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
Volltext ergänzen
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.