(→NeRF) |
Nessun oggetto della modifica |
||
| Riga 37: | Riga 37: | ||
La creazione di modelli NeRF (Neural Radiance Fields) di architettura utilizzando sistemi come Luma AI o NeRF Studio segue un processo diverso rispetto alla fotogrammetria basata sulla Structure from Motion (SfM). I NeRF sono costruiti attraverso una rete neurale profonda che apprende una rappresentazione 3D di una scena a partire da un insieme di immagini 2D. Questi modelli non sono progettati per fornire misurazioni accurate, ma piuttosto per creare visualizzazioni 3D realistiche. | La creazione di modelli NeRF (Neural Radiance Fields) di architettura utilizzando sistemi come Luma AI o NeRF Studio segue un processo diverso rispetto alla fotogrammetria basata sulla Structure from Motion (SfM). I NeRF sono costruiti attraverso una rete neurale profonda che apprende una rappresentazione 3D di una scena a partire da un insieme di immagini 2D. Questi modelli non sono progettati per fornire misurazioni accurate, ma piuttosto per creare visualizzazioni 3D realistiche. | ||
'''Visita la pagina [[Linee guida NeRF]]''' | |||
== Caricamento dei modelli su Borgoaperto == | == Caricamento dei modelli su Borgoaperto == | ||
Versione delle 05:07, 13 lug 2023
Questa pagina è dedicata a fornire delle linee guida su come utilizzare efficacemente la tecnologia SfM (Structure from Motion), i dispositivi LiDAR di iPad / iPhone e i Neural Radiance Fields (NeRF) per creare modelli 3D di patrimonio architettonico del Borgo. Queste tecnologie forniscono metodi agili e convenienti per digitalizzare edifici storici e altre strutture architettoniche. A seconda dell'obiettivo del rilievo sarà utile/necessaria l'integrazione con altre metodologie, ad esempio per il controllo metrico.
Le seguenti linee guida forniscono un’indicazione sulle buone pratiche da adottare durante il processo, dall'acquisizione delle immagini e dei dati LiDAR fino alla creazione del modello 3D finale.
SfM
La Structure from Motion (SfM) è una tecnica che consente di creare modelli 3D da sequenze di immagini o video. Attraverso due fasi, structure estimation e motion estimation, SfM identifica punti chiave nelle immagini e calcola la posizione e l'orientamento della fotocamera, permettendo una vasta gamma di applicazioni, inclusa la modellazione 3D di edifici o terreni utilizzando anche immagini da smartphone.
Questa pagina contiene una guida passo passo per utilizzare la tecnologia SfM per creare modelli 3D. Ti aiuterà a capire come preparare il tuo progetto, come catturare le immagini necessarie, come elaborare le immagini per creare un modello 3D e come esportare il tuo modello per l'utilizzo finale.
Visita la pagina Linee guida SfM
Esempio di Modelli realizzati con SfM
| Nome | Anteprima acquisizione | Data di creazione | Ambito | Oggetto dell'acquisizione | Strumento di acquisizione | Software di elaborazione | Risoluzione camera (Mpx) |
|---|---|---|---|---|---|---|---|
| Modello da SfM Drone Borgo | 2023/06/05 | Urbano | Borgo | DJI MINI 3 PRO | Metashape PRO | 12 | |
| … risultati successivi | |||||||
LiDAR
NeRF
La creazione di modelli NeRF (Neural Radiance Fields) di architettura utilizzando sistemi come Luma AI o NeRF Studio segue un processo diverso rispetto alla fotogrammetria basata sulla Structure from Motion (SfM). I NeRF sono costruiti attraverso una rete neurale profonda che apprende una rappresentazione 3D di una scena a partire da un insieme di immagini 2D. Questi modelli non sono progettati per fornire misurazioni accurate, ma piuttosto per creare visualizzazioni 3D realistiche.
Visita la pagina Linee guida NeRF
Caricamento dei modelli su Borgoaperto
Per istruzioni su come caricare i dati visita: