Ein Objekt mit Struktur
Ein matter, gemusterter Gegenstand ist ein guter Anfang: etwa eine bemalte Figur, ein rauer Stein oder eine bedruckte Schachtel. Glas, glänzende Flaschen und glatte, einfarbige Flächen sind schwierig.
Ihr eigener Aufnahmeversuch
Gehen Sie mit dem Smartphone um ein Objekt. Structure from Motion untersucht Ihre Bilder: Was lässt sich zu 3D verbinden, was fehlt noch? Entdecken Sie Ihre Punktwolke oder untersuchen Sie die Bildmerkmale – auch ein schwieriger Versuch zeigt, wie Sie die nächste Aufnahme verbessern können.
Eigenen Versuch startenVor dem ersten Bild
Ein matter, gemusterter Gegenstand ist ein guter Anfang: etwa eine bemalte Figur, ein rauer Stein oder eine bedruckte Schachtel. Glas, glänzende Flaschen und glatte, einfarbige Flächen sind schwierig.
Das Objekt bleibt auf dem Tisch. Bewegen Sie das Handy langsam darum, immer mit Blick auf das Objekt. Benachbarte Bilder sollen viel gemeinsam zeigen. Kein Drehteller vor einem unbewegten Hintergrund.
Beginnen Sie mit einem Rundgang. Ergänzen Sie schrägere Ansichten von oben. Halten Sie Abstand, Zoom und Beleuchtung möglichst gleich. Wählen Sie scharfe Bilder; Hände und andere bewegte Dinge bleiben ausserhalb des Bildes.
Auf Ihrem Smartphone
Wählen Sie eine Datei über die Foto- oder Video-Auswahl Ihres Handys. Liegt sie nur in Google Fotos, speichern Sie sie zuerst auf dem Gerät. Ein Freigabelink genügt hier nicht. Falls Ihr Browser das Video nicht lesen kann, exportieren Sie es als MP4 mit H.264 oder wählen Sie JPG-Fotos.
Das Video bleibt auf Ihrem Gerät. Nur die daraus ausgewählten Bildkopien werden später gesendet. Die zeitlich gleichmässige Auswahl erkennt weder Verwacklungen noch Lücken im Aufnahmeweg automatisch. Prüfen Sie die Schärfe. Identische Bilder werden beim Auswerten automatisch zusammengefasst; Ihre Auswahl bleibt erhalten.
Die Nummern entsprechen der Reihenfolge, die der Server erhält. Tippen Sie ein Bild an, um es gross zu prüfen. Kleine Bildkopien entstehen hier auf Ihrem Gerät; die Originale bleiben unverändert.
Auf dem Lehrprobe-Server
Der Server sucht gemeinsame Bildmerkmale, ordnet die Aufnahmen räumlich an und trianguliert Punkte. Es läuft jeweils eine Rekonstruktion; weitere Versuche warten in einer kleinen Warteschlange.
Gesendet werden nur die ausgewählten Bildkopien, ohne die ursprünglichen Dateinamen und EXIF-Metadaten. Nehmen Sie keine Personen oder privaten Unterlagen auf. Die Bildkopien werden nach der Verarbeitung gelöscht. Kleine Vorschaubilder bleiben als Teil Ihres privaten Ergebnisses bis spätestens eine Stunde nach dem Upload abrufbar. Über «Versuch löschen» entfernen Sie alles früher.
Ein oder mehrere Bilder auswählen und dem Upload zustimmen.
Ihr Versuch
Ihr Ergebnis untersuchen
Ziehen: drehen · zwei Finger / Mausrad: zoomen · Tastatur: Pfeile, + / −
Zum Prüfen des Aufnahmewegs die Kamerastandorte einblenden.
Was Ihre Bilder bereits zeigen
Die Vorschaubilder konnten nicht dargestellt werden. Die Auswertung steht weiterhin als Text und als Download bereit.
Speichern Sie Ihr Ergebnis, wenn Sie es behalten möchten. Der nächste Schritt löscht diesen Serverversuch und öffnet Ihre vorhandene Bildauswahl zum Ergänzen. Der gesamte Bildsatz wird anschliessend neu ausgewertet.
Gefundene Bildmerkmale werden zunächst einander zugeordnet. Gelingt die räumliche Rekonstruktion, entsteht eine dünne Punktwolke. Eine geschlossene Oberfläche benötigt weitere Verarbeitung. Auch der Hintergrund kann zum Ergebnis gehören.
Der Reprojektionsfehler beschreibt, wie gut die rekonstruierten Punkte zu den Bildmessungen passen. Er ist keine Genauigkeit in Millimetern. Ohne bekannte Referenzlänge hat das Modell keinen metrischen Massstab.
Vergleichen Sie die Bildmerkmale, Zuordnungen und – falls vorhanden – die Kamerastandorte. Welche Ansicht verbindet sich schlecht mit der nächsten? Ergänzen Sie Zwischenansichten mit viel Überlappung. Ein kleiner Reprojektionsfehler allein beweist noch keine richtige Objektform.
Erst verstehen. Dann selbst messen.
Kameraflug & Rekonstruktion im SfM-Labor →Zum Structure-from-Motion-Labor →Vorbereitete Modelle im AR-Labor →