Riferimento · Tanks and Temples
Ricostruire Train: 301 foto, tre piattaforme
Tutte le 301 foto in ingresso sono state registrate nell'esecuzione Mac registrata di Train. La ricostruzione conserva numeri di locomotiva, divisioni dei pannelli e ringhiere leggibili. Su Mac, Linux e Windows, ciascuna esecuzione registra PSNR e SSIM più alti e LPIPS più bassi rispetto ai valori corrispondenti nel documento di ricerca originale 3DGS. I confronti seguenti collegano questi risultati ai dettagli visibili della scena.
Ispezionare la ricostruzione da tre punti di vista
Queste coppie di riferimento/rendering provengono dalla stessa valutazione Mac. Inizia con la parte anteriore e la carrozzeria, passa alla vista obliqua per una disposizione più ampia, quindi ispeziona il lato. Sposta il divisore per confrontare le singole caratteristiche, con la foto di riferimento a sinistra e il rendering a destra.
Mac · view-000009 · Parte anteriore e corpo
I numeri 713, le giunture dei pannelli, le griglie di ventilazione e i gradini anteriori rimangono identificabili nella vista ricostruita.
Mac · view-000057 · Panoramica obliqua
La vista obliqua mostra la disposizione delle locomotive, la direzione dei binari e il fronte rigato del soggetto principale.
Mac · view-000249 · Trama laterale
Grandi scritte, griglie e il lungo corrimano vengono mantenuti lungo la fiancata, insieme a variazioni visibili nella vernice alterata dagli agenti atmosferici.
Dalle indicazioni verniciate alle ringhiere strette
Numeri e scritte costituiscono utili riferimenti alle texture. Le griglie e le giunture dei pannelli espongono la struttura ripetuta, mentre gradini e ringhiere mostrano contorni stretti e parti sovrapposte. Insieme, dimostrano la conservazione dei dettagli su diverse scale all’interno della forma complessiva della locomotiva.
Entrambi i primi piani utilizzano la vista frontale e del corpo, con lo stesso ritaglio e ingrandimento applicati al riferimento e al rendering.
Metriche delle immagini su tre piattaforme
Ogni piattaforma testata registra valori superiori a PSNR e SSIM e inferiori a LPIPS rispetto ai valori riportati nel documento di ricerca. LPIPS è inferiore del 29,5%–29,9% in queste esecuzioni. Misura la distanza tra le caratteristiche percettive dell'immagine, quindi la percentuale descrive una riduzione in quella metrica; non è un guadagno percentuale nella qualità dell'immagine percepita.
| Risultato | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS documento di ricerca (riportato) | 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 |
I valori di riferimento sono i risultati di 30.000 passaggi nelle tabelle 7–9 dell'appendice del documento di ricerca originale 3DGS. La tabella copre tutte le visualizzazioni di prova. MakeWorlds Studio stima le proprie fotocamere e la sua configurazione di confronto differisce dall'esperimento del documento di ricerca. Condizioni e ambito di confronto Leggi il documento di ricerca · Tanks and Temples
Condizioni e fonti del test
- Ingresso
- 301 foto in ingresso; tutti registrati nell'esecuzione registrata del Mac
- Impostazioni
- Livello medio, risoluzione sorgente, 30.000 passaggi
- Hardware
- Mac:Apple M4 Max; Linux e Windows: NVIDIA RTX 4090
- Valutazione del Mac
- 19 visualizzazioni di prova fisse, utilizzando le telecamere risolte dal prodotto.
- Immagini
- Viste di prova Mac selezionate view-000009, view-000057 e view-000249, abbinando rendering e fotografie originali dalla stessa valutazione.
Ciò che questo caso dimostra
Questa esecuzione Train collega la registrazione completa delle fotografie in ingresso con una ricostruzione i cui numeri, struttura corporea e componenti stretti possono essere confrontati con le immagini originali. I risultati su tre piattaforme supportano la stessa direzione positiva attraverso le metriche dell’immagine. Per il lavoro di registrazione della scena, queste corrispondenze individuali forniscono una prova concreta dell’aspetto e della disposizione del soggetto ricostruito.
Train è un caso positivo selezionato da questo lotto di valutazione. Le stime della fotocamera, i set di visualizzazioni di test e la pipeline completa non sono stati abbinati al documento di ricerca, quindi i delta forniscono un contesto letterario piuttosto che una classificazione di algoritmi controllati. Questo articolo valuta la fedeltà dell'immagine; la qualità del movimento della telecamera, l'accuratezza dimensionale e le prestazioni di runtime richiedono controlli separati. La vegetazione lontana e la tessitura fine del terreno mostrano ancora un ammorbidimento nelle coppie di immagini.