Technische Anmerkungen · Synthese neuer Standpunkte
3D-Innenraumrekonstruktion bewerten: Dr Johnson und Playroom
MakeWorlds Studio rekonstruierte Dr Johnson und Playroom aus Fotos unter Verwendung eigener Kameraschätzungen. In den aufgezeichneten Mac-Ausführungen geben beide Szenen höhere PSNR und SSIM und niedrigere LPIPS zurück als die entsprechenden Werte, die im ursprünglichen 3DGS-Forschungspapier angegeben sind. Die Bildpaare zeigen, was die Rekonstruktionen in der Praxis behalten: Schrankprofile, sich wiederholende Teppichmuster und den geschichteten Inhalt eines Bücherregals.
1. Ergebnisse für den gesamten Testsatz
Die nachstehenden Durchschnittswerte decken alle 16 Testansichten in Dr Johnson und alle 14 in Playroom ab. In beiden Szenen sind alle drei Metriken im Vergleich zu den gemeldeten 3DGS-Werten günstig. Vier Bildpaare weiter unten im Artikel zeigen die sichtbaren Details hinter diesen Ergebnissen.
Die Tabellen verwenden das Forschungspapier-Vergleichsprotokoll aus unserer veröffentlichten Bewertung, ohne farbkorrigierte Ergebnisse zu ersetzen. Referenzwerte sind die 30.000-Schritte-Ergebnisse im ursprünglichen 3DGS-Anhang. Kameraschätzungen und Testansichtssätze unterscheiden sich, sodass die Deltas eher einen Kontext mit der Literatur als einen kontrollierten Vergleich liefern. [1] Vergleichsbedingungen und Umfang
| Ergebnis | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS Forschungsarbeit (berichtet) | 28.766 | 0.8990 | 0.2440 |
| MakeWorlds Studio · Mac | 29.180Δ +0.414 | 0.9124Δ +0.0134 | 0.2215Δ −0.0225 |
| Ergebnis | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS Forschungsarbeit (berichtet) | 30.044 | 0.9060 | 0.2410 |
| MakeWorlds Studio · Mac | 30.385Δ +0.341 | 0.9148Δ +0.0088 | 0.2264Δ −0.0146 |
Die Richtung ist in beiden Szenen konsistent: höher PSNR und SSIM, niedriger LPIPS. Diese Maße beschreiben Pixelfehler, lokale Bildstruktur und Wahrnehmungsentfernung. Die folgenden Vergleiche verbinden diese Bewertung auf Szenenebene mit bestimmten Merkmalen, einschließlich Schrankkanten, Dielennähten und sich wiederholenden Mustern.
2. Von Fotografien zu ausgewerteten Ansichten
Dr Johnson und Playroom sind öffentliche Deep Blending-Szenen, die auch in der ursprünglichen 3DGS-Bewertung verwendet wurden. Alle MakeWorlds Studio Bilder und Partituren hier stammen von den Mac-Ausführungen im veröffentlichten Stapel vom 1. Oktober 2026. [2]
| Datensatz und Ansichten | Dr Johnson | Playroom |
|---|---|---|
| Geben Sie Fotos ein | 263 | 225 |
| Testansichten | 16 | 14 |
| Hier gezeigte Ansichten | 2 | 2 |
| Bildgröße (Pixel) | 1332 × 875 | 1264 × 832 |
Wir haben die mittlere Voreinstellung bei Quellauflösung für 30.000 Optimierungsschritte auf einem Apple M4 Max ausgeführt. MakeWorlds Studio schätzte die Kameras anhand der Eingabebilder, trainierte die Szene und renderte die Testansichten. Diese Ansichten wurden vor dem Training festgelegt; Ihre Bilder wurden von der Szenenoptimierung ausgeschlossen und als Referenz für die Bewertung verwendet.
Die vier illustrierten Ansichten umfassen Möbel, den Spielbereich, Teppichmuster und ein überfülltes Bücherregal. Wir haben sie aufgrund dieser Funktionen ausgewählt, nicht wegen der höchsten Anzeigewerte. Jedes Referenz-/Rendering-Paar verwendet eine passende Anzeigeausrichtung und Zuschneidefunktion, sodass einzelne Features anhand der Ergebnisse auf Szenenebene überprüft werden können.
3. Dr Johnson: vom Schrankumriss bis zum Innenrahmen
Die Rekonstruktion behält Details in mehreren Maßstäben innerhalb derselben Ansicht bei. Der dunkle Schrank behält sein Gesamtprofil sowie die Spitzbögen und horizontalen Unterteilungen seiner Türen. Der Kaminsims, die Seitenstützen und die Wandleisten sorgen für weitere Konturen, denen man folgen kann. Zusammengenommen zeigen diese Merkmale, wie sich die rekonstruierte Einrichtung auf den umgebenden Raum bezieht.


Abbildung 1. Dr Johnson, Mac, view-000040. Die Bögen und inneren Unterteilungen des Schranks bleiben ebenso wie das Außenprofil und die Kaminleisten deutlich erkennbar. Referenzfoto links; MakeWorlds Studio-Rendering rechts.
Der nützliche Beweis hierfür ist die Kombination aus einer erkennbaren Raumaufteilung und den kleineren Strukturen darin. Wenn Sie die Trennwand über den Schrank ziehen, werden diese Korrespondenzen sichtbar. Der helle Fensterbereich und einige feine Kanten unterscheiden sich noch sichtbar von der Referenz.
4. Playroom: Farbbereiche, separate Objekte und Bodentextur
Playroom bietet mehrere Detailmaßstäbe in einem Bild. Die Rekonstruktion reproduziert die breiten Teppichstreifen und die Schaumstoffbeschriftung, während die verstreuten Spielzeuge erkennbare Formen und Positionen behalten. Abseits des farbenfrohen Spielbereichs sorgen Dielennähte und -knoten für weitere Korrespondenzen. Das Bild behält Informationen über große Farbbereiche, Objektgrenzen und Oberflächentexturen hinweg.


Abbildung 2. Playroom, Mac, view-000184. Teppichstreifen, Schaumstoffmatten-Schriftzüge, Spielzeugumrisse und Dielennähte sorgen für Karos in immer feineren Maßstäben.
5. Genauere Betrachtung: wiederholte Muster und Bücherregalinhalte
Auf dem Teppich Dr Johnson bleiben die Randmotive in einer kontinuierlichen Reihenfolge angeordnet und die Formen und Positionen der größeren zentralen Muster können an das Foto angepasst werden. Playroom behält die Breiten und Farben benachbarter Buchrücken, die Winkel der Ordner und die Schichten gestapelter Objekte bei. Auf der oberen Ablage bleibt der Titel des Grünbuchs lesbar. Beide Paare unten verwenden den gleichen Ausschnitt und die gleiche Vergrößerung als Referenz und Rendering, sodass diese Merkmale direkt verglichen werden können.


Abbildung 3a. Dr Johnson, Ansicht-000248. Der Rand und die zentralen Motive des Teppichs bleiben individuell erkennbar. Einige feinere Musterelemente und Stuhllehnenkanten sind weicher.


Abbildung 3b. Playroom, Ansicht-000089. Buchrücken und Ordner behalten ihre separaten Umrisse, Farben und Anordnungen. Größere Titelbeschriftungen bleiben lesbar; Kleinerer Text weist unterschiedliche Grade der Weichzeichnung auf.
6. Verbinden Sie sichtbare Details mit den Metriken
Die Beispiele reichen von der Raumaufteilung und weiten Farbflächen bis hin zu Objektgrenzen, sich wiederholenden Motiven und einzelnen Buchstabenstrichen. Die quantitative Auswertung fasst Bildunterschiede hinsichtlich Pixelfehler, lokaler Struktur und Wahrnehmungsmerkmalen zusammen. Wenn Sie beides verwenden, erhält der Leser numerische Ergebnisse zum Vergleichen und konkrete Bildmerkmale zur Inspektion.
- PSNR ↑
- PSNR drückt den mittleren quadratischen Pixelfehler auf einer logarithmischen Skala aus. Höhere Werte weisen auf einen geringeren Fehler unter den gewählten Vergleichsbedingungen hin. Bildausrichtung, Helligkeit und Farbunterschiede wirken sich alle darauf aus.
- SSIM ↑
- SSIM vergleicht lokale Luminanz, Kontrast und Struktur. Höhere Werte weisen auf eine engere Übereinstimmung dieser Bildeigenschaften hin und fügen neben dem Pixelfehler auch eine strukturelle Ansicht der Ähnlichkeit hinzu. [3]
- LPIPS ↓
- LPIPS misst den Abstand zwischen tiefen Bildmerkmalen; Niedrigere Werte weisen auf eine engere Übereinstimmung mit der Referenz hin. Das Feature-Netzwerk und die Vorverarbeitung wirken sich auf die Werte aus, daher erfordern Vergleiche zwischen Implementierungen ein konsistentes Protokoll. [4]
Das öffentliche 3D Gaussian Splatting-Modell bietet eine nützliche Möglichkeit, über diese Bilder nachzudenken. Eine Szene wird durch Gaußsche Grundelemente dargestellt, die in das Bild projiziert und in der Tiefenreihenfolge gemischt werden. Das Weglassen des Hintergrundbegriffs ergibt: [1]
Dabei ist u die Pixelposition und d die Blickrichtung. Alpha kombiniert den projizierten Gaußschen Fußabdruck mit der Opazität; T ist der Transmissionsgrad, der nach den vorangehenden Gauß-Funktionen verbleibt. Jedes Pixel besteht aus mehreren Beiträgen, wodurch Abdeckung, Okklusion und lokale Farbvariation für das endgültige Bild relevant werden. Schrankrahmen, Spielzeugkanten und Teppichmuster bieten konkrete Orte, um diese Effekte zu untersuchen.
7. Schlussfolgerungen und Umfang
In diesen beiden Indoor-Fällen behält MakeWorlds Studio die Raumaufteilung, die Möbelstruktur und die feinen Oberflächendetails bei und liefert darüber hinaus bei allen Testsätzen gute Ergebnisse. Die Beweise sind auf mehreren Ebenen sichtbar: in der Gesamtanordnung eines Raums, im inneren Rahmen eines Schranks und in Mustern oder Schriftzügen innerhalb der Szene. Diese Ausführungen demonstrieren eine detaillierte Innenrekonstruktion anhand eines Arbeitsablaufs, der mit Fotos beginnt und die eigenen Kameras schätzt.
Diese beiden Innenraumszenen wurden aus der veröffentlichten Auswertung ausgewählt, weil alle drei Kennzahlen gegenüber den Referenzwerten der Forschungsarbeit günstig ausfielen. MakeWorlds Studio verwendet eigene Kameraschätzungen. Die Testansichten und vollständigen Verarbeitungsketten wurden nicht an das Experiment der Forschungsarbeit angeglichen. Die Unterschiede ermöglichen eine Einordnung gegenüber veröffentlichten Literaturwerten, belegen aber weder eine Rangfolge unter kontrollierten Bedingungen noch den isolierten Beitrag einzelner Komponenten.
Die Schlussfolgerungen betreffen die Bildtreue an den getesteten Standpunkten in diesen Szenen und Einstellungen. Messanwendungen würden außerdem unabhängige geometrische Grundwahrheitsmessungen, Dimensionsfehlertests und Oberflächenprüfungen erfordern. Exemplarische Vorgehensweisen müssten während der Kamerabewegung auf Flimmern, Okklusionsübergänge und neu belichtete Bereiche überprüft werden. Diese Tests stehen außerhalb dieses Artikels.
Wir melden einen aufgezeichneten Bewertungsstapel ohne Abweichung von Ausführung zu Ausführung oder Konfidenzintervalle. Bei den Deltas handelt es sich um Beobachtungen ohne Anspruch auf statistische Signifikanz.
Testbedingungen und Quellen
- Eingabe
- 263 Eingabefotos für Dr Johnson; 225 für Playroom.
- Einstellungen
- Mittlere Voreinstellung, Quellauflösung, 30.000 Schritte. Bilder und Partituren stammen von den Mac-Ausführungen im selben Bewertungsstapel.
- Bilder
- Dr Johnson: view-000040 und view-000248. Playroom: view-000184 und view-000089. Die Ansichten wurden ausgewählt, um Layout, Kanten und Textur zu prüfen, und nicht, um die höchsten Bewertungen anzuzeigen. Jedem Rendering ist ein Referenzfoto zugeordnet. Anzeigeausrichtung und Zuschnitt sind aufeinander abgestimmt.
Datensatz: Deep Blending. Deep Blending
Referenzen
Das Rendering-Modell und die Metrikdefinitionen folgen den unten aufgeführten Quellen. Die experimentellen Ergebnisse stammen aus den veröffentlichten Szenenbewertungen von MakeWorlds Studio.
- Kerbl et al. (2023). 3D Gaussian Splatting for Real-Time Radiance Field Rendering.
- Hedman et al. (2018). Deep Blending for Free-Viewpoint Image-Based Rendering.
- Wang et al. (2004). Image Quality Assessment: From Error Visibility to Structural Similarity.
- Zhang et al. (2018). The Unreasonable Effectiveness of Deep Features as a Perceptual Metric.
Entdecken Sie die Benchmark-Ergebnisse für drei Plattformen · Planen Sie eine Fotoaufnahme