Gaussian splatting kommer nu till PIX4Dmatic och ansluter till PIX4Dcatch och PIX4Dcloud. Resultatet är ett komplett, högupplöst och georefererat ekosystem för 3D-rekonstruktion.
Gaussian splatting håller snabbt på att bli en ledande metod för 3D-rekonstruktion med hög detaljrikedom. Att tekniken nu introduceras i PIX4Dmatic är därför ett viktigt steg framåt. PIX4D har skapat en tydlig koppling mellan mobil datainsamling, molnbaserad bearbetning och professionell kontroll på datorn. Det ger ett arbetsflöde som är georefererat och sammanhållet från start till mål.
Med PIX4Dmatic får användare full kontroll över arbetsflöden med Gaussian splatting, samtidigt som noggrannheten, tillförlitligheten och de professionella leveranserna bibehålls.
- Komplett fotogrammetripaket
- Standard och Analyst kombinerat
- Avancerad terrängmodellering
- Online och offline-licenser
Ett förbättrat punktmoln
En av de mest direkta, men ofta underskattade, effekterna av Gaussian splatting i PIX4D är förbättringen av det täta punktmolnet. I traditionell fotogrammetri är punktmolnet resultatet av en förtätningsprocess som i hög grad är beroende av hur väl bilderna kan matchas mot varandra. Metoden är effektiv, men kan få problem i områden med låg textur, upprepade mönster eller komplex geometri. Det kan leda till ojämn punktdensitet, luckor eller fragmenterade kanter som kräver extra efterarbete innan datan kan användas.
Punktmoln utan Gaussian splatting.
Punktmoln med Gaussian splatting. Punktmolnet är mer jämnt fördelat och har färre inkonsekvenser.
När Gaussian splatting integreras i PIX4Dmatic bygger rekonstruktionen på en mer sammanhängande representation av scenen. Det gör att det resulterande punktmolnet får en stabilare strukturell grund. Punktmolnet blir mer komplett och jämnare fördelat, samtidigt som det påverkas betydligt mindre av typiska problem som brus och inkonsekvenser i svåra områden.
För mätningsingenjörer och andra yrkesanvändare är detta inte bara en visuell förbättring. Det innebär ett dataset som kräver mindre korrigering och som ger högre tillförlitlighet i nästa steg av arbetsflödet.
En mer komplett ortomosaik, även där data ofta brister
Ortomosaiken ses ofta som en slutleverans, men i praktiken är den ett av de mest känsliga resultaten i hela arbetsflödet. Den avslöjar svagheter i rekonstruktionsprocessen, särskilt i områden där traditionell fotogrammetri ofta har problem. Det gäller till exempel vattenytor, reflekterande material och markytor med låg textur.
Med Gaussian splatting i PIX4Dmatic rekonstrueras scenen som en mer kontinuerlig representation. Det gör att ortomosaiken kan behålla mer visuell och rumslig information. Resultatet blir skarpare och mer komplett.
Ortomosaik skapad med standardfotogrammetri i PIX4Dmatic.
Ortomosaik skapad med Gaussian splatting.
Ortomosaiken överst visar en mer sammanhängande och komplett rekonstruktion, särskilt längs svåra ytor som vattenkanter. Där kan traditionella metoder ofta ge luckor och inkonsekvenser. Genom att förbättra den underliggande representationen av scenen möjliggör Gaussian splatting en mer konsekvent och tillförlitlig ortomosaik, med mindre saknad data och bättre tolkningsbarhet.
För professionella användare handlar det inte bara om bättre bildkvalitet. En mer komplett ortomosaik innebär färre blinda fläckar, mer tillförlitlig analys och mindre tid som behöver läggas på att kontrollera eller kompensera för saknad data. Förbättringar i rekonstruktionssteget stannar alltså inte där. De följer med hela vägen till de leveranser som teamen använder i sitt dagliga arbete.
Ytor som beter sig mer förutsägbart
Ett 3D-mesh är bara så tillförlitligt som den data det bygger på. I många arbetsflöden läggs därför mycket tid på att stabilisera ytan, till exempel genom att hantera oregelbunden triangulering, jämna ut övergångar eller korrigera artefakter som har uppstått under rekonstruktionen.
Med mer konsekvent indata minskar behovet av detta arbete. Det 3D-mesh som genereras i PIX4Dmatic beter sig mer förutsägbart eftersom det bygger på ett dataset som redan är stabilare i grunden. Trianguleringen blir mer konsekvent, övergångarna blir jämnare och kantområden definieras tydligare. Det minskar risken för små inkonsekvenser som inte alltid syns tydligt, men som kan påverka mätningar.
3D-mesh av Lackawanna Bridge.
Resultatet är att användare kan lita på leveranserna tidigare i processen. Det minskar behovet av upprepade korrigeringar och gör det möjligt att snabbare gå vidare till analys.
Tillförlitliga volymjämförelser
Det nya verktyget för ytjämförelse i PIX4Dmatic gör det möjligt att beräkna volymer genom att direkt jämföra två ytor. Det kan vara punktmoln eller TIN-modeller och används för att kvantifiera förändringar mellan olika mätningar, projekterade modeller och relationsdata eller mellan olika faser i ett projekt. Verktyget kan även användas med importerade punktmoln.
Binärt visualiseringsläge för ytjämförelse i PIX4Dmatic.
Samma dataset med gradientbaserat visualiseringsläge för ytjämförelse i PIX4Dmatic.
Den här typen av analys är mycket känslig för kvaliteten och konsekvensen i den underliggande datan. Även små variationer i rekonstruktionen kan skapa brus som ser ut som faktisk förändring. Det är särskilt relevant vid exempelvis masshantering, uppföljning av upplag eller analys av framdrift i infrastrukturprojekt, där beslut bygger på precisa volymskillnader.
Här spelar Gaussian splatting en viktig roll. Genom att skapa ett mer komplett och stabilt punktmoln minskar tekniken inkonsekvenser mellan dataset redan från början. Ytor som skapas från dessa dataset linjerar bättre med varandra, vilket gör volymjämförelser mer tillförlitliga och enklare att tolka.
I stället för att lägga tid på att avgöra om en upptäckt skillnad är verklig eller en artefakt från rekonstruktionen kan användaren fokusera på det som är viktigast: att mäta faktisk förändring med högre säkerhet.
Prestanda anpassad för hög detaljrikedom
Den rekonstruktionskvalitet som Gaussian splatting möjliggör är nära kopplad till hur bearbetningen utförs.
PIX4Dmatic tar in denna funktion i en desktopmiljö där prestandan kan utnyttjas genom lokala GPU-resurser. I praktiken innebär det att generering av Gaussian splats, tillsammans med de punktmoln och ytor med högre kvalitet som följer, drar nytta av moderna NVIDIA-GPU:er med tillräcklig mängd VRAM.
För att uppnå den här detaljnivån och noggrannheten krävs en kraftfull dator som kan hantera bearbetningen. Rätt systemprestanda gör det möjligt att skapa modeller av högsta kvalitet direkt på datorn, med både hastighet och tillförlitlighet.
Samtidigt är arbetsflödet flexibelt. När lokala resurser är begränsade eller när projekt behöver skalas upp kan bearbetningen flyttas till PIX4Dcloud utan att arbetsflödet bryts. Den underliggande rekonstruktionslogiken är konsekvent, vilket gör att resultaten linjerar oavsett var bearbetningen sker.
Ett sammankopplat ekosystem, inte separata verktyg
Det som framför allt skiljer den här lösningen åt är inte bara att Gaussian splatting introduceras i PIX4Dmatic. Det viktiga är hur tekniken integreras i det bredare PIX4D-ekosystemet. Datainsamling, bearbetning och förfining är inte längre isolerade steg kopplade till separata verktyg. De fungerar i stället som sammankopplade delar i ett gemensamt, georefererat arbetsflöde.
Data som samlas in med PIX4Dcatch kan tas direkt in i PIX4Dmatic för avancerad bearbetning. Det gör det möjligt att förfina markbaserade dataset tillsammans med flygbilder i samma miljö. Resultatet blir en mer komplett rekonstruktion av platsen, där detaljinformation från marknivå och översiktlig täckning från luften inte hanteras separat, utan kombineras i en enhetlig modell.
Resultaten, inklusive Gaussian splats, kan enkelt delas till PIX4Dcloud via alternativet Share to Cloud i filmenyn.
Det innebär bland annat att:
Mer konsekvent rekonstruktionskvalitet mellan plattformar
Punktmoln med mer förutsägbart beteende
Ytgenerering ger stabilare resultat
Mer kontrollerad sammanslagning av data
Arbetsflödet med Gaussian splatting kommer även snart att bli tillgängligt i PIX4Dengine SDK. Det gör det möjligt att automatisera genereringen av avancerade, georefererade rekonstruktioner i större skala. Organisationer kan då dra nytta av stabilare punktmoln och förbättrad ortomosaikkvalitet i egna, högvolymsbaserade bearbetningsflöden.
I detta skede är Gaussian splatting i PIX4Dmatic inte längre bara en innovation inom rekonstruktion. Det är en strukturell förbättring av hela arbetsflödet. Funktionen finns tillgänglig som en del av PIX4Dmatic Pro och är utvecklad för arbetsflöden som kräver högsta nivå av rekonstruktionskvalitet och tillförlitlighet.
Den stärker startpunkten för varje projekt, förbättrar kvaliteten på den data som används i varje steg och integreras sömlöst i ett bredare ekosystem som stödjer hur professionellt mätarbete faktiskt utförs. Resultatet är inte bara bättre modeller, utan mer tillförlitliga beslutsunderlag.
- Komplett fotogrammetripaket
- Standard och Analyst kombinerat
- Avancerad terrängmodellering
- Online och offline-licenser
