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: Chapter/Article (Proceedings)
Appears in Collections:Publications without full text

Show full item record

Page view(s)

50
checked on Nov 7, 2025

Google ScholarTM

Check

HAW Katalog

Check

Add Files to Item

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.