같다."

 

 
인공지능홀로그램, 3D, 의료, 장수, 노화역전 관련기사목록
광고
광고
광고
광고
광고
광고
광고
많이 본 기사