ベンチマーク · Tanks and Temples
Trainの再構築：301枚の写真、3つのプラットフォーム
入力された 301 枚の写真すべてが、Train の記録された Mac 実行に登録されました。復元では、判読可能な機関車番号、パネル分割、手すりが残されています。 Mac、Linux、および Windows では、各実行で、元の 3DGS 論文の対応する値よりも高い PSNR および SSIM と、低い LPIPS が記録されます。以下の比較は、これらの結果を目に見えるシーンの詳細に結び付けます。
3つの視点から復興を検証する
これらの参照/レンダリングのペアは、同じ Mac 評価からのものです。正面と胴体から始めて、斜めからの視点に切り替えて広く配置し、次に側面を観察します。ディバイダを移動して個々の機能を比較します。左側に参照写真、右側にレンダリング画像が表示されます。
Mac · view-000009 · フロントとボディ
713 の番号、パネルの継ぎ目、換気グリル、フロントステップは、再構成されたビューでも識別可能なままです。
Mac · view-000057 · 斜視図
斜視図では、機関車の配置や線路の方向、主要被写体の縞模様の前面が見えます。
Mac · view-000249 · サイドテクスチャ
大きなレタリング、グリル、長い手すりは側面に沿って残されており、風化した塗装の変化が目に見えてわかります。
ペイントされたマーキングから狭い手すりまで
数字と文字はテクスチャの参照に役立ちます。グリルとパネルの継ぎ目は繰り返しの構造を露出させ、ステップと手すりは細い輪郭と重なった部分を示します。これらを組み合わせることで、機関車の全体的な形状内にさまざまなスケールで保持されたディテールが示されます。
どちらのクローズアップも正面とボディのビューを使用し、同じトリミングと倍率が参照とレンダリングに適用されます。
3 つのプラットフォームの画像メトリクス
テストされたすべてのプラットフォームは、論文の報告値よりも高い PSNR および SSIM と、低い LPIPS を記録しました。これらの実行では、LPIPS は 29.5% ～ 29.9% 低くなっています。これは知覚画像特徴間の距離を測定するため、パーセンテージはその指標の減少を表します。知覚される画質がパーセントで向上するわけではありません。
| 結果 | PSNR ↑ / dB | SSIM ↑ | LPIPS ↓ |
|---|---|---|---|
| 3DGS 研究論文 (報告済み) | 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 |
参考値は、元の 3DGS 論文の付録表 7 ～ 9 にある 30,000 ステップの結果です。この表はすべてのテスト ビューをカバーしています。 MakeWorlds Studio は独自のカメラを推定しており、その比較設定は論文の実験とは異なります。 比較条件と範囲 論文を読む · Tanks and Temples
テスト条件とソース
- 入力
- 入力写真 301 枚。記録された Mac 実行にすべて登録されています
- 設定
- 中層、ソース解像度、30,000 ステップ
- ハードウェア
- Mac: Apple M4 Max; Linux および Windows: NVIDIA RTX 4090
- Macの評価
- 19 製品によって解決されたカメラを使用したテスト ビューを修正しました。
- 画像
- 選択した Mac テスト ビュー view-000009、view-000057、および view-000249、レンダリングと同じ評価からの元の写真を組み合わせます。
この事件が示していること
このTrain の実行により、入力写真の完全な登録と、その数、身体構造、および狭いコンポーネントをソース画像と照合して確認できる再構成が接続されます。 3 つのプラットフォームの結果は、画像メトリクス全体で同じ正の方向をサポートしています。シーンの記録作業の場合、これらの個別の対応関係は、再構成された対象の外観とレイアウトの具体的な証拠を提供します。
Train は、この評価バッチから選択された陽性のケースです。カメラの推定値、テストビュー セット、および完全なパイプラインは研究論文と一致していないため、デルタは、制御されたアルゴリズムのランキングではなく、文献のコンテキストを提供します。この記事では画像の忠実度を評価します。カメラモーションの品質、寸法精度、実行時のパフォーマンスについては、個別のチェックが必要です。画像ペアでは、遠くの植生と細かい地面のテクスチャがまだ柔らかくなっていることがわかります。