KR102673660B1 - 렌더링 장치 - Google Patents

렌더링 장치 Download PDF

Info

Publication number
KR102673660B1
KR102673660B1 KR1020230189348A KR20230189348A KR102673660B1 KR 102673660 B1 KR102673660 B1 KR 102673660B1 KR 1020230189348 A KR1020230189348 A KR 1020230189348A KR 20230189348 A KR20230189348 A KR 20230189348A KR 102673660 B1 KR102673660 B1 KR 102673660B1
Authority
KR
South Korea
Prior art keywords
image
rendering device
basic
unit
providing unit
Prior art date
Application number
KR1020230189348A
Other languages
English (en)
Inventor
이호영
윤종철
김동철
Original Assignee
주식회사 텐일레븐
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 텐일레븐 filed Critical 주식회사 텐일레븐
Priority to KR1020230189348A priority Critical patent/KR102673660B1/ko
Application granted granted Critical
Publication of KR102673660B1 publication Critical patent/KR102673660B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G06T15/205—Image-based rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0475—Generative networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명의 실시예에 따른 본 발명의 실시예에 따른 렌더링 장치는 기초 제공부, 특징 제공부 및 결과 제공부를 포함할 수 있다. 기초 제공부는 건축필지에 복수의 기본 건축형상들이 배치되는 기초 이미지를 제공할 수 있다. 특징 제공부는 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 제공할 수 있다. 결과 제공부는 기초 이미지 및 복수의 특징 이미지들에 기초하여 최종 이미지를 생성할 수 있다.
본 발명에 따른 렌더링 장치에서는, 기초 이미지 및 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 이용하여 생성형 인공지능 이미지 모델에 기반한 최종 이미지를 생성함으로써 기존 건축 렌더링에서 소요되는 시간 및 비용을 현저히 줄일 수 있다.

Description

렌더링 장치{RENDERING DEVICE}
본 발명은 렌더링 장치에 관한 것이다.
기존 건축 렌더링은 모델링, 재질설정, 조명설정, 렌더링 등의 단계를 걸쳐 약 2~3일에 걸리는 작업으로 시간이 오래 걸리는 단점이 있었다. 최근, 이와 같은 문제를 해결하기 위하여 다양한 연구들이 진행되고 있다.
(한국공개특허) 제10-2023-0163906호 (공개일자, 2023.12.01)
본 발명이 이루고자 하는 기술적 과제는 기초 이미지 및 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 이용하여 생성형 인공지능 이미지 모델에 기반한 최종 이미지를 생성함으로써 기존 건축 렌더링에서 소요되는 시간 및 비용을 현저히 줄일 수 있는 렌더링 장치를 제공하는 것이다.
이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 렌더링 장치는 기초 제공부, 특징 제공부 및 결과 제공부를 포함할 수 있다. 기초 제공부는 건축필지에 복수의 기본 건축형상들이 배치되는 기초 이미지를 제공할 수 있다. 특징 제공부는 상기 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 제공할 수 있다. 결과 제공부는 상기 기초 이미지 및 상기 복수의 특징 이미지들에 기초하여 최종 이미지를 생성할 수 있다.
일 실시예에 있어서, 상기 기초 제공부는 마스크 부를 더 포함할 수 있다. 마스크 부는 상기 기초 이미지 중 일부영역을 마스킹하는 마스크를 제공할 수 있다.
일 실시예에 있어서, 상기 특징 제공부는 거리 추정부를 더 포함할 수 있다. 거리 추정부는 상기 기초 이미지를 바라보는 사람의 시점으로부터 상기 기초 이미지의 각 지점까지의 거리에 해당하는 추정거리를 산출할 수 있다.
일 실시예에 있어서, 상기 특징 제공부는 깊이 제공부 및 엣지 제공부를 더 포함할 수 있다. 깊이 제공부는 상기 추정거리에 따라 상기 기초 이미지를 그레이 스케일로 표시하는 깊이 이미지를 제공할 수 있다. 엣지 제공부는 상기 기초 이미지의 엣지를 탐지하여 엣지 이미지를 제공할 수 있다.
일 실시예에 있어서, 상기 결과 제공부는 가중치부를 더 포함할 수 있다. 가중치부는 상기 기초 이미지, 상기 깊이 이미지 및 상기 엣지 이미지에 적용되는 가중치 값을 결정할 수 있다.
일 실시예에 있어서, 상기 기초 이미지, 상기 깊이 이미지 및 상기 엣지 이미지의 각각에 적용되는 상기 가중치 값은 상기 기초 이미지에 배치되는 상기 마스크의 개수에 따라 결정될 수 있다.
일 실시예에 있어서, 상기 렌더링 장치는 조절부를 더 포함할 수 있다. 조절부는 상기 마스크의 개수를 감소시키면서 상기 가중치의 값을 조절할 수 있다.
일 실시예에 있어서, 상기 렌더링 장치는 점수 설정부를 더 포함할 수 있다. 점수 설정부는 상기 가중치 값이 변경되면서 생성되는 상기 최종 이미지에 대한 사용자 점수를 설정할 수 있다.
일 실시예에 있어서, 상기 렌더링 장치는 선택부를 더 포함할 수 있다. 선택부는 상기 마스크의 개수가 미리 정해진 기준 마스크 수보다 큰 상기 기초 이미지에 상응하는 상기 최종 이미지 중 사용자 점수가 가장 높은 이미지를 선택 선택 이미지로 선택할 수 있다.
일 실시예에 있어서, 상기 렌더링 장치는 영역 설정부를 더 포함할 수 있다. 영역 설정부는 상기 최종 이미지로부터 사용자가 변경하고자 하는 변경영역을 설정할 수 있다.
일 실시예에 있어서, 상기 렌더링 장치는 용도 변경부를 더 포함할 수 있다. 용도 변경부는 상기 변경영역에 배치되는 객체의 종류를 변경할 지 여부에 따라 색상을 달리하여 상기 변경영역을 표시할 수 있다.
위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.
본 발명에 따른 렌더링 장치는 기초 이미지 및 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 이용하여 생성형 인공지능 이미지 모델에 기반한 최종 이미지를 생성함으로써 기존 건축 렌더링에서 소요되는 시간 및 비용을 현저히 줄일 수 있다.
도 1은 본 발명의 실시예들에 따른 렌더링 장치를 나타내는 도면이다.
도 2는 도 1의 렌더링 장치에 포함되는 기초 제공부의 일 예를 나타내는 도면이다.
도 3은 도 1의 렌더링 장치에 포함되는 기초 제공부로부터 제공되는 기초 이미지를 나타내는 도면이다.
도 4는 도 1의 렌더링 장치에 포함되는 특징 제공부의 일 예를 나타내는 도면이다.
도 5는 도 1의 렌더링 장치에 포함되는 특징 제공부로부터 제공되는 깊이 이미지를 나타내는 도면이다.
도 6은 도 1의 렌더링 장치에 포함되는 특징 제공부로부터 제공되는 엣지 이미지를 나타내는 도면이다.
도 7은 도 1의 렌더링 장치에 포함되는 결과 제공부의 일 예를 나타내는 도면이다.
도 8은 도 1의 렌더링 장치에 포함되는 결과 제공부로부터 제공되는 최종 이미지를 나타내는 도면이다.
도 9 및 10은 도 7의 가중치부의 동작을 설명하기 위한 도면들이다.
도 11 및 12는 도 1의 렌더링 장치에 포함되는 점수 설정부의 동작을 설명하기 위한 도면들이다.
도 13 및 14는 도 1의 렌더링 장치에 포함되는 용도 변경부의 동작을 설명하기 위한 도면들이다.
본 명세서에서 각 도면의 구성 요소들에 참조번호를 부가함에 있어서 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.
한편, 본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한, 복수의 표현을 포함하는 것으로 이해되어야 하는 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 첨부되는 도면을 참고하여 상기 문제점을 해결하기 위해 고안된 본 발명의 바람직한 실시예들에 대해 상세히 설명한다.
도 1은 본 발명의 실시예들에 따른 렌더링 장치를 나타내는 도면이고, 도 2는 도 1의 렌더링 장치에 포함되는 기초 제공부의 일 예를 나타내는 도면이고, 도 3은 도 1의 렌더링 장치에 포함되는 기초 제공부로부터 제공되는 기초 이미지를 나타내는 도면이다.
도 1 내지 3을 참조하면, 본 발명의 실시예에 따른 렌더링 장치(10)는 기초 제공부(100), 특징 제공부(200) 및 결과 제공부(300)를 포함할 수 있다. 기초 제공부(100)는 건축필지(PJ)에 복수의 기본 건축형상들이 배치되는 기초 이미지(BI)를 제공할 수 있다. 예를 들어, 건축필지(PJ)에 배치되는 기본 건축형상들은 제1 기본 건축형상(BB1) 및 제2 기본 건축형상(BB2)을 포함할 수 있다. 제1 기본 건축형상(BB1) 및 제2 기본 건축형상(BB2)은 건축물의 형태 및 높이 정도만이 결정되어 있는 형상으로 건축물의 내부공간의 배치 및 창문의 크기 및 배치 등과 같이 세부적인 사항들은 결정되지 않은 상태의 형상일 수 있다. 또한, 기초 이미지(BI)에는 제1 기본 건축형상(BB1) 및 제2 건축형상 이외의 건축필지(PJ)는 비어있는 형태로 구성될 수 있다.
기초 제공부(100)가 제공하는 기초 이미지(BI)는 사용자의 입력(UI)에 따라 결정될 수도 있고, 인공지능 학습된 모델에 건축필지(PJ), 용적율 및 법규사항들을 입력하여 자동으로 생성된 이미지일 수도 있다.
일 실시예에 있어서, 기초 제공부(100)는 마스크 부(110)를 더 포함할 수 있다. 마스크 부(110)는 기초 이미지(BI) 중 일부영역을 마스킹하는 마스크(M)를 제공할 수 있다. 본 발명에 따른 렌더링 장치(10)의 사용자는 기초 이미지(BI)의 일정영역에 대해서는 변형을 가하지 싶지 않을 수 있다. 이 경우, 기초 제공부(100)에 포함되는 마스크 부(110)를 사용할 수 있다. 예를 들어, 사용자는 기초 이미지(BI)에 포함되는 제2 기본 건축형상(BB2)의 제1 위치(P1)를 포함하는 일정영역을 그대로 유지한 상태의 최종 이미지(RI)를 얻고자 할 수 있다. 이 경우, 사용자는 마스크 부(110)를 이용하여 제1 위치(P1)에 제1 마스크(M1)를 설정할 수 있고, 동일한 방식으로 마스크부(110)는 제2 위치(P2)에 제2 마스크(M2)를 설정할 수 있다.
도 4는 도 1의 렌더링 장치에 포함되는 특징 제공부의 일 예를 나타내는 도면이고, 도 5는 도 1의 렌더링 장치에 포함되는 특징 제공부로부터 제공되는 깊이 이미지를 나타내는 도면이고, 도 6은 도 1의 렌더링 장치에 포함되는 특징 제공부로부터 제공되는 엣지 이미지를 나타내는 도면이다.
도 1 내지 6을 참조하면, 특징 제공부(200)는 기초 이미지(BI)에 따라 결정되는 복수의 특징 이미지들(CI)을 제공할 수 있다.
일 실시예에 있어서, 특징 제공부(200)는 거리 추정부(210)를 더 포함할 수 있다. 거리 추정부(210)는 기초 이미지(BI)를 바라보는 사람의 시점으로부터 기초 이미지(BI)의 각 지점까지의 거리에 해당하는 추정거리(ED)를 산출할 수 있다. 예를 들어, 기초 이미지(BI)는 제3 위치(P3) 및 제4 위치(P4)를 포함할 수 있다. 기초 이미지(BI)를 바라보는 사람의 시점으로부터 제3 위치(P3)까지의 거리에 해당하는 거리는 제1 추정거리(ED1)일 수 있고, 기초 이미지(BI)를 바라보는 사람의 시점으로부터 제4 위치(P4)까지의 거리에 해당하는 거리는 제2 추정거리(ED2)일 수 있다. 기초 이미지(BI) 상에서도 직관적으로 알 수 있듯이, 제1 추정거리(ED1)는 제2 추정거리(ED2)보다 작을 수 있다. 여기서, 제1 추정거리(ED1) 및 제2 추정거리(ED2)를 산출하는 방식은 기존에 공개된 다양한 이미지 기반의 거리 추정방식들 중 하나일 수 있다. 추정거리는 기초 이미지를 통해서 현실 공간에서의 거리를 추정한 거리일 수 있다.
일 실시예에 있어서, 특징 제공부(200)는 깊이 제공부(230) 및 엣지 제공부(240)를 더 포함할 수 있다. 깊이 제공부(230)는 추정거리(ED)에 따라 기초 이미지(BI)를 그레이 스케일로 표시하는 깊이 이미지(CI1)를 제공할 수 있다. 예를 들어, 도 5에 도시되는 바와 같이 기초 이미지(BI)의 각 지점에서 산출되는 추정거리(ED)가 작을수록 흰색에 가깝도록 설정함으로써 깊이 이미지(CI1)를 구현할 수 있다.
엣지 제공부(240)는 기초 이미지(BI)의 엣지를 탐지하여 엣지 이미지(CI2)를 제공할 수 있다. 예를 들어, 엣지 제공부(240)는 건축필지(PJ), 제1 기본 건축형상(BB1) 및 제2 기본 건축형상(BB2)의 엣지를 탐지하여 엣지 이미지(CI2)를 제공할 수 있다.
도 7은 도 1의 렌더링 장치에 포함되는 결과 제공부의 일 예를 나타내는 도면이고, 도 8은 도 1의 렌더링 장치에 포함되는 결과 제공부로부터 제공되는 최종 이미지를 나타내는 도면이고, 도 9 및 10은 도 7의 가중치부의 동작을 설명하기 위한 도면들이다.
결과 제공부(300)는 기초 이미지(BI) 및 복수의 특징 이미지들(CI)에 기초하여 최종 이미지(RI)를 생성할 수 있다. 예를 들어, 복수의 특징 이미지들(CI)은 깊이 이미지(CI1) 및 엣지 이미지(CI2)를 포함할 수 있다. 여기서는 복수의 특징 이미지들(CI)을 깊이 이미지(CI1) 및 엣지 이미지(CI2)에 한정하여 설명하고 있으나, 본 발명에 따른 특징 이미지들(CI)은 이에 한정되지 않고, 기초 이미지(BI)로부터 산출되는 다양한 이미지들을 포함할 수 있다.
또한, 결과 제공부(300)는 생성형 인공지능 이미지 모델(Generative AI Image Model)을 포함할 수 있고, 결과 제공부(300)에 포함되는 생성형 인공지능 이미지 모델은 기초 이미지(BI) 및 특징 이미지들(CI)에 상응하는 최종 이미지(RI)를 생성할 수 있다.
최종 이미지(RI)는 제1 기본 건축형상(BB1) 및 제2 기본 건축형상(BB2)을 기반으로 생성된 건축물의 외관, 창호 및 기타공간들을 포함하고, 건축필지(PJ)의 빈 공간은 조경 등이 추가된 이미지일 수 있다.
일 실시예에 있어서, 결과 제공부(300)는 가중치부(310)를 더 포함할 수 있다. 가중치부(310)는 기초 이미지(BI), 깊이 이미지(CI1) 및 엣지 이미지(CI2)에 적용되는 가중치 값을 결정할 수 있다.
일 실시예에 있어서, 기초 이미지(BI), 깊이 이미지(CI1) 및 엣지 이미지(CI2)의 각각에 적용되는 가중치 값은 기초 이미지(BI)에 배치되는 마스크의 개수에 따라 결정될 수 있다. 기초 이미지(BI)에 적용되는 가중치는 제1 가중치(W1)일 수 있고, 깊이 이미지(CI1)에 적용되는 가중치는 제2 가중치(W2)일 수 있다. 또한, 엣지 이미지(CI2)에 적용되는 가중치는 제3 가중치(W3)일 수 있다. 예를 들어, 기초 이미지(BI)에 포함되는 마스크의 개수가 0개인 경우, 기초 이미지(BI)에 적용되는 제1 가중치(W1) 값은 1/3이고, 깊이 이미지(CI1)에 적용되는 제2 가중치(W2) 값은 1/3이일 수 있다. 또한, 엣지 이미지(CI2)에 적용되는 제3 가중치(W3) 값은 1/3일 수 있다.
또한, 예를 들어, 기초 이미지(BI)에 포함되는 마스크의 개수가 2개인 경우, 깊이 이미지(CI1) 및 엣지 이미지(CI2)에 가중치를 더 높게 적용할 수도 있다. 이 경우, 기초 이미지(BI)에 적용되는 제1 가중치(W1) 값은 1/3이고, 깊이 이미지(CI1)에 적용되는 제2 가중치(W2) 값은 3/3이일 수 있다. 또한, 엣지 이미지(CI2)에 적용되는 제3 가중치(W3) 값은 3/3일 수 있다. 이와 같이, 다양한 방식으로 가중치 값을 적용함으로써 보다 다양한 최종 이미지(RI)를 생성할 수 있다.
도 11 및 12는 도 1의 렌더링 장치에 포함되는 점수 설정부의 동작을 설명하기 위한 도면들이다.
도 1 내지 12를 참조하면, 일 실시예에 있어서, 렌더링 장치(10)는 조절부(500)를 더 포함할 수 있다. 조절부(500)는 마스크의 개수를 감소시키면서 가중치의 값을 조절할 수 있다. 예를 들어, 기초 이미지(BI)에 포함되는 마스크는 제1 마스크(M1) 및 제2 마스크(M2)일 수 있다. 이 경우, 마스크의 개수는 2일 수 있다. 조절부(500)는 마스크의 개수를 2로부터 순차적으로 감소시켜 0까지 조절할 수 있다. 조절부(500)가 마스크의 개수를 2로부터 순차적으로 감소시켜 0까지 조절하는 경우, 기초 이미지(BI), 깊이 이미지(CI1) 및 엣지 이미지(CI2) 각각에 적용되는 제1 가중치(W1) 값 내지 제3 가중치(W3) 값이 변경될 수 있다.
일 실시예에 있어서, 렌더링 장치(10)는 점수 설정부(600)를 더 포함할 수 있다. 점수 설정부(600)는 가중치 값이 변경되면서 생성되는 최종 이미지(RI)에 대한 사용자 점수(UP)를 설정할 수 있다. 예를 들어, 조절부(500)가 마스크의 개수를 2로부터 순차적으로 감소시켜 0까지 조절함에 따라 생성되는 최종 이미지(RI)는 상이할 수 있다. 조절부(500)가 마스크의 개수를 2로 설정하는 경우, 생성되는 최종 이미지(RI)는 제1 최종 이미지(RI1)일 수 있고, 조절부(500)가 마스크의 개수를 1로 설정하는 경우, 생성되는 최종 이미지(RI)는 제2 최종 이미지(RI2)일 수 있다. 또한, 조절부(500)가 마스크의 개수를 0으로 설정하는 경우, 생성되는 최종 이미지(RI)는 제3 최종 이미지(RI3)일 수 있다.
예를 들어, 제1 최종 이미지(RI1)에 대한 사용자 점수(UP)인 제1 사용자 점수(UP1)는 85점일 수 있고, 제2 최종 이미지(RI2)에 대한 사용자 점수(UP)인 제2 사용자 점수(UP2)는 90점일 수 있다. 또한, 제3 최종 이미지(RI3)에 대한 사용자 점수(UP)인 제3 사용자 점수(UP3)는 95점일 수 있다.
일 실시예에 있어서, 렌더링 장치(10)는 선택부(700)를 더 포함할 수 있다. 선택부(700)는 마스크의 개수가 미리 정해진 기준 마스크 수보다 큰 기초 이미지(BI)에 상응하는 최종 이미지(RI) 중 사용자 점수(UP)가 가장 높은 이미지를 선택 이미지(SI)로 선택할 수 있다. 예를 들어, 미리 정해진 기준 마스크 수는 0일 수 있고, 기준 마스크 수인 0보다 큰 기초 이미지(BI)에 상응하는 최종 이미지(RI)는 제2 최종 이미지(RI2) 및 제3 최종 이미지(RI3)일 수 있다. 이 경우, 선택부(700)는 제2 최종 이미지(RI2) 및 제3 최종 이미지(RI3) 중 사용자 점수(UP)가 가장 높은 이미지인 제3 최종 이미지(RI3)를 선택 이미지(SI)로 선택할 수 있다.
도 13 및 14는 도 1의 렌더링 장치에 포함되는 용도 변경부의 동작을 설명하기 위한 도면들이다.
도 1 내지 14를 참조하면, 일 실시예에 있어서, 렌더링 장치(10)는 영역 설정부(800)를 더 포함할 수 있다. 영역 설정부(800)는 최종 이미지(RI) 또는 선택 이미지(SI)로부터 사용자가 변경하고자 하는 변경영역(RR)을 설정할 수 있다. 예를 들어, 사용자는 선택 이미지(SI)에 포함되는 건물의 측면 상층에 통유리로 개방되어 있어 추위에 취약할 것으로 판단하여 단열재가 포함되는 벽면으로 변경하고 싶을 수 있다. 이 경우, 사용자는 영역 설정부(800)를 이용하여 건물의 측면 상측에 배치되는 통유리 부분을 변경영역(RR)으로 설정할 수 있다.
일 실시예에 있어서, 렌더링 장치(10)는 용도 변경부(900)를 더 포함할 수 있다. 용도 변경부(900)는 변경영역(RR)에 배치되는 객체의 종류를 변경할 지 여부에 따라 색상(CL)을 달리하여 변경영역(RR)을 표시할 수 있다. 예를 들어, 건물의 측면 상측에 배치되는 통유리 부분을 벽면으로 변경하는 것은 변경영역(RR)의 객체를 유리에서 벽면으로 바꾸는 것으로 객체의 종류를 변경하는 것일 수 있다. 이 경우, 용도 변경부(900)는 변경영역(RR)의 색상(CL)을 빨강색으로 표시하여 객체의 종류를 변경한다는 표시를 할 수 있다.
본 발명에 따른 렌더링 장치(10)에서는, 기초 이미지(BI) 및 기초 이미지(BI)에 따라 결정되는 복수의 특징 이미지들(CI)을 이용하여 생성형 인공지능 이미지 모델에 기반한 최종 이미지(RI)를 생성함으로써 기존 건축 렌더링에서 소요되는 시간 및 비용을 현저히 줄일 수 있다.
10: 렌더링 장치 100: 기초 제공부
200: 특징 제공부 300: 결과 제공부

Claims (10)

  1. 건축필지에 복수의 기본 건축형상들이 배치되는 기초 이미지를 제공하는 기초 제공부;
    상기 기초 이미지에 따라 결정되는 복수의 특징 이미지들을 제공하는 특징 제공부; 및
    상기 기초 이미지 및 상기 복수의 특징 이미지들에 기초하여 최종 이미지를 생성하는 결과 제공부를 포함하고,
    상기 기초 제공부는,
    상기 기초 이미지 중 일부영역을 마스킹하는 마스크를 제공하는 마스크 부를 더 포함하고,
    상기 특징 제공부는,
    상기 기초 이미지를 바라보는 사람의 시점으로부터 상기 기초 이미지의 각 지점까지의 거리에 해당하는 추정거리를 산출하는 거리 추정부;
    상기 추정거리에 따라 상기 기초 이미지를 그레이 스케일로 표시하는 깊이 이미지를 제공하는 깊이 제공부; 및
    상기 기초 이미지의 엣지를 탐지하여 엣지 이미지를 제공하는 엣지 제공부를 더 포함하고,
    상기 결과 제공부는,
    상기 기초 이미지, 상기 깊이 이미지 및 상기 엣지 이미지에 적용되는 가중치 값을 결정하는 가중치부를 더 포함하고,
    상기 기초 이미지, 상기 깊이 이미지 및 상기 엣지 이미지의 각각에 적용되는 상기 가중치 값은 상기 기초 이미지에 배치되는 상기 마스크의 개수에 따라 결정되는 것을 특징으로 하는 렌더링 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 렌더링 장치는,
    상기 마스크의 개수를 감소시키면서 상기 가중치의 값을 조절하는 조절부를 더 포함하는 것을 특징으로 하는 렌더링 장치.
  8. 제7항에 있어서,
    상기 렌더링 장치는,
    상기 가중치 값이 변경되면서 생성되는 상기 최종 이미지에 대한 사용자 점수를 설정하는 점수 설정부를 더 포함하는 것을 특징으로 하는 렌더링 장치.
  9. 제8항에 있어서,
    상기 렌더링 장치는,
    상기 마스크의 개수가 미리 정해진 기준 마스크 수보다 큰 상기 기초 이미지에 상응하는 상기 최종 이미지 중 사용자 점수가 가장 높은 이미지를 선택 이미지로 선택하는 선택부를 더 포함하는 것을 특징으로 하는 렌더링 장치.
  10. 제9항에 있어서,
    상기 렌더링 장치는,
    상기 선택 이미지로부터 사용자가 변경하고자 하는 변경영역을 설정하는 영역 설정부; 및
    상기 변경영역에 배치되는 객체의 종류를 변경할 지 여부에 따라 색상을 달리하여 상기 변경영역을 표시하는 용도 변경부를 더 포함하는 것을 특징으로 하는 렌더링 장치.
KR1020230189348A 2023-12-22 2023-12-22 렌더링 장치 KR102673660B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230189348A KR102673660B1 (ko) 2023-12-22 2023-12-22 렌더링 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230189348A KR102673660B1 (ko) 2023-12-22 2023-12-22 렌더링 장치

Publications (1)

Publication Number Publication Date
KR102673660B1 true KR102673660B1 (ko) 2024-06-11

Family

ID=91471589

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230189348A KR102673660B1 (ko) 2023-12-22 2023-12-22 렌더링 장치

Country Status (1)

Country Link
KR (1) KR102673660B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013101614A (ja) * 2011-11-08 2013-05-23 Harman Becker Automotive Systems Gmbh 建物のパラメータ化されたグラフィック描写

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013101614A (ja) * 2011-11-08 2013-05-23 Harman Becker Automotive Systems Gmbh 建物のパラメータ化されたグラフィック描写

Similar Documents

Publication Publication Date Title
US6310622B1 (en) Automatic graphical pattern placement and adjustment
US7496416B2 (en) Input/output curve editor
CA2817497C (en) Method and system for efficient modeling of specular reflection
US10937245B2 (en) Lighting and internet of things design using augmented reality
Huang et al. Information preserving color transformation for protanopia and deuteranopia
US8928662B2 (en) Apparatus, method, and system for demonstrating a lighting solution by image rendering
US20060227149A1 (en) Interpolated color transform for changing color of an application user interface
US8977039B2 (en) Pulling keys from color segmented images
US20080018665A1 (en) System and method for visualizing drawing style layer combinations
US20050163368A1 (en) Image processing apparatus and method therefor
WO2009131783A1 (en) System and method for automatically generating color scheme variations
CN111400800B (zh) 一种基于bim和vr技术的建筑施工质量控制系统及方法
US20200258285A1 (en) Distributed computing systems, graphical user interfaces, and control logic for digital image processing, visualization and measurement derivation
CA2286365A1 (en) Methods and apparatus for changing a color of an image
CN110349261A (zh) 基于gis生成三维热力图的方法
US7671871B2 (en) Graphical user interface for color correction using curves
CN111027115A (zh) 一种基于bim技术在住宅楼装修工程中的应用方法
KR102673660B1 (ko) 렌더링 장치
JP2008518347A (ja) レンダリングされた多次元データセットの視覚化
US6879327B1 (en) Creating gradient fills
JP2017033319A (ja) 化粧材シミュレーションシステム、方法、及びプログラム
JP2008518348A (ja) レンダリングされた多次元データセットの視覚化
KR102292478B1 (ko) 가상현실 기반의 셉테드 인증 시스템 및 이를 이용한 셉테드 인증 방법
CN110310348A (zh) 一种基于粒子系统的三维火焰动态模拟方法
JP6484592B2 (ja) 配色提案装置、配色提案方法及びプログラム