tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
| Título variante: |
Generació d'escenes 3D a partir de NeRF i Gaussian Splatting |
| Título variante: |
3D scene generation from NeRF and Gaussian Splatting |
| Fecha: |
2025 |
| Resumen: |
Aquest treball aborda la reconstrucció d'escenes 3D mitjançant NeRF utilitzant el framework Nerfstudio, establint un pipeline tècnic que abasta des de la captura d'imatges fins a la visualització d'escenes mitjançant renderitzat i navegació interactiva en vista de tipus novel view synthesis. S'han utilitzat diferents conjunts de dades: escenes fotogramètriques pròpies, en què es fa servir Polycam per a la importació de malles i l'estimació de posis de càmera; el dataset sintètic D-NeRF integrat a Nerfstudio. L'estudi se centra en el model base de NeRF i avalua l'impacte dels hiperparàmetres sobre la qualitat de reconstrucció. S'han mesurat mètriques estàndard com PSNR, SSIM i LPIPS, i se n'ha analitzat el rendiment computacional. Els experiments s'han executat en un clúster de la universitat equipat amb GPU NVIDIA A40, gestionat mitjançant cues batch. A més, es revisen propostes d'optimització presents en altres models, encara que sense validació experimenti. |
| Resumen: |
Este trabajo aborda la reconstrucción de escenas 3D mediante NeRF utilizando el framework Nerfstudio, estableciendo un pipeline técnico que abarca desde la captura de imágenes hasta la visualización de escenas mediante renderizado y navegación interactiva en vistas de tipo novel view synthesis. Se han utilizado distintos conjuntos de datos: escenas fotogramétricas propias, en las que se emplea Polycam para la importación de mallas y la estimación de poses de cámara; el dataset sintético D-NeRF integrado en Nerfstudio. El estudio se centra en el modelo base de NeRF, evaluando el impacto de los hiperparámetros sobre la calidad de reconstrucción. Se han medido métricas estándar como PSNR, SSIM y LPIPS, y se ha analizado el rendimiento computacional. Los experimentos se han ejecutado en un clúster de la universidad equipado con GPUs NVIDIA A40, gestionado mediante colas batch. Además, se revisan propuestas de optimización presentes en otros modelos, aunque sin validación experime. |
| Resumen: |
This project explores 3D scene reconstruction using NeRF through the Nerfstudio framework, defining a complete technical pipeline from image capture to 3D visualization via novel view synthesis. Various datasets were used: custom photogrammetric scenes, where Polycam was used to import meshes and estimate camera poses; the synthetic D-NeRF dataset included in Nerfstudio. The study focuses on the base NeRF model, analyzing the influence of hyperparameter tuning on reconstruction quality. Evaluation includes standard metrics such as PSNR, SSIM, and LPIPS, along with computational performance analysis. Experiments were executed on the university's computing cluster equipped with NVIDIA A40 GPUs and managed through batch job queues. Additionally, recent optimization strategies from the literature are reviewed, although not experimentally tested. |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Lengua: |
Castellà |
| Titulación: |
Enginyeria Informàtica [2502441] |
| Plan de estudios: |
Enginyeria Informàtica [958] |
| Documento: |
Treball final de grau ; Text |
| Área temática: |
Menció Computació |
| Materia: |
Reconstrucció 3D ;
NeRF ;
Nerfstudio ;
Visualització d'escenes ;
Polycam ;
D-NeRF ;
PSNR ;
SSIM ;
LPIPS ;
Renderitzat ;
GPU ;
Reconstrucción 3D ;
Visualización de escenas ;
Renderizado ;
3D Reconstruction ;
Scene Visualization ;
Rendering |
visitante ::
identificación
