AU Class
AU Class
class - AU

Drones, Photogrammetry, 3ds Max—and You!

이 강의 공유하기

설명

Have you ever been tasked with creating a 3D model of real-life buildings? Did you find the experience long and frustrating due to the difficulty of taking proper photos using a handheld camera? Technology has advanced to the point that we can use high-quality and relatively inexpensive drones to create 3D models of real-life buildings. These models can then serve as a source to create a low-poly counterpart, including textures. See how to use this time- and money-saving workflow through the use of drone photogrammetry, ReCap Photo software, and 3ds Max software.

주요 학습

  • Learn about taking the right type of photos using a drone.
  • Learn about using ReCap Photo to create a 3D model using drone-captured photos.
  • Learn about using 3ds Max to create a textured low poly model based on the high poly model created with photogrammetry.

발표자

  • Ben Bisares 님의 아바타
    Ben Bisares
    Technical Support Specialist at Autodesk with over 10 years of experience in the Media & Entertainment Industry. In more recent years Ben has combined both work and hobby by branching out into the design and making field by picking up skills in Additive Manufacturing, CNC, Additive Manufacturing, and electronics. He is an active Maker and regularly creates projects like 3D printed violins, drones, devices for the seeing impaired, and robots.
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
  • Chapters
  • descriptions off, selected
  • subtitles off, selected
      Transcript

      BEN BISARES: Hi, and welcome to my class on drones, photogrammetry, 3ds Max, and you. My name is Ben Bisares. I'm a senior technical support specialist here at Autodesk. And we have a lot of interesting stuff to cover, so let's get started.

      And a good place to start is the agenda. So you may have noticed, or you may be wondering after reading the title, What exactly is this class about? And the best way to do it is to basically go over the problem that we're trying to solve. We'll follow that up with a couple of solutions. Spoiler alert, one of them is using photogrammetry to create low-polygon models.

      From there on, since we're discussing photogrammetry, it's not really the goal of this course, but I'll give a brief overview and some best practices. After that, we'll take a look at how we can actually create 3D models from the photos that we're taking using ReCap Photo. And then the star of the show is basically creating low-polygon textured models based on the high-polygon models that we created in 3ds Max.

      So hopefully that gave a better idea of what we're going to take a look at. So let's get right into it, which is the problem. So I find that every good class starts with a clear and an intriguing issue to solve. And in our case, imagine that you're tasked to create a detailed, visually accurate model of an existing structure. For what reason? It could be for various reasons. There's some good reasons out there.

      For example, you want to preserve a historical building digitally, not physically. Or, for example, accident reconstruction. For example, you must have heard of the fire of the Notre Dame Cathedral, and they used drones to capture the damage that's done. There's many examples out there where you may want to create a very detailed and accurate model of a structure.

      Now why must it be low polygon? So for example, yes, you probably would need a high-resolution or high-detailed version of that. But for example, they may want to also create a separate application where they can walk through the building in question, and then be able to share it with other people, other teams, for example, either on the web or on a mobile.

      So that would require, again, a low polygon version. And other reasons also, so digital maps, your Google Maps or your Bing Maps, for example. VR, another good example, will need low-polygon, yet good-looking versions of models, and video games.

      Now the most important part is that they have to look as close as possible to the real-life counterpart. We should minimize, for example, any instances where someone has to guess as to what the data is. So what are the solutions that we can have for this?

      So the first solution is what I would call your traditional method. You would go on site, take reference photos, so generally, that means you and a camera or a team and a camera walking around taking photos of the subject in question. Then you would go back to the studio and do things like, for example, create a low-polygon version of what you took. And this is based off the reference photos in any 3D package out there, be it 3ds Max, Maya, Blender, et cetera.

      Then because it's going to be in low polygon, we obviously will-- we'll lose textures. The polygon budget to create some details that are there. So for example, for trying to create a church, the church may have things like stones, bricks, things of that nature, that we may not be able to model individually. We maybe have to use, for example, a flat wall. So how can we simulate or give the illusion of those details basically with textures? So we apply a texture onto it, so like a decal that would put on a surface, to give the illusion that there's more detail.

      Now these textures could be created from the photos themselves. So for example, we'll take the reference photos, we'll bring it into an image editor, for example, Photoshop, and then do some kind of manipulation to create a texture based on those photos. It's not necessarily difficult to do, but it can be very time consuming and it does involve a good set of skills, knowledge on how to manipulate the images, to create a good-looking texture that doesn't have, for example, seams. Like you don't want to be-- you don't want it to be obvious that there's a border between one area and another based off the photos.

      So it comes with its risks. So like I mentioned, it is time consuming to do. And there is a risk of having missing or inaccurate details. So for example, if you were tasked to create this elevated walkway that you see here on the left, now it's fairly simple to go around and walk taking photos, but what are you going to do when it comes to the structure that is above? So what you see on the right photo.

      Now in my case, I had access to a building that was right beside it. So I can simply go inside and take a few photos. But again, I mean, it does limit you to essentially the angles that you can reach.

      So for example, the elevated portion of the walkway that you see here, What does it look like on the other side? I mean, you could take an educated guess and say, well, it probably looks like exactly what it looks like over here on the side that we can see. But again, we don't have benefit of guessing in this case. Like I said, it has to be very accurate.

      For all we know there may be [? ticks ?] or damage that needs to be captured. So we can't just say, well, it probably looks like this, and create it as such. So let me do this. Sorry, there we go.

      So what is another potential solution? Well, we have the-- what we call photogrammetry-based method. And this is essentially the topic in question for this class. So the way it differs, well, it actually starts off fairly simple-- fairly similar, excuse me, where you start off with taking photos.

      Now in this case, it could be either terrestrial or aerial. Now terrestrial is a fancy way of saying you standing on the ground holding a camera, taking photos. But you can also take them from above using some kind of unmanned-- and unmanned device, so for example, like a drone, fixed wing, whatever you want. Generally, though, we use drones these days to do that.

      So it can be a combination of both, even if the-- it's required. And sometimes it is highly suggested. And I'll show an example where it could have been of use.

      Now from these photos, what we'll use is we use some kind of software. In this case, ReCap Photo, to create a high-polygon and textured model from those photos like what you see on the screenshot on the right. We're going to take a look at-- or we will be using the example that you see here on the right.

      Once you have that high-resolution textured version, then, once again, what we're going to do is we'll create a low-polygon model. This is similar to the other method. And this is done manually. There's no really-- there's no way to get around it. You could, for example, try to create a low or some-- sorry, let me back up a little bit.

      You do have to create a low-polygon version of the model, obviously, as per the project's requirements. Now you may be asking, well, Since I have the high-polygon version, why can't I just go and use that? And for example, use some kind of software magic to make it low polygon?

      And the reason is generally the tools that we have for reducing the amount of polygons-- I mean, in my opinion, aren't very good. I mean, you maybe have this tool that's magic and it's great and it gives perfect results every time, but the ones that I'm familiar with generally give results that are so poor that I really don't explore that area. I actually kind of dismiss any kind of optimization tools off the bat.

      I am aware of one that seemed to work quite well. But again, my preference is, is that just create it manually because the low-polygon requirements generally mean that you have to be very deliberate in terms of the polygons that you do have. We have such a low polygon budget, they have to be used as best as possible.

      So you can see the example here. Now originally, this is the high-polygon version. And you can see it is very dense. From far away, it just looks like white because we have a huge mass of polygons. And as you can see-- let me just move this to the side-- it does consist of 2 million polygons, which is extremely high, even optimized to a point that-- I mean, I wouldn't even use this. This is still 10,000 polygons.

      And you'll see that the low-polygon version that we'll be working on-- now it is a section, granted, so maybe we can say this would be 2 million polygons if we were working on the same section. The version that I have is 300, and it looks much better. So that is the problem generally with optimizers. They generally don't consider the flow of the objects. And it may create polygons in weird sections. Like this window has just become this polygonal, distorted shape. Excuse me.

      OK. And then what we're going to do is we will use the high-polygon model to create textures for the low one. So this is the magic, we'll say, of the technique that we're going to create today. You don't need to have, for example, someone who has skills in image editing to create the textures. It just does it automatically for you.

      So this could be quite useful in a lot of scenarios. For example, you may not even have someone on the team that has these image editing skills. If you're, for example, an architectural or construction-based company, you may not have anyone with the skills, for example, let's say, versus a video game or movie company where they have plenty of people that could probably do very good textures just based off random photos.

      So in this case, this takes the manual guesswork out of creating the textures. It does it automatically for you. If the high-polygon version has good textures, you'll get basically the same results. And because it's aerial, you will have access to areas that you may not be able to capture from the ground.

      So let's take a look at how this is done. Now because I mentioned photogrammetry, I will do a brief overview of photogrammetry in general. I don't want to go too deep into it because most likely, most of you already know all this. And there are classes that are-- let's say, would be better suited for learning this kind of thing.

      Photogrammetry is somewhat detailed. There's a lot of information, so we run into the risk of having-- the term I'd like to use is, a little knowledge is dangerous. So either don't do it at all or learn it in as much detail as possible. But having a little bit of knowledge can generally get you into trouble. So I won't spend too much time on this.

      But in general, what's photogrammetry? It's like what I mentioned before. It's a digital recreation of a physical object based on multiple photos. It can be based on photos taken from the air or from the ground or we can have a combination of the two. And like I mentioned in the solution slide, it is a hands-off method. So it is an algorithm that will create the model based on the photos that you take.

      So in this case, you have no influence, really, in terms of the end result other than the quality of the photos that you take. Now when I say quality, I don't necessarily mean higher megapixel is better, but more of having photos that capture as much detail as the-- of the subject as possible. So generally, what this will mean is you will have to take it from as many angles as possible.

      Now I did mention that we have two different ways of taking photos, from the air and from the ground. So aerial, and I will talk a little bit about aerial photogrammetry because if you're going to be creating large structures, you'll be likely using aerial photogrammetry, which has some important considerations that we must mention, or that I should talk about. And one of the more important things is well, Are you even allowed to fly a drone in the area that you want to take photos from?

      So there are quite a few things that you need to consider. So no-fly zone, so areas around airports, shipping ports, certain buildings, for example. Borders, borders of countries, you can't just go and fly wherever you want. So at best, for example, the drone that you may buy may not even allow you to fly.

      So for example, DJI, because it has a GPS, it knows where it is, it knows where the no-fly zones are. So you don't want to drive, for example, two hours to your location just to find out that you can't even fly. So plan ahead.

      Also, drones over a certain weight may require registration in your country, and pilot certification. Generally, the weight is somewhere around 250 grams. You may see drones out there that advertise as being under 250 grams, and it's for this reason. And also keep in mind that if you are doing this for commercial purposes for your business and not as a hobby, it may require that you apply for additional permits to do this.

      And there's also rules with visual line of sight. Now what that means is, is that generally, you're not allowed to go fly your drone to a distance or an area that you can no longer see it. So you can't take off and have your drone fly to the other side of the mountain or, for example, behind buildings. It must stay always within line of sight.

      Now also, this applies-- this doesn't apply to the pilot itself in the sense that you cannot fly and also be the one maintaining visual line of sight. You may be required to also have a spotter. So basically, someone beside you whose job is to keep an eye on the drone. So, I mean, long story short, just be aware of all the rules that you may have in your country when it comes to flying drones.

      But once you are able to go and fly, you have to basically plan flight paths to maximize the-- like I said, the quality of the photos that you'll take. Generally, you want more photos. You'll never come back from a session disappointed that you took too many photos, but you will if you took too little. So always, more is better.

      Generally, depending on the subject, you want to start off by creating a kind of grid pattern path that's flowing over the subject. Now you may also do some other paths that may be used to optimize, for example, capturing the detail that we have. So let me show you an example.

      So for this church, if I enable these shots, now you'll see a series of these little pyramids in the sky. Each pyramids represents a photo that was taken. And as you can see, in this case, to capture the church that you see here, we did fly a grid path over the subject. And it's always-- you really should do this just to what we call establish like a-- the territory, so to speak. So just to kind of create the map.

      And then in this case, because the-- excuse me-- the church was a subject, what we did is we also did an orbit around the church to capture the detail from as many angles as we could. Now you do see these ones here. Now this was a structure that was just on the side, which we removed for this one because it wasn't the subject of this project. But because of that, we couldn't fly lower than that. So there was a building in the way.

      Now because of this, so the photos, as you can see, if I try to line this up as close as possible, are somewhat from this angle. Now it looks OK from here, but if we go kind of ground level, whoa, things look a little bit smeary. And the reason for that is that's simply because we weren't able to capture any photos from this angle. Now this is where doing terrestrial capture may be a good idea or may be the solution for this issue. So have someone go with a camera and take photos of this area of the building to fill in the areas or the spots that we can't capture from the air.

      Let's see. So flight paths. Now you also want to capture a wider area than that's desired because photo overlap is the key to creating a good result. So if you just have one photo that's by itself, generally, the algorithm won't be able to create anything from that because it needs different angles of that. If it's a flat ground, you might say it's fine, but imagine it's a tree. Just taking one photo of a tree obviously doesn't capture all the detail that we have there.

      And the algorithm does have a certain threshold in terms of what it believes is accurate. If it believes that it's-- the confidence in creating subject, it's not high, it just rejects. So note that a lot of times, the borders that you have won't be included in there. So for example, if you're doing some kind of land survey, you want to be able to-- or you want to fly outside of the borders that you want to capture because the edges generally won't be in there.

      So let's skip ahead. Now after hearing all of this, and if you haven't done this before, you may be thinking to yourself, wow, that sounds kind of difficult to fly these paths. And to be honest, you are correct. I actually-- just as a hobby, I do fly FPV drones, so I'm quite-- I won't say I'm amazing at it, but I enjoy doing like acrobatics and doing some light racing, we'll see-- some light racing.

      But the hardest thing I found was flying these lines. This is the hardest thing to do. I have tried it just for fun to see if I could do it manually. And from the ground, I'm looking at it, it looks like I'm flying nice, straight, parallel paths. And when I view the shots, it looks like I was trying to write my name in the sky. It's just completely different from what I thought.

      So gladly, you don't have to do this manually. There is software out there, which is generally called a mission planner, which is an autopilot for your drone. So what it is, it's a software where you plan the flight paths that it's going to take. You have a map, you say fly over this area. You can do different patterns, as you can see. You can even do, for example, orbits around a point of interest.

      So you plan all of that out. You then go to the site, and then you basically take off, and with great trepidation, you watch your drone fly off by itself to go do the mission with your fingers crossed that it comes back. But you don't have to do this-- you don't have to do this manually.

      So once you've taken all of those photos, well, you just have photos. What do you do? Well, basically, need some kind of software to take those photos and create a 3D model from it. And in this case, I'll be discussing ReCap Photo. Now ReCap Photo is essentially a feature that we have in ReCap Pro. So if you have ReCap Pro, you will have ReCap Photo. But it is-- excuse me-- it is a separate software that's installed on your computer.

      So just briefly, the projects that you create in ReCap Photo can either be an aerial or an object project. And there is an additional cost in this. So generally, one Flex token for every photo-- 50 photos that are used in there. So what are the difference between the two projects?

      Basically we have object, and an object project is generally used for close proximity objects. So things like statues, cars, little trinkets that are on the tabletop. That is what we use object for. But it can also be used or-- I won't even say can, sometimes it's necessary to use that if the subject you want is essentially more vertically oriented. So if want to do a building, so building scale, now you may think, OK, this is probably an aerial, but to be honest, it may not even work properly with an aerial or the results will be quite disappointing.

      Now the reason is, and I'll come back to the object project, is that for aerial projects, now these are generally done for things like land surveying or mapping, where the scale and accuracy of what's being created is critical. Now because of this, it has a much higher threshold in terms of what it considers to be confident in the results. Now because of that, generally it expects usually, something like flat photos, photos of flat land. I mean, there could be undulations and trees, that's fine.

      But if the majority of your photos just consist of a building-- so, for example, you have the drone on the ground. You take off, you fly up taking photos, you fly down taking photos, so very little, for example, horizontal movement, but mostly all vertical, generally, aerial will fail at that because it's not expecting those photos. It doesn't really know what to do with these.

      And it says, OK, I'm really not confident in the results. I'm just going to reject. So in this case, you need to use an object project which essentially will build what it can based on the photos that it has. So it takes its best guess and just goes ahead and creates an image.

      So there's no GPS required on this. So data isn't needed for object projects. It's not even used if you had it. And you do have a maximum of 300 photos.

      With an aerial project, it does require photos with GPS data. Now this is provided by the camera itself. So usually, the camera on the drone. It's not you manually putting the GPS data there. And you do have more photos.

      So you would basically create your project, submit the photos, and then after a certain amount of time and processing, it gives you a high-resolution result such as what you see here. So in this case, once again, the church. So it does comprise of the actual model itself. So this would be the mesh. And then you have the textures that are applied onto it.

      Now you could do some basic editing in here, which was already done. So if you wanted to delete, for example, some of this ground area, this could be all done. And once you have a final product, you can then export this out to whatever format the 3D package that you're using supports. So in this case, FBX generally the best results that we need, at least for 3ds Max.

      OK. You have the high-resolution object, you have it textured. What do we do now? Well, this is where we bring 3ds Max into play. And like I said, it's the star of the show. So with 3ds Max, what we can do is we can basically use the high-polygon mesh that we created to enhance a low-polygon version that we create in 3ds Max. Now-- oh-- skipped way too far ahead. There we go.

      So the way that it works is we create the low-polygon version, and then we import the high-polygon model. And then what we'll use is something called a projection tool to take the details that are on the high polygon and apply it to the low polygon. Now we can do things like create textures for it, so things like diffuse maps, and even things like bump and normal maps. So we can create something quite interesting with the detail that we have here.

      Now when it comes to the low-polygon version, when you create-- and like I said, this is something that you should be creating manually. Like I said, there are tools out there to reduce polygon count on objects, but I've never liked them. So I've created it manually, which you can see here on the right.

      So it has to be as close as possible when it comes to the size. Now obviously, it's not going to be a 1 to 1 match because you have a lower polygon budget. So you may not be able, with the polygons that you have, match the exact detail-- surface detail that you have there, but as close as you can. It also needs to be unwrapped, which I'll discuss just in a bit when we get into 3ds Max. And although it doesn't have to be initially, when you're ready to project the high details onto the low-polygon object, they need to occupy the same space.

      So let's take a quick look at the process for this in 3ds Max. So we'll go and open up the file. So what we have here are the two different objects appropriately named Church Low Poly and High Poly. Now in this case, I am doing just one section, one wall, just for the sake of, let's say, simplicity in the example.

      And you can see the shape that I have here is very similar, but it's not exactly the same. But it also has much lower polygons. You can see, like I mentioned, this one has 360 polygons, and the polygons are better used in the sense that they flow better with the shape of the object. So we have these stone structures-- it's a bit hard to see-- that stick out or, for example, along the window, these are replicated here.

      Now of course because it's such low poly, we can't create all of the details. So for example, the tiles on the roof, those aren't there. It's a much simplified version. And the same thing goes for the wall. It's generally flat, I mean, with just a few exceptions, but we can't generate all of the little bumps and imperfections that we have here.

      So the way this works, and I will go, let's say, somewhat quickly over this. Don't fret on any of the small details. It will be in the handout. So if you're wondering, What's the option that he clicked on there? And, oh, what's the value he used?

      Don't worry about it. In this case, just I want you to understand the general workflow of how this works. All of the details are in the handout.

      So what we want to do is basically take the low-polygon version, and like I said, it needs to be unwrapped. If you don't know what that is, well, this is let's say, out of scope for this. But the important aspect to understand when it comes to unwrapping in this scenario is that you cannot have any overlapping UVs. OK So all of the UVs have to be in its own space.

      And the reason is quite simple. We're doing a texture projection. You don't want to have two areas of texture applied on top of each other. So everything has to be by itself. How you do that, it's not the scope for this class.

      So we have it unwrapped. And what we're going to do is we'll simply do our Render to Texture. Again, the details are not that important, but we will pick our High Polygon. So we have the Low Polygon selected. We will use the High Polygon version as our source. We'll use the existing unwrap that we have. And then we can define the different maps that we want to create.

      So for example, Diffuse Maps, a map based on the shadows or the lights in there. Now in this case, I'm just going to create a diffuse map and a normal map, and that's it. I mean, we can choose the size, but we're ready go-- we're ready to go. So I'll go ahead and render this off. Let's just skip these things.

      And there's the texture. Now you may notice that there are some areas that are in red. Now this red is basically a-- what we call a ray miss. Basically what that means is that it tried to project a texture onto this area and it could not find one to project. Now it's a bit difficult to kind of show with this more complex model on how this works. So basically, I do have a simpler version for us to take a look at.

      And the reason we're getting these ray misses is because of what we call the cage. Now when it does the projection, what it does is that it creates a shell that's based on the low-polygon version. And it casts rays from that low-polygon version-- the cage towards the low-polygon version.

      Now the rays will see whatever is basically from there, so in this case, a source. and then will apply what it sees onto the texture. So if it doesn't see anything, then we get what's called a ray miss. Basically, it says, I'm trying to create a texture. I don't see anything there to create a texture from. And we get these, by default, red marks.

      So for example, here, you can see there's some red here and red here that corresponds to this area and that area. And again, the reason is, for example, here's a cage-- I know it's a little bit hard to see. We'll see it in a, let's say, more interactive example in a second. But the cage is this blue line that you see here. We have our low-polygon version, which is here. And then we have this yellow high-polygon version.

      And you can see we have a ray miss here because it is basically projecting towards the low-polygon version-- whoops-- and there is nothing there. The high-polygon doesn't intersect this line. The other issue that we have here, for example, is that the cage is actually behind the high-polygon version. So again, we get the same issue that it has-- it doesn't see anything. And so it just gives us red. And we can take a look at that in 3ds Max-- let's see-- because, yes, I'm fairly certain that it wasn't so clear.

      But in this example, this simplified example, let's say the low-polygon version is what we have in green. And I'll say the higher polygon version is in yellow. And we want to do a projection. So again, we repeat the process, select the Low, go to Render to Texture, choose the High as our source-- Let's see, I think everything's OK-- and we go ahead and render.

      And again, I see those ray misses. now, if I go to the projection, and let's make it a little bit easier by shading it. So you can see this kind of mouth-looking red area here. And again, that's because the cage is actually behind-- as you can see here, behind the high-polygon version. We have these misses because again-- and I don't know how easy it is to see, it's projecting towards the low-polygon version and there's nothing there to see.

      So how do we fix this? We can adjust the cage. So the easiest way usually is just to do something like a Push, which pushes the cage-- excuse me-- towards or away from the low-polygon version. So in this case, I can push it-- excuse me-- so that, in this case, the cage is now in front of rather than behind the high-polygon version.

      And we can render again. And yes, now you can see that we no longer have the miss in this area, but we still have these top sections. Now the way this can be fixed, because no amount of pushing and pulling will fix that, we can manipulate the cage manually. So I can select sections and then try to adjust so that a ray projecting from there will intersect the high-polygon version, which I believe something like that, I mean, might be easier to see from, let's say, this angle here.

      So I'm imagining a line drawn from here to here, and think it's intersecting the high poly. And when I render, there it is. You can see the red is gone. So generally, any kind of misses that you may get is fixable by adjusting the cage. You don't really need to do anything else in terms of the actual objects themselves.

      So if we go back to our other example and repeat one more time, so select the Low, Render, Render to Texture, choose the High as the source-- sorry the window always goes offscreen. And I believe we're OK. Now actually, one other thing I want to mention, so it will generate a cage that it thinks is appropriate. Now I don't know about you, If you've done this before, but, I mean, this cage doesn't look correct to me.

      Now what we can do is basically reset the cage and then push it out a bit manually. So let's say something like this, which t me, seems to be much better than this kind of weird shape that we had before. And then go ahead and render. Now you can use various renders for this. I am using, in this case-- what am I using? Scanline, simply because it's just faster for this scenario.

      Now do we worry about everything here? Not necessarily. For example, this red area is actually the underside, which we don't have in the high-polygon version. So we'll never see it. We can ignore it. But there are some obvious areas where we might see some red. And we'll look at that in the example later.

      So you'll need to fix the cage to do this. Now at the same time, what it's done, it's also created a normal map. Now this normal map, and we'll take a look at it in another example, is an image that represents surface detail. So again, the texture is great, but technically, we're just applying a texture onto a flat surface.

      Can we replicate the kind of surface imperfections? Yes, that's done with the bump map. And let's take a look at that now. So we do have-- let's see-- an example usage of this.

      Now keep in mind that the end result doesn't have to be all 3ds Max. Once we've generated the textures, what we can now do, if I was creating, for example, a VR experience, well, then I would bring these-- the low-polygon version and the textures into whatever engine that we're using to create the VR. So it's not all done completely in 3ds Max, but am doing this just for the sake of simplicity.

      So once again, we have the low-polygon version and open up the materials, I have a material already prepared. And I'll just apply it onto that. And if we render, I'm using Arnold in this case because it does make it nicer or easier to see the results. You can see once again what we have here.

      So now from this low-polygon version, we have what looks convincingly like a high-polygon version. And we also have-- let me just disable-- a normal map applied to this. So let me just disable that. And you can see that it also gives us some-- the look of some of the imperfections. I'm trying to find an angle that kind of best shows it.

      So the bricks kind of appear on there. And it is, again, a simulation of surface detail. So it will be affected by light. So if we change the light angle, the shadows that we'll see here will also change. So it's quite convincing.

      So the object hasn't just magically increased in polygon count. It's a trick of light and shadows to give the illusion of something that's more detailed than what we have, actually. So a combination of both the texture and a bump map can give us a fairly convincing result of something that's high polygon. But in this case, it's much lower. It's more than order of magnitude in terms of the lower amount of polygons that we have.

      And there you go. Hopefully this has given you some idea of what we can do with this technique. Like I said, some examples would be things like interactive walkthroughs for web applications or mobile. Virtual reality is another good usage scenario for this. But even things like 3D maps or games.

      So there we go. I hope this has inspired you to use this technique to create basically some projects on your own. Thank you very much.

      ______
      icon-svg-close-thick

      쿠기 기본 설정

      오토데스크는 고객의 개인 정보와 최상의 경험을 중요시합니다. 오토데스크는 정보를 사용자화하고 응용프로그램을 만들기 위해 고객의 본 사이트 사용에 관한 데이터를 수집합니다.

      오토데스크에서 고객의 데이터를 수집하고 사용하도록 허용하시겠습니까?

      오토데스크에서 사용하는타사 서비스개인정보 처리방침 정책을 자세히 알아보십시오.

      반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

      이 쿠키는 오토데스크에서 사용자 기본 설정 또는 로그인 정보를 저장하거나, 사용자 요청에 응답하거나, 장바구니의 품목을 처리하기 위해 필요합니다.

      사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

      이 쿠키는 오토데스크가 보다 향상된 기능을 제공하고 사용자에게 맞는 정보를 제공할 수 있게 해 줍니다. 사용자에게 맞는 정보 및 환경을 제공하기 위해 오토데스크 또는 서비스를 제공하는 협력업체에서 이 쿠키를 설정할 수 있습니다. 이 쿠키를 허용하지 않을 경우 이러한 서비스 중 일부 또는 전체를 이용하지 못하게 될 수 있습니다.

      광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

      이 쿠키는 사용자와 관련성이 높은 광고를 표시하고 그 효과를 추적하기 위해 사용자 활동 및 관심 사항에 대한 데이터를 수집합니다. 이렇게 데이터를 수집함으로써 사용자의 관심 사항에 더 적합한 광고를 표시할 수 있습니다. 이 쿠키를 허용하지 않을 경우 관심 분야에 해당되지 않는 광고가 표시될 수 있습니다.

      icon-svg-close-thick

      타사 서비스

      각 범주에서 오토데스크가 사용하는 타사 서비스와 온라인에서 고객으로부터 수집하는 데이터를 사용하는 방식에 대해 자세히 알아보십시오.

      icon-svg-hide-thick

      icon-svg-show-thick

      반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

      Qualtrics
      오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Qualtrics를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Qualtrics 개인정보취급방침
      Akamai mPulse
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Akamai mPulse를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Akamai mPulse 개인정보취급방침
      Digital River
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Digital River를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Digital River 개인정보취급방침
      Dynatrace
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Dynatrace를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Dynatrace 개인정보취급방침
      Khoros
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Khoros를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Khoros 개인정보취급방침
      Launch Darkly
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Launch Darkly를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Launch Darkly 개인정보취급방침
      New Relic
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 New Relic를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. New Relic 개인정보취급방침
      Salesforce Live Agent
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Salesforce Live Agent를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Salesforce Live Agent 개인정보취급방침
      Wistia
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Wistia를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Wistia 개인정보취급방침
      Tealium
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Tealium를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Upsellit
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Upsellit를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. CJ Affiliates
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 CJ Affiliates를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Commission Factory
      Typepad Stats
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Typepad Stats를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Typepad Stats 개인정보취급방침
      Geo Targetly
      Autodesk는 Geo Targetly를 사용하여 웹 사이트 방문자를 가장 적합한 웹 페이지로 안내하거나 위치를 기반으로 맞춤형 콘텐츠를 제공합니다. Geo Targetly는 웹 사이트 방문자의 IP 주소를 사용하여 방문자 장치의 대략적인 위치를 파악합니다. 이렇게 하면 방문자가 (대부분의 경우) 현지 언어로 된 콘텐츠를 볼 수 있습니다.Geo Targetly 개인정보취급방침
      SpeedCurve
      Autodesk에서는 SpeedCurve를 사용하여 웹 페이지 로드 시간과 이미지, 스크립트, 텍스트 등의 후속 요소 응답성을 측정하여 웹 사이트 환경의 성능을 모니터링하고 측정합니다. SpeedCurve 개인정보취급방침
      Qualified
      Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

      icon-svg-hide-thick

      icon-svg-show-thick

      사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

      Google Optimize
      오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Google Optimize을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Google Optimize 개인정보취급방침
      ClickTale
      오토데스크는 고객이 사이트에서 겪을 수 있는 어려움을 더 잘 파악하기 위해 ClickTale을 이용합니다. 페이지의 모든 요소를 포함해 고객이 오토데스크 사이트와 상호 작용하는 방식을 이해하기 위해 세션 녹화를 사용합니다. 개인적으로 식별 가능한 정보는 가려지며 수집되지 않습니다. ClickTale 개인정보취급방침
      OneSignal
      오토데스크는 OneSignal가 지원하는 사이트에 디지털 광고를 배포하기 위해 OneSignal를 이용합니다. 광고는 OneSignal 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 OneSignal에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 OneSignal에 제공하는 데이터를 사용합니다. OneSignal 개인정보취급방침
      Optimizely
      오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Optimizely을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Optimizely 개인정보취급방침
      Amplitude
      오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Amplitude을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Amplitude 개인정보취급방침
      Snowplow
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Snowplow를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Snowplow 개인정보취급방침
      UserVoice
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 UserVoice를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. UserVoice 개인정보취급방침
      Clearbit
      Clearbit를 사용하면 실시간 데이터 보강 기능을 통해 고객에게 개인화되고 관련 있는 환경을 제공할 수 있습니다. Autodesk가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. Clearbit 개인정보취급방침
      YouTube
      YouTube는 사용자가 웹 사이트에 포함된 비디오를 보고 공유할 수 있도록 해주는 비디오 공유 플랫폼입니다. YouTube는 비디오 성능에 대한 시청 지표를 제공합니다. YouTube 개인정보보호 정책

      icon-svg-hide-thick

      icon-svg-show-thick

      광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

      Adobe Analytics
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Adobe Analytics를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Adobe Analytics 개인정보취급방침
      Google Analytics (Web Analytics)
      오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Google Analytics (Web Analytics)를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. AdWords
      Marketo
      오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Marketo를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Marketo 개인정보취급방침
      Doubleclick
      오토데스크는 Doubleclick가 지원하는 사이트에 디지털 광고를 배포하기 위해 Doubleclick를 이용합니다. 광고는 Doubleclick 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Doubleclick에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Doubleclick에 제공하는 데이터를 사용합니다. Doubleclick 개인정보취급방침
      HubSpot
      오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 HubSpot을 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. HubSpot 개인정보취급방침
      Twitter
      오토데스크는 Twitter가 지원하는 사이트에 디지털 광고를 배포하기 위해 Twitter를 이용합니다. 광고는 Twitter 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Twitter에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Twitter에 제공하는 데이터를 사용합니다. Twitter 개인정보취급방침
      Facebook
      오토데스크는 Facebook가 지원하는 사이트에 디지털 광고를 배포하기 위해 Facebook를 이용합니다. 광고는 Facebook 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Facebook에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Facebook에 제공하는 데이터를 사용합니다. Facebook 개인정보취급방침
      LinkedIn
      오토데스크는 LinkedIn가 지원하는 사이트에 디지털 광고를 배포하기 위해 LinkedIn를 이용합니다. 광고는 LinkedIn 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 LinkedIn에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 LinkedIn에 제공하는 데이터를 사용합니다. LinkedIn 개인정보취급방침
      Yahoo! Japan
      오토데스크는 Yahoo! Japan가 지원하는 사이트에 디지털 광고를 배포하기 위해 Yahoo! Japan를 이용합니다. 광고는 Yahoo! Japan 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Yahoo! Japan에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Yahoo! Japan에 제공하는 데이터를 사용합니다. Yahoo! Japan 개인정보취급방침
      Naver
      오토데스크는 Naver가 지원하는 사이트에 디지털 광고를 배포하기 위해 Naver를 이용합니다. 광고는 Naver 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Naver에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Naver에 제공하는 데이터를 사용합니다. Naver 개인정보취급방침
      Quantcast
      오토데스크는 Quantcast가 지원하는 사이트에 디지털 광고를 배포하기 위해 Quantcast를 이용합니다. 광고는 Quantcast 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Quantcast에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Quantcast에 제공하는 데이터를 사용합니다. Quantcast 개인정보취급방침
      Call Tracking
      오토데스크는 캠페인을 위해 사용자화된 전화번호를 제공하기 위하여 Call Tracking을 이용합니다. 그렇게 하면 고객이 오토데스크 담당자에게 더욱 빠르게 액세스할 수 있으며, 오토데스크의 성과를 더욱 정확하게 평가하는 데 도움이 됩니다. 제공된 전화번호를 기준으로 사이트에서 고객 행동에 관한 데이터를 수집할 수도 있습니다. Call Tracking 개인정보취급방침
      Wunderkind
      오토데스크는 Wunderkind가 지원하는 사이트에 디지털 광고를 배포하기 위해 Wunderkind를 이용합니다. 광고는 Wunderkind 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Wunderkind에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Wunderkind에 제공하는 데이터를 사용합니다. Wunderkind 개인정보취급방침
      ADC Media
      오토데스크는 ADC Media가 지원하는 사이트에 디지털 광고를 배포하기 위해 ADC Media를 이용합니다. 광고는 ADC Media 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 ADC Media에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 ADC Media에 제공하는 데이터를 사용합니다. ADC Media 개인정보취급방침
      AgrantSEM
      오토데스크는 AgrantSEM가 지원하는 사이트에 디지털 광고를 배포하기 위해 AgrantSEM를 이용합니다. 광고는 AgrantSEM 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 AgrantSEM에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 AgrantSEM에 제공하는 데이터를 사용합니다. AgrantSEM 개인정보취급방침
      Bidtellect
      오토데스크는 Bidtellect가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bidtellect를 이용합니다. 광고는 Bidtellect 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bidtellect에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bidtellect에 제공하는 데이터를 사용합니다. Bidtellect 개인정보취급방침
      Bing
      오토데스크는 Bing가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bing를 이용합니다. 광고는 Bing 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bing에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bing에 제공하는 데이터를 사용합니다. Bing 개인정보취급방침
      G2Crowd
      오토데스크는 G2Crowd가 지원하는 사이트에 디지털 광고를 배포하기 위해 G2Crowd를 이용합니다. 광고는 G2Crowd 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 G2Crowd에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 G2Crowd에 제공하는 데이터를 사용합니다. G2Crowd 개인정보취급방침
      NMPI Display
      오토데스크는 NMPI Display가 지원하는 사이트에 디지털 광고를 배포하기 위해 NMPI Display를 이용합니다. 광고는 NMPI Display 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 NMPI Display에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 NMPI Display에 제공하는 데이터를 사용합니다. NMPI Display 개인정보취급방침
      VK
      오토데스크는 VK가 지원하는 사이트에 디지털 광고를 배포하기 위해 VK를 이용합니다. 광고는 VK 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 VK에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 VK에 제공하는 데이터를 사용합니다. VK 개인정보취급방침
      Adobe Target
      오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Adobe Target을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Adobe Target 개인정보취급방침
      Google Analytics (Advertising)
      오토데스크는 Google Analytics (Advertising)가 지원하는 사이트에 디지털 광고를 배포하기 위해 Google Analytics (Advertising)를 이용합니다. 광고는 Google Analytics (Advertising) 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Google Analytics (Advertising)에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Google Analytics (Advertising)에 제공하는 데이터를 사용합니다. Google Analytics (Advertising) 개인정보취급방침
      Trendkite
      오토데스크는 Trendkite가 지원하는 사이트에 디지털 광고를 배포하기 위해 Trendkite를 이용합니다. 광고는 Trendkite 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Trendkite에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Trendkite에 제공하는 데이터를 사용합니다. Trendkite 개인정보취급방침
      Hotjar
      오토데스크는 Hotjar가 지원하는 사이트에 디지털 광고를 배포하기 위해 Hotjar를 이용합니다. 광고는 Hotjar 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Hotjar에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Hotjar에 제공하는 데이터를 사용합니다. Hotjar 개인정보취급방침
      6 Sense
      오토데스크는 6 Sense가 지원하는 사이트에 디지털 광고를 배포하기 위해 6 Sense를 이용합니다. 광고는 6 Sense 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 6 Sense에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 6 Sense에 제공하는 데이터를 사용합니다. 6 Sense 개인정보취급방침
      Terminus
      오토데스크는 Terminus가 지원하는 사이트에 디지털 광고를 배포하기 위해 Terminus를 이용합니다. 광고는 Terminus 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Terminus에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Terminus에 제공하는 데이터를 사용합니다. Terminus 개인정보취급방침
      StackAdapt
      오토데스크는 StackAdapt가 지원하는 사이트에 디지털 광고를 배포하기 위해 StackAdapt를 이용합니다. 광고는 StackAdapt 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 StackAdapt에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 StackAdapt에 제공하는 데이터를 사용합니다. StackAdapt 개인정보취급방침
      The Trade Desk
      오토데스크는 The Trade Desk가 지원하는 사이트에 디지털 광고를 배포하기 위해 The Trade Desk를 이용합니다. 광고는 The Trade Desk 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 The Trade Desk에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 The Trade Desk에 제공하는 데이터를 사용합니다. The Trade Desk 개인정보취급방침
      RollWorks
      We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

      정말 더 적은 온라인 경험을 원하십니까?

      오토데스크는 고객 여러분에게 좋은 경험을 드리고 싶습니다. 이전 화면의 범주에 대해 "예"를 선택하셨다면 오토데스크는 고객을 위해 고객 경험을 사용자화하고 향상된 응용프로그램을 제작하기 위해 귀하의 데이터를 수집하고 사용합니다. 언제든지 개인정보 처리방침을 방문해 설정을 변경할 수 있습니다.

      고객의 경험. 고객의 선택.

      오토데스크는 고객의 개인 정보 보호를 중요시합니다. 오토데스크에서 수집하는 정보는 오토데스크 제품 사용 방법, 고객이 관심을 가질 만한 정보, 오토데스크에서 더욱 뜻깊은 경험을 제공하기 위한 개선 사항을 이해하는 데 도움이 됩니다.

      오토데스크에서 고객님께 적합한 경험을 제공해 드리기 위해 고객님의 데이터를 수집하고 사용하도록 허용하시겠습니까?

      선택할 수 있는 옵션을 자세히 알아보려면 이 사이트의 개인 정보 설정을 관리해 사용자화된 경험으로 어떤 이점을 얻을 수 있는지 살펴보거나 오토데스크 개인정보 처리방침 정책을 확인해 보십시오.