Abstract : 본 논문은 사실적 그래픽스 구현에 필수적인 머리카락 데이터 처리의 효율성을 높이기 위해 HairReduct라는 새로운 단순화 프레임워크를 제안한다. 기존 연구들은 스트랜드의 위치 정보에만 의존하여 그룹화를 수행했기 때문에 곡률이나 방향과 같은 머리카락의 실제 형태적 특징을 반영하지 못했고 그 결과 과도한 세분화가 발생하였다. 이에 반해 HairReduct는 위치·말단 방향·곡률 정보를 종합적으로 고려한 계층적 그룹화를 통해 머리카락의 흐름을 반영하면서도 안정적인 그룹을 형성한다. 또한, 각 그룹에서 대표선을 추출하여 데이터 규모를 크게 줄이면서 구조적 일관성을 보존한다. 추가적으로 제안된 시스템은 전체 그룹과 대표선만을 선택적으로 확인할 수 있는 시각화 모드 전환 기능을 제공하며 파라미터 조정을 통해 그룹 수와 대표선 밀도를 유연하게 제어할 수 있음을 보였다. 결과적으로 HairReduct는 기존 방식 대비 효율적이고 일관성 있는 단순화를 가능하게 하며 향후 헤어 시뮬레이션, 렌더링, 애니메이션 등 다양한 그래픽스 파이프라인에서 활용될 수 있는 잠재력을 지닌다.

[paper]