Verlagslink: https://dl.gi.de/handle/20.500.12116/44487
Verlagslink DOI: 10.18420/VRAR2024_0013
Titel: Vergleich von Neural Radiance Fields und Photogrammetrie für 3D-Asset Creation
Sprache: Deutsch
Autorenschaft: Kruse, Leo 
Langbehn, Eike  
Schlagwörter: Photogrammetrie; Neural Radiance Fields; Mesh
Erscheinungsdatum: 3-Sep-2024
Verlag: Gesellschaft für Informatik e.V.
Teil der Schriftenreihe: VR/AR Workshop 2024 
Konferenz: VR/AR Workshop 2024 
Zusammenfassung: 
Mit Photogrammetrie lassen sich aus Fotos oder Videos automatisch detailgetreue und texturierte 3D-Meshes generieren. Ob Neural Radiance Fields ebenfalls qualitativ gleichwertige oder bessere 3D-Meshes produzieren, wird in dieser Studie überprüft. Für eine 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. Die Auswertung der beiden Rekonstruktionsverfahren zeigt, dass die subjektiven Beurteilungen der Meshes mit den objektiven Messergebnissen grundsätzlich vergleichbar sind. Allerdings bleiben die 3D-Meshes der Photogrammetrie-Software qualitativ und quantitativ hochwertiger und unkomplizierter in ihrer Erzeugung.
URI: https://hdl.handle.net/20.500.12738/16834
Begutachtungsstatus: Diese Version hat ein Peer-Review-Verfahren durchlaufen (Peer Review)
Einrichtung: Forschungs- und Transferzentrum Digital Reality 
Department Medientechnik 
Fakultät Design, Medien und Information 
Dokumenttyp: Konferenzveröffentlichung
Enthalten in den Sammlungen:Publications without full text

Zur Langanzeige

Seitenansichten

17
checked on 21.01.2025

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Volltext ergänzen

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.