earticle

영어

The rising demand for 3D interior simulation faces challenges due to the high computational costs and limited editability of existing reconstruction methods. To address this, we propose IN3R (Interior New 3D Reconstruction), an accelerated framework that improves upon the PE3R model. IN3R integrates a YOLOE-based unified pipeline to streamline object detection and semantic embedding, significantly optimizing reconstruction speed. Additionally, by incorporating Generative LLMs, the framework enables interactive text-based editing of furniture layouts and atmospheres. Experimental results demonstrate that IN3R achieves a 3.65x speedup compared to the baseline without compromising quality. This efficient framework enhances the practicality of 3D reconstruction for real-time virtual interior design and e-commerce applications.

한국어

최근 메타버스 기술의 확산으로, 2D 도면을 넘어 3D 공간을 직접 시뮬레이션하려는 실내 디자인 서비스 수요가 급증하고 있다. 그러나 기존 3D 재구성 기술은 높은 연산량에 따른 긴 처리 시간과 실제 공간과의 시각적 괴리, 그리고 재구성 후 수정이 어려워 실시간 서비 스 적용에 한계가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 PE3R 모델을 획 기적으로 개선한 IN3R(Interior New 3D Reconstruction) 프레임워크를 제안한다. IN3R은 YOLOE 기반의 단일 통합 파이프라인을 도입하여 객체 탐지, 분할, 의미 부여 과정을 경량 화함으로써 불필요한 연산을 제거하고 재구성 속도를 최적화하였다. 또한, 생성형 LLM을 결합하여 공간의 맥락을 분석하고, 사용자가 텍스트 프롬프트를 통해 가구 배치와 분위기 를 능동적으로 편집할 수 있는 인터랙티브 기능을 구현하였다. 실험 결과, 제안 모델은 기 존 PE3R 대비 재구성 품질의 저하 없이 평균 3.65배 빠른 처리 속도를 달성하였다. 본 프 레임워크는 실내 재구성 기술의 실용성을 확보하여, 향후 사용자 맞춤형 가상 인테리어 및 이커머스 연계형 3D 쇼룸 시스템의 핵심 기술로 활용될 것으로 기대된다.