Vergleich von Neural Radiance Fields und Photogrammetrie für 3D Asset-Creation

Abstract

Mit Photogrammetrie lassen sich aus Fotos oder Videos automatisch detailgetreue und texturierte 3D-Meshes generieren. Ob 3D-Meshes von Neural Radiance Fields ebenfalls qualitativ gleich oder bessere Meshes produzieren, wird in dieser Fallstudie überprüft. Für eine objektive Beurteilung werden beide Verfahren mit einem selbstangefertigten Luft-/Nahbild Datensatz durchgeführt und miteinander verglichen. Die Polygon-Meshes der Methoden werden mit spezieller Software analysiert und auf ihre Oberflächenstruktur und Textur geprüft. Zusätzlich wird ein Einblick in die Geschichte und aktuelle Lage der Photogrammetrie gegeben und eine Einführung in Neural Radiance Fields. Die Auswertung der beiden Rekonstruktionsverfahren zeigt, dass die subjektiven Beurteilungen der Meshes mit den objektiveren Messergebnissen grundsätzlich vergleichbar sind. Allerdings bleiben die 3D-Meshes der Photogrammetrie Software qualitativ und quantitativ hochwertiger und unkomplizierter in ihrer Erzeugung.

Photogrammetry can be used to automatically generate detailed and textured 3D meshes from photos or videos. Whether 3D meshes from Neural Radiance Fields also produce meshes of the same or better quality is examined in this case study. For an objective assessment, both methods are carried out with a self-created aerial/close-up image data set and compared with each other. The polygon meshes of the methods are analyzed with special software and checked for their surface structure and texture. In addition, an insight into the history and current state of photogrammetry and an introduction to Neural Radiance Fields will be given. The evaluation of the two reconstruction methods shows that the subjective assessments of the meshes are basically comparable with the more objective measurement results. However, the 3D meshes of the photogrammetry software remain qualitatively and quantitatively of higher quality and less complicated to generate.