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

dc.contributor.author	Kruse, Leo
dc.contributor.author	Langbehn, Eike
dc.date.accessioned	2024-09-03T13:00:44Z
dc.date.available	2024-09-03T13:00:44Z
dc.date.issued	2024
dc.description.abstract	Mit Photogrammetrie lassen sich aus Fotos oder Videos auto- matisch detailgetreue und texturierte 3D-Meshes generieren. Ob Neural Radiance Fields ebenfalls qualitativ gleichwertige oder bes- sere 3D-Meshes produzieren, wird in dieser Studie u ̈berpru ̈ft. Fu ̈r eine Beurteilung werden beide Verfahren mit einem selbstangefer- tigten Luft-/Nahbild Datensatz durchgefu ̈hrt und miteinander ver- glichen. 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 grundsa ̈tzlich vergleichbar sind. Allerdings bleiben die 3D-Meshes der Photogrammetrie-Software qualitativ und quantitativ hochwertiger und unkomplizierter in ihrer Erzeugung.	de
dc.identifier.doi	10.18420/vrar2024_0013
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/44487
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	GI VR / AR Workshop
dc.title	Vergleich von Neural Radiance Fields und Photogrammetrie für 3D-Asset Creation	de
dc.type	Text/Workshop Paper
gi.conference.date	17. - 18. September 2024

Dateien

1 - 1 von 1