일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- ChatGPT
- OpenAI
- 실시간 렌더링
- 3d 재구성
- ubuntu
- gradio
- 시간적 일관성
- 인공지능
- 휴머노이드 로봇
- 다국어 지원
- 트랜스포머
- 메타
- LLM
- 강화 학습
- PYTHON
- 일론 머스크
- 딥러닝
- OpenCV
- LORA
- 우분투
- 티스토리챌린지
- 확산 모델
- 오블완
- 오픈소스
- AI 기술
- tts
- 코딩
- 생성형 AI
- AI
- 오픈AI
- Today
- Total
목록카메라 제어 (2)
AI 탐구노트

영화를 볼 때, 카메라 움직임이 장면의 분위기를 크게 좌우하는 것을 느낀 적이 있으신가요? 예를 들어, 카메라가 천천히 다가가면 긴장감이 높아지고, 위에서 아래로 내려다보는 장면은 웅장한 느낌을 줍니다. 하지만 이런 멋진 카메라 워크를 구현하는 것은 결코 쉬운 일이 아닙니다. 전문가용 장비가 필요하거나, 복잡한 촬영 기술이 필요하기 때문이죠. 최근에는 인공지능(AI)을 활용해 기존 영상을 새롭게 변형하는 기술이 발전하고 있습니다. 하지만 대부분의 기술은 새로운 영상을 만드는 것(Text-to-Video, 이미지-to-Video) 에 집중되어 있고, 기존 영상의 카메라 움직임을 변경하는 연구는 부족한 상황이었습니다. 이 문제를 해결하기 위해 나온 ReCamMaster라는 AI 기술을 소개합니다. 이 기술은..

최근 이미지에서 비디오를 생성하는 기술이 빠르게 발전하면서, 사용자가 원하는 대로 카메라 움직임을 조정할 수 있는 기능이 중요한 연구 주제가 되었습니다. 일반적으로 텍스트 기반의 비디오 생성 방식은 사용이 간편하지만, 카메라의 움직임을 정밀하게 제어하기 어렵다는 한계가 있습니다. 이러한 문제를 해결하기 위해 카메라 궤적(trajectory)을 기반으로 한 영상 생성 기법이 등장했지만, 실제 환경에서 적용하기 어려운 경우가 많았습니다. 카메라 궤적 기반의 기존 기술은 상대적인 스케일(relative scale)에서 작동하여 현실적인 3D 깊이(depth) 정보를 반영하기 어려웠습니다. 이로 인해 사용자는 특정 장면에서 정확한 카메라 움직임을 설계하는 데 어려움을 겪었습니다. 예를 들어, 깊이 정보가 없는 ..