3D rekonstrukce vnitřních lezeckých boulderů

Martin Forman

3D Reconstruction of Indoor Boulders

Typ dokumentu

bakalářská práce
bachelor thesis

Autor

Martin Forman

Vedoucí práce

Čech Jan

Oponent práce

Matoušek Martin

Studijní obor

Základy umělé inteligence a počítačových věd

Studijní program

Otevřená informatika

Instituce přidělující hodnost

katedra kybernetiky

Práva

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Zobrazit celý záznam

Abstrakt

V této práci byla zkoumána 3D rekon-strukce vnitřních lezeckých boulderů ze dvou snímků. Byla vyvinuta aplikace pro měření vzdáleností mezi chyty, stejně jako jiných objektů a úhlů ve scéně. Me-todologie kombinovala klasické techniky Structure from Motion (SfM) s nedávnými učenými deskriptory pro párování, kon-krétně LoFTR. Výkon aplikace byl hodnocen z hlediska přesnosti, přičemž bylo zjištěno, že více re-konstruovaných scén dosáhlo měřicí chyby kolem 5%. Některé případy však vykazo-valy vyšší chybu kvůli faktorům jako nízká textura, špatná kvalita snímků a neopti-mální baseline. Výsledky hodnocení vedly k diskuzi o možných vylepšeních a identi-fikaci omezení současného přístupu.

In this thesis, the 3D reconstruction of indoor climbing boulders from two images was investigated. An application was developed to measure distances between holds, as well as other objects and angles within the scene. The methodology combined classical Structure from Motion (SfM) techniques with recent learned descriptors for matching, specifically LoFTR. The application’s performance was evaluated for accuracy, revealing that multiple reconstructed scenes achieved measurement errors around 5%. However, some cases exhibited higher errors due to factors such as low texture, poor image quality, and sub-optimal baselines. The evaluation results informed a discussion on potential improvements and identified limitations of the current approach.