Mehrere Ansichten
Fotos derselben Szene mit überlappenden Bildinhalten.
Nachschärfung zur Lehrveranstaltung
Was leistet aktuelle Photogrammetric Computer Vision konkret? Wir erklären die Methoden, lesen ihre Ergebnisse und verbinden sie für Erhaltung und Umweltbeobachtung.
Zuerst die Begriffe · dann die Ergebnisse
Die Namen bezeichnen unterschiedliche Aufgaben. Sie bilden einen Werkzeugkasten: Geometrie schätzen, Ansichten erzeugen, Oberflächen prüfen und Informationen verbinden.
01 · VGGT · CVPR 2025
Mehrere Fotos werden gemeinsam ausgewertet. VGGT schätzt Kameras, Tiefen und räumliche Punkte als zusammenhängende Ausgangslösung.
Fotos derselben Szene mit überlappenden Bildinhalten.
Attention verbindet Informationen innerhalb der Bilder und zwischen den Ansichten.
Eine Tiefenkarte enthält Tiefe; eine Pointmap räumliche Koordinaten pro Bildposition.
Massstab, räumlichen Bezug und unabhängige Kontrollmessungen festlegen.
Mit zusätzlicher Bündelausgleichung steigt die veröffentlichte Kameraposen-Bewertung; der ausgewiesene Zeitaufwand wächst von etwa 0,2 auf 1,8 Sekunden. Kameras und Punkte werden dabei gemeinsam an die Bildbeobachtungen angepasst. AUC@30 bewertet Winkel bis 30°; es ist keine Abweichung in Metern.
Der fachliche Gewinn: Eine gelernte Ausgangslösung und geometrische Verfeinerung ergänzen sich. VGGT ist ein Modell für Bildgeometrie. Für eine Vermessungsaufgabe bleiben Bezug und Qualitätsprüfung eigene Schritte.
Beleg: Wang et al. · CVPR 2025 ↗ · Tabelle 1. Zeiten gehören zum Kameratest; vollständige Aufnahme, Georeferenzierung und dichte Auswertung sind davon zu unterscheiden.
FlashVGGT komprimiert den Informationsaustausch zwischen Ansichten. Im publizierten Vergleich des FlashVGGT-Papers mit 1.000 Bildern auf einer NVIDIA H800 nennt Tabelle 3 35,32 statt 372,80 Sekunden und 60,74 statt 68,4 GB Spitzenspeicher. Der VGGT-Vergleich verwendet bereits eine speichereffiziente Implementierung. Das ist ein separater Versuch mit anderer Hardware als der Kameratest oben.
Gesamtverarbeitung und blockweise Online-Verarbeitung sind verschiedene Betriebsarten. Speicher, Sequenzlänge, Qualitätsprüfung und verfügbare GPU bestimmen die praktische Nutzbarkeit.
02 · 3D Gaussian Splatting · SIGGRAPH 2023
Gaussians besitzen Lage, Ausdehnung, Orientierung, Deckkraft und Farbe. Ihre projizierten Beiträge ergeben gemeinsam ein Bild der Szene.
Structure from Motion liefert eine räumliche Initialisierung.
Lage, Form, Deckkraft, Farbe und Anzahl werden an Fotos angepasst.
Die optimierte Szene lässt sich aus neuen virtuellen Kamerapositionen betrachten.
Zurückgehaltene Fotos prüfen Bildqualität; unabhängige Messungen prüfen räumliche Aussagen.
Der publizierte Mittelwert folgt auf 41 min 33 s Optimierung bei 30.000 Iterationen. Aufnahme und Kamerabestimmung kommen hinzu. Die Zahlen in der Originalfigur oben betreffen einen einzelnen Versuch und unterscheiden sich deshalb vom Tabellenmittel. Schnelles Rendern beschreibt die Wiedergabe eines vorbereiteten Modells.
Der Aha-Moment
Einzelne räumliche Stichproben mit X-, Y- und Z-Koordinaten, häufig ergänzt um Farbe oder Intensität. Sie stammen aus Messungen oder modellbasierten Schätzungen.
Weiche, orientierte Farbträger werden projiziert und überlagert. Ihre Mittelpunkte und Formen sind optimierte Darstellungsparameter.
Durch Dreiecke verbundene Eckpunkte beschreiben eine explizite Oberfläche. Daran lassen sich Form, Abstände und – bei geschlossenem Körper – Volumen prüfen.
Möglichkeiten: detailreiche Rundgänge, neue Blickrichtungen und flüssige Darstellung einer vorbereiteten Szene. Voraussetzungen: gute Bildüberdeckung, geeignete Kamerageometrie und genügend Rechenressourcen. Schwach beobachtete Bereiche können Artefakte behalten; die Genauigkeit einer Bauteiloberfläche wird gesondert gegen Kontrollmessungen geprüft.
Die jeweils passende Methode wird an derselben eigenen Referenz geprüft. Die folgenden Kulturgutstudien zeigen diesen Schritt konkret.
Ja, mit einer abgegrenzten und metrisch geprüften Geometrie. Zuerst werden Massstab, räumlicher Bezug und Objektgrenze festgelegt. Danach hängt die Auswertung von der Aufgabe ab:
Bilddarstellung und geometrisches Volumen unterscheidenVolumetrisches Rendering erzeugt ein Bild aus räumlichen Beiträgen. Ein geometrisch abgegrenztes Volumen in Kubikmetern beruht auf der begrenzenden Geometrie. Die Ausdehnungen und Deckkräfte überlappender Gaussians werden dafür nicht addiert.
Methodische Grundlagen: CGAL · Volumen einer geschlossenen triangulierten Oberfläche ↗ · CloudCompare · 2.5D-Volumen und Datenabdeckung ↗. Die genannten Beispiele und Sensitivitätsprüfungen sind ein vorgeschlagener Lehrversuch.
03 · Kulturgut · ISPRS Archives 2026
Gleiche Bilder, zwei Methoden, dieselbe Laserreferenz: Der konkrete Versuch macht deutlich, welche Qualität für eine Aufgabe zählt.
Keramikobjekte in Sarreguemines; gemeinsame SfM-Orientierung für beide Wege.
Mehrbild-Stereo versus eine Gaussian-Methode mit rückgekoppelter Mesh-Erzeugung.
An runden Säulen erscheint MILo lokal vollständiger; das ist eine Beobachtung der Abbildung.
Die Figur zeigt ±5 mm. Ihre Teilflächenwerte sind von der Gesamtstatistik zu unterscheiden.
Diese Werte betreffen den gesamten Keramikdatensatz, während die Originalfigur lokale Details zeigt. Metashape war in diesem Versuch schneller: 4,5 gegenüber 163,34 Minuten auf der angegebenen RTX-4090-Konfiguration. Vollständigkeit, geometrische Abweichung und Aufwand werden getrennt beurteilt. Streuung ist kein garantierter Maximalfehler; auch TLS besitzt Mess- und Registrierungsunsicherheit.
Gemeinsamer Bezug · verschiedene Aufgaben
Die Studie zur Aula Timur in Indonesien registriert drei Ebenen gemeinsam: TLS-Punktwolke, 3DGS-Ansicht und IFC-Bauteilmodell. Der Scan liefert Vergleichsgeometrie, IFC strukturiert Bauteile und Eigenschaften, 3DGS unterstützt die anschauliche Navigation.
Die Studie untersucht eine Aufnahmeepoche. Ein späteres Monitoring ist eine Weiterentwicklung. Gemeinsame Lage verbindet die Ebenen; ihre Qualitätsnachweise werden weiterhin getrennt geführt.
Eigener Transfer nach BallenbergEine freigegebene Fassade vom Boden aufnehmen, ausgewählte Bereiche unabhängig prüfen und ein fachlich interpretiertes Bauteilmodell ergänzen. Die Originalstudie nutzt zusätzlich UAV-LiDAR für den globalen Bezug. Unser Vorschlag bleibt bodengebunden und legt dafür eine terrestrische Referenz fest.
04 · EOGS · CVPR 2025
Optische Satellitenbilder erfassen grössere Gebiete aus mehreren Blickrichtungen. EOGS verbindet ihre besondere Abbildungsgeometrie mit Gaussian-Optimierung.
Oben: geschätzte Höhen mit EOGS und EO-NeRF. Unten: optisches Bild und LiDAR-Referenz. Das digitale Oberflächenmodell, kurz DSM, enthält Höhen von Boden, Gebäuden und Vegetation.
EOGS verwendet nicht orthorektifizierte, mehrzeitige WorldView-3-Bilder, RPC-Satellitenmetadaten und Sonnenrichtung. Eine lokale Näherung der Abbildungsgeometrie sowie Modelle für Helligkeit und Schatten berücksichtigen die Aufnahmebedingungen.
Der Versuch umfasst vier JAX- und drei IARPA-Gebiete, jeweils etwa 256 × 256 Meter, mit 8–24 Ansichten. Die Tabelle unten bewertet ohne Vegetationsmaske.
Mehrere Daten und Blickrichtungen; Satellitenmodell aus RPC-Metadaten.
Geometrie, Beleuchtung und Schatten gehen in die Optimierung ein.
Übergeordneter räumlicher Kontext für Gebäude und Gelände.
Höhenabweichungen und Rechenzeit werden getrennt dokumentiert.
Für IARPA nennt Tabelle 1 1,62 m / 1,51 m. Die berichtete Optimierung dauert rund 3 Minuten / 15 Stunden. Gleiche Hardware für alle Vergleichsverfahren ist nicht ausreichend dokumentiert; diese Tabellenwerte begründen kein allgemeines Beschleunigungsversprechen. Das Höhenprodukt ergänzt lokale Vermessung mit einer eigenen, hier meterbezogenen Qualitätsbewertung.
Beleg: Savant Aira et al. · CVPR 2025 ↗ · Tabelle 1. EOGS verarbeitet optische Bilder; SAR wird unten als eigenständiger Sensorzweig angebunden.
CityGaussianV2 · ICLR 2025: Die Methode teilt grosse Szenen in lokale Bereiche auf, passt die Verdichtung der Darstellung an und verarbeitet Blöcke parallel. So werden Rechenaufwand und Speicher für unterschiedliche Teile der Szene gezielt organisiert.
Die veröffentlichten Versuche verwenden acht NVIDIA A100 und fünf Szenen von etwa 0,3 bis 2,7 km². Die geometrische Bewertung nutzt je nach Szene Abstandsschwellen von 0,3 bis 0,6 Metern für den F1-Wert. Dieser verbindet die Güte und Vollständigkeit der innerhalb der jeweiligen Schwelle gefundenen geometrischen Übereinstimmungen. Schwelle, Referenz und Ressourcen gehören daher zur Interpretation des Stadtmodells.
Übertragung: lokal rechnen, Übergänge kontrollieren und nur veränderte Bereiche nachführen. Die publizierten Ergebnisse geben eine Grundlage für solche Skalierungsversuche; eine konkrete Vermessungsgenauigkeit wird für den jeweiligen Zweck separat nachgewiesen. Liu et al. · CityGaussianV2, Originalquelle ↗
05 · 4D-GS · CVPR 2024
Drei Raumdimensionen plus Zeit: Ein gelerntes Deformationsfeld verbindet die Gaussian-Darstellung über verschiedene Zeitpunkte.
Aufnahmegeometrie und zeitliche Zuordnung der Beobachtungen erfassen.
Eine gemeinsame Gaussian-Darstellung wird zeitabhängig angepasst.
Eine optimierte Szene aus anderen Blickrichtungen und zu gewählten Zeitpunkten rendern.
Kamera- und Objektbewegung unterscheiden; Bildqualität und Messgenauigkeit separat prüfen.
Im realen Neu3D-Test mit 15–20 stationären Kameras nennt die finale Fassung v3 40 Minuten Training → 30 FPS bei 1352 × 1014 Pixeln, ebenfalls auf einer RTX 3090. FPS beschreibt die anschliessende Wiedergabe. Für zeitnahe Beobachtung zählen zusätzlich Aufnahme, Übertragung, Optimierung und fachliche Prüfung.
So lesen Sie das Diagramm: Die horizontale Achse zeigt Wiedergabegeschwindigkeit, die vertikale Achse Bildähnlichkeit als PSNR. Kreisgrössen stehen für Trainingszeit. Daraus folgt eine Aussage über Darstellung und Rechenaufwand; die Genauigkeit einer gemessenen Bewegung benötigt eigene Referenzen.
Begriffe selbst erkunden · synthetische 3D-Skizze
Wechseln Sie die Darstellung, bewegen Sie die Tür und blenden Sie Messzweige ein. So werden Ansicht, prüfbare Oberfläche, Bauteilwissen und gemeinsamer Bezug unterscheidbar.
Frei entworfenes Lehrhaus · keine echten Messdaten
Was sieht gleich aus –
und sagt etwas anderes aus?
Graue Sichtkegel zeigen Kamerablickrichtungen. Passpunkte dienen dem Bezug; unabhängige Kontrollpunkte der Prüfung. Die Schaltflächen werden nach dem Start verfügbar.
Starten Sie das Labor und wechseln Sie zwischen Oberfläche, Gaussians und Bauteilmodell. Anschliessend verändern Sie die Türstellung oder verschieben bewusst den gemeinsamen räumlichen Bezug.
Einordnung: Oberfläche, Punkte, Ellipsoide, Bauteile und Bewegung sind entworfen. Die weichen Ellipsoide erklären räumliche Primitive; hier werden weder VGGT noch 3DGS, EOGS oder 4D-GS ausgeführt. Die Türbewegung ist vorgegeben. Das Haus stellt kein reales Ballenberg-Gebäude dar. Satelliten und Messbereiche sind symbolisch und nicht massstäblich.
Transfer · System verbundener Messungen
Satelliten liefern übergeordneten Kontext, lokale Bilder sichtbare Befunde und Kontrollmessungen die unabhängige Prüfung. Software verbindet Ort, Zeit, Objekt und Qualität.
Optische Erscheinung und Mikrowellen-Rückstreuung folgen verschiedenen Sensorprinzipien. Corley et al. prüfen 24 vortrainierte Matcher-Konfigurationen. XoFTR und RoMa erreichen auf drei annotierten SpaceNet9-Trainingsszenen 3,0 Pixel mittleren Tie-Point-Fehler: 2D-Bildregistrierung, keine Höhen- oder Wassertiefengenauigkeit.
SAR–Optik-Studie ↗Referenzierte Bodenaufnahmen beschreiben sichtbare Geometrie und Befunde. Unabhängige Kontrollpunkte, Strecken oder ausgewählte TLS-Flächen prüfen die Aussage. Tatsächlich unabhängige Beobachtungen stärken einen Befund; gemeinsam genutzte Trainingsdaten oder Referenzen werden als Abhängigkeit dokumentiert.
Gebiete in Kacheln bearbeiten, relevante Änderungen lokal nachführen und Übergänge prüfen. Für den Betrieb zählen Rechenzeit, Datenübertragung, Rechte und Zuständigkeit. Sprachmodelle können Berichte erschliessen und Befunde erklären; Messverfahren und fachliche Prüfung sichern den räumlichen Nachweis.
Der gemeinsame Raumbezug verbindet die Produkte. Eine Ansicht, eine Oberfläche und ein Höhenmodell behalten dabei ihre jeweils nachgewiesene Aussagekraft.
Eigener ForschungsvorschlagDieses Gesamtsystem überträgt die einzelnen Paper auf Erhaltung und Umweltbeobachtung. Sein vollständiger Betrieb ist damit noch kein publiziertes oder hier validiertes Ergebnis. Die angeführten Tests belegen jeweils die konkret beschriebenen Teilaufgaben.
Umsetzung · Infrastruktur und Grenzen
Aufnahme, Rekonstruktion und Anzeige sind unterschiedliche Aufgaben. Ein späterer Pilot braucht eine nachvollziehbare Datenkette und getrennte Ressourcen für diese drei Stufen.
Für einen neuen Bildsatz wird einmal gerechnet. Viele Lernende oder Fachpersonen können danach das vorbereitete Modell abrufen. Grosse Gebiete werden in Teilgebiete zerlegt; bei einer Änderung werden betroffene Abschnitte gezielt neu verarbeitet. An den Übergängen werden Bezug und Qualität kontrolliert.
Hohe Bildraten beschreiben die Wiedergabe. Die Aktualität eines Lagebilds hängt zusätzlich von Aufnahme, Übertragung, Optimierung und Prüfung ab. Ein Forschungsmodell benötigt einen eigenen Praxistest mit den vorgesehenen Bildern und Geräten.
Die originale 3DGS-Implementierung nutzt PyTorch und CUDA. Für das Training in der Qualität ihrer Paper-Evaluation nennt sie 24 GB GPU-Speicher, für ihren nativen Viewer 4 GB als Empfehlung. Diese Zahlen beziehen sich auf diese Implementierung; sie sind keine allgemeine Mindestanforderung für Gaussian Splatting oder einen Smartphone-Browser.
VGGT nutzt bereits trainierte Modellgewichte zur Vorhersage. Das vorherige Grundlagentraining, die Auswertung eines neuen Bildsatzes und eine anschliessende Bündelausgleichung sind getrennte Rechenschritte. Der praktische Bedarf wächst mit Bildzahl, Auflösung, Modell und Ausgabeprodukt.
3DGS · offizielle Referenzimplementierung ↗ · VGGT · Autoren-Projektseite ↗ · PlayCanvas · Gaussian Splatting im Browser ↗
Was läuft auf dieser Lehrwebsite?Das 3D-Lehrhaus zeigt die Begriffe als interaktive Skizze. Die Darstellung läuft im Browser; hier werden weder VGGT noch 3DGS-Training oder eine Volumenvermessung ausgeführt. «Mein Objekt in 3D» verwendet einen separaten SfM-Rechendienst. Die oben beschriebene Forschungskette ist ein Umsetzungsvorschlag für einen weiteren Pilotversuch.
FHNW · bestehender Anschluss, konkrete Weiterführung
Vorgeschlagener Methodenversuch: ein freigegebenes Bauteil am Ballenberg berührungslos vom Boden aufnehmen. Eine klassische und eine ausgewählte neue Methode bearbeiten denselben Bildsatz.
4050 · Photogrammetrie, Computer Vision & English: Nahbereichsprojekt planen, aufnehmen und auswerten. Sichtbarkeit und benötigte Details vorab festlegen.
Modul 4050 ↗3030 · 3D-Datenauswertung: Orientierung, Georeferenzierung und Qualitätsprüfung. Abweichungen, Lücken und Aufwand getrennt erfassen; Kontrollmessungen zurückhalten.
Modul 3030 ↗4030 · 3D-Modellierung und 4210 · GeoBIM & Infrastruktur I: Oberflächen und Bauteile mit Herkunft, Datum und fachlich geprüfter Bedeutung aufbereiten.
Modul 4030 ↗ · Modul 4210 ↗Vorhandene Arbeit weiterführen: Der FHNW-Feldkurs 2024 ↗ dokumentiert Fassaden- und Innenraumaufnahmen am Ballenberg und die Weiterverwendung in Lehrmodulen. Das abgeschlossene Projekt cloudIO (2018–2020) ↗ bietet einen dokumentierten Anschluss für bildbasierte Georeferenzierung und Aktualisierung. Die hier ausgewählten neuen Paper sind eine vorgeschlagene Vertiefung, kein behaupteter Bestandteil dieser damaligen Projekte.
Ein verständlicher LeistungsnachweisWelches Produkt eignet sich für die vereinbarte Museumsfrage – und welche eigene Beobachtung stützt diese Methodenwahl? Derselbe Bildsatz und dieselbe unabhängige Referenz machen den Vergleich nachvollziehbar.
Zum Nachschlagen
Jede Zahl gehört zu einem Produkt, einem Versuch und einer Referenz. Diese Unterscheidung macht die Paper verständlich.
Auswahl: verbreitete Grundlagen und gezielt passende Anwendungsstudien. Die sichtbaren Originalabbildungen stammen aus dem bereitgestellten Dossier; Autoren, Figuren und Lizenzen stehen jeweils direkt am Bild. Stand der Prüfung: 10.11.2026.
VGGT: © Autoren; keine pauschale Creative-Commons-Lizenz behauptet. 4D-GS: Die angegebene CC-BY-SA-Lizenz betrifft den identischen Teaser auf der Autoren-Projektseite. Alle Abbildungen behalten Inhalt und Beschriftungen; ausschliesslich die Dateikompression wurde angepasst.
Weiterführendes Material · Version 1.1
Präsentation und Sprechernotizen erklären Methoden, Forschungsergebnisse, Volumenfrage und Infrastruktur im selben Zusammenhang. Die bestehenden Lernstationen bleiben als praktische Vertiefung verfügbar.