Tolok Ukur · Tanks and Temples
Merekonstruksi Train: 301 Foto, Tiga Platform
Semua 301 foto masukan didaftarkan dalam rekaman eksekusi Mac Train. Rekonstruksi mempertahankan nomor lokomotif, pembagian panel, dan pagar yang dapat dibaca. Di Mac, Linux, dan Windows, setiap eksekusi mencatat PSNR dan SSIM lebih tinggi dan lebih rendah LPIPS dibandingkan nilai terkait dalam makalah penelitian 3DGS asli. Perbandingan di bawah menghubungkan hasil tersebut dengan detail pemandangan yang terlihat.
Periksa rekonstruksi dari tiga sudut pandang
Pasangan referensi/render ini berasal dari evaluasi Mac yang sama. Mulailah dari bagian depan dan bodi, beralih ke tampilan miring untuk penataan lebih lebar, lalu periksa bagian samping. Pindahkan pemisah untuk membandingkan fitur individual, dengan foto referensi di sebelah kiri dan hasil render di sebelah kanan.
Mac · view-000009 · Depan dan badan
Nomor 713, lapisan panel, kisi-kisi ventilasi, dan tangga depan tetap dapat diidentifikasi dalam tampilan yang direkonstruksi.
Mac · view-000057 · Ikhtisar miring
Tampilan miring menunjukkan susunan lokomotif, arah rel, dan bagian depan subjek utama yang bergaris.
Mac · view-000249 · Tekstur samping
Tulisan besar, kisi-kisi, dan pegangan panjang dipertahankan di sepanjang sisinya, bersama dengan variasi cat yang terlihat lapuk.
Dari tanda yang dicat hingga pagar sempit
Angka dan huruf menjadi referensi tekstur yang berguna. Kisi-kisi dan lapisan panel memperlihatkan struktur berulang, sementara tangga dan pagar menunjukkan garis sempit dan bagian yang tumpang tindih. Bersama-sama, mereka menunjukkan detail yang dipertahankan pada beberapa skala dalam bentuk keseluruhan lokomotif.
Kedua close-up menggunakan tampilan depan dan badan, dengan pemotongan dan pembesaran yang sama diterapkan pada referensi dan render.
Metrik gambar pada tiga platform
Setiap platform yang diuji mencatat PSNR dan SSIM lebih tinggi dan lebih rendah LPIPS dibandingkan nilai yang dilaporkan makalah penelitian. LPIPS 29,5%–29,9% lebih rendah pada eksekusi ini. Ini mengukur jarak antara fitur gambar persepsi, sehingga persentasenya menggambarkan pengurangan metrik tersebut; ini bukan persentase peningkatan kualitas gambar yang dirasakan.
| Hasil | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS makalah penelitian (dilaporkan) | 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 |
Nilai referensinya adalah hasil 30.000 langkah pada lampiran Tabel 7–9 dari makalah penelitian asli 3DGS. Tabel ini mencakup semua tampilan pengujian. MakeWorlds Studio memperkirakan kameranya sendiri, dan pengaturan perbandingannya berbeda dari eksperimen makalah penelitian. Kondisi perbandingan dan ruang lingkup Bacalah makalah penelitian · Tanks and Temples
Kondisi dan sumber pengujian
- Masukan
- 301 foto masukan; semua terdaftar dalam rekaman eksekusi Mac
- Pengaturan
- Tingkat menengah, resolusi sumber, 30.000 langkah
- Perangkat keras
- Mac: Apple M4 Max; Linux dan Windows: NVIDIA RTX 4090
- Evaluasi Mac
- 19 tampilan pengujian tetap, menggunakan kamera yang diselesaikan oleh produk.
- Gambar
- Tampilan pengujian Mac yang dipilih view-000009, view-000057 dan view-000249, memasangkan render dan foto asli dari evaluasi yang sama.
Apa yang ditunjukkan oleh kasus ini
Eksekusi Train ini menghubungkan registrasi lengkap foto masukan dengan rekonstruksi yang nomor, struktur tubuh, dan komponen sempitnya dapat dibandingkan dengan gambar sumber. Hasil dari tiga platform mendukung arah positif yang sama di seluruh metrik gambar. Untuk pekerjaan perekaman adegan, korespondensi individu ini memberikan bukti nyata tentang tampilan dan tata letak subjek yang direkonstruksi.
Train adalah kasus positif terpilih dari gelombang evaluasi ini. Estimasi kamera, rangkaian tampilan pengujian, dan alur lengkap tidak cocok dengan makalah penelitian, sehingga delta memberikan konteks literatur, bukan peringkat algoritme yang terkontrol. Artikel ini mengevaluasi fidelitas gambar; kualitas gerakan kamera, akurasi dimensi, dan kinerja runtime memerlukan pemeriksaan terpisah. Vegetasi jauh dan tekstur tanah halus masih menunjukkan kelembutan pada pasangan gambar.