diplomsko delo
Vid Peršak (Avtor), Luka Čehovin (Mentor)

Povzetek

Problem digitalnega opisa 3D sveta obstaja že od začetkov področja računalniške grafike. Večina pristopov temelji na rekonstrukciji sveta iz množice fotografij iste scene. Najnovejše metode temeljijo na globokem učenju, ki omogoča neposredno ocenjevanje polja sevanja. Nadaljnji razvoj metod izboljšuje hitrost, natančnost in dostopnost. Cilj diplomske naloge je pregled področja ter primerjava izbranih metod za ocenjevanje polja sevanja. V eksperimentalni analizi ovrednotimo kvaliteto metod, njihovo odvisnost od ločljivosti in števila vhodnih slik ter njihove potrebe po računskih virih.

Ključne besede

globoko učenje;nevronske mreže; 3D rekonstrukcija; NeRF;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [V. Peršak]
UDK: 004.85:004.92(043.2)
COBISS: 208519939 Povezava se bo odprla v novem oknu
Št. ogledov: 132
Št. prenosov: 46
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Comparison of radiance field estimation methods
Sekundarni povzetek: The problem of digitally describing a 3D world has existed since the beginnings of computer graphics. Most approaches are based on the reconstruction of a world from a set of photographs of the same scene. The latest methods are based on deep learning, which allows for direct estimation of radiance fields. The subsequent development of these methods increases speed, accuracy and accessibility. The goal of this thesis is to review the field and to compare the chosen methods for radiance field estimation. In the experimental analysis, we evaluate the quality of the methods, their dependence on resolution, the number of input images and their computational resource requirements.
Sekundarne ključne besede: deep learning;neural networks;3D reconstruction;NeRF; Gaussian Splatting;computer and information science;diploma;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 1 spletni vir (1 datoteka PDF (57 str.))
ID: 24831040