Benchmark · Tanks and Temples
Train rekonstruieren: 301 Fotos, drei Plattformen
Alle 301 Eingabefotos wurden in der aufgezeichneten Mac-Ausführung von Train registriert. Die Rekonstruktion behält lesbare Lokomotivnummern, Tafeleinteilungen und Geländer bei. Für Mac, Linux und Windows verzeichnet jede Ausführung höhere PSNR und SSIM und niedrigere LPIPS als die entsprechenden Werte im ursprünglichen Forschungspapier 3DGS. Die folgenden Vergleiche verbinden diese Ergebnisse mit sichtbaren Szenendetails.
Betrachten Sie die Rekonstruktion aus drei Blickwinkeln
Diese Referenz-/Rendering-Paare stammen aus derselben Mac-Bewertung. Beginnen Sie mit der Vorderseite und dem Körper, wechseln Sie für die breitere Anordnung zur Schrägansicht und prüfen Sie dann die Seite. Bewegen Sie den Teiler, um einzelne Features zu vergleichen, mit dem Referenzfoto links und dem Rendering rechts.
Mac · view-000009 · Vorderseite und Körper
Die 713-Nummern, Panelnähte, Lüftungsgitter und Vorderstufen bleiben in der rekonstruierten Ansicht erkennbar.
Mac · view-000057 · Schräger Überblick
Die Schrägansicht zeigt die Anordnung der Lokomotiven, die Richtung der Gleise und die gestreifte Vorderseite des Hauptmotivs.
Mac · view-000249 · Seitentextur
Große Schriftzüge, Gitter und der lange Handlauf an der Seite bleiben erhalten, zusammen mit sichtbaren Abweichungen in der verwitterten Farbe.
Von aufgemalten Markierungen bis hin zu schmalen Geländern
Zahlen und Schriftzüge bilden nützliche Texturreferenzen. Gitter und Paneelnähte legen wiederholte Strukturen frei, während Stufen und Geländer schmale Umrisse und überlappende Teile aufweisen. Zusammen zeigen sie erhaltene Details in mehreren Maßstäben innerhalb der Gesamtform der Lokomotive.
Bei beiden Nahaufnahmen wird die Vorder- und Körperansicht verwendet, wobei auf die Referenz und das Rendering der gleiche Ausschnitt und die gleiche Vergrößerung angewendet werden.
Bildmetriken auf drei Plattformen
Jede getestete Plattform verzeichnet höhere PSNR und SSIM und niedrigere LPIPS als die in der Forschungsarbeit angegebenen Werte. LPIPS ist in diesen Ausführungen um 29,5 %–29,9 % niedriger. Es misst den Abstand zwischen Wahrnehmungsbildmerkmalen, sodass der Prozentsatz eine Verringerung dieser Metrik beschreibt. es handelt sich nicht um einen prozentualen Zuwachs der wahrgenommenen Bildqualität.
| Ergebnis | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS Forschungsarbeit (berichtet) | 21.097 | 0.8020 | 0.2180 |
| MakeWorlds Studio · Mac | 21.227Δ +0.130 | 0.8463Δ +0.0443 | 0.1537Δ −0.0643 |
| MakeWorlds Studio · Linux | 21.282Δ +0.185 | 0.8479Δ +0.0459 | 0.1528Δ −0.0652 |
| MakeWorlds Studio · Windows | 21.205Δ +0.108 | 0.8468Δ +0.0448 | 0.1530Δ −0.0650 |
Referenzwerte sind die 30.000-Schritte-Ergebnisse in den Anhangtabellen 7–9 der ursprünglichen 3DGS-Forschungsarbeit. Die Tabelle deckt alle Testansichten ab. MakeWorlds Studio schätzt seine eigenen Kameras und sein Vergleichsaufbau unterscheidet sich vom Experiment der Forschungsarbeit. Vergleichsbedingungen und Umfang Lesen Sie die Forschungsarbeit · Tanks and Temples
Testbedingungen und Quellen
- Eingabe
- 301 Eingabefotos; alles in der aufgezeichneten Mac-Ausführung registriert
- Einstellungen
- Mittlere Stufe, Quellauflösung, 30.000 Schritte
- Hardware
- Mac: Apple M4 Max; Linux und Windows: NVIDIA RTX 4090
- Mac-Bewertung
- 19 Feste Testansichten mit vom Produkt gelösten Kameras.
- Bilder
- Ausgewählte Mac-Testansichten view-000009, view-000057 und view-000249, wobei Renderings und Originalfotos aus derselben Auswertung gepaart werden.
Was dieser Fall zeigt
Bei diesem Train-Durchlauf wurden sämtliche Eingabefotos registriert. An der Rekonstruktion lassen sich Nummern, Karosseriestruktur und schmale Bauteile mit den Originalbildern vergleichen. Die Ergebnisse auf drei Plattformen zeigen bei den Bildmetriken dieselbe positive Tendenz. Für die Szenendokumentation liefern diese einzelnen Übereinstimmungen konkrete Belege für das Erscheinungsbild und die räumliche Anordnung des rekonstruierten Motivs.
Train ist ein ausgewählter positiver Fall aus diesem Bewertungsstapel. Kameraschätzungen, Testansichtssätze und die gesamte Pipeline wurden nicht mit der Forschungsarbeit abgeglichen, sodass die Deltas eher Literaturkontext als ein kontrolliertes Algorithmus-Ranking liefern. In diesem Artikel wird die Bildtreue bewertet. Kamerabewegungsqualität, Maßhaltigkeit und Laufzeitleistung erfordern separate Prüfungen. Entfernte Vegetation und feine Bodentextur zeigen in den Bildpaaren noch eine Aufweichung.