Branche oder Lebensbereich: Architektur

  • NeRF: Ansichten aus Fotos rekonstruieren

    Ein NeRF lernt aus mehreren Bildern, welche Farbe und Dichte an räumlichen Positionen entlang verschiedener Blickrichtungen zu erwarten sind. Daraus lassen sich neue Ansichten derselben Szene rendern.

    Einfach erklärt

    Viele Fotos zeigen eine Szene aus unterschiedlichen Blickwinkeln. Das Modell lernt daraus eine kontinuierliche räumliche Darstellung, durch die eine virtuelle Kamera bewegt werden kann.

    Geeignete Motive

    • statische Räume und Objekte
    • Kultur- und Produktdokumentation
    • virtuelle Rundgänge
    • visuelle Effekte und Forschung

    Grenzen

    Bewegte Menschen, spiegelnde oder transparente Flächen, stark wechselndes Licht und zu wenige Kameraperspektiven erschweren die Rekonstruktion.

    Abgrenzung

    NeRF erzeugt primär eine Darstellung für neue Ansichten. Ein direkt bearbeitbares, sauberes 3D-Mesh entsteht nicht zwingend.

    Quellen und Prüfstand

    Prüfstand: 28.07.2026. Produktfunktionen, Nutzungsbedingungen und Rechte können sich ändern und müssen vor einer Veröffentlichung beim jeweiligen Anbieter geprüft werden.

  • 3D Gaussian Splatting

    3D Gaussian Splatting beschreibt eine Szene durch zahlreiche räumliche Gauß-Primitive mit Position, Größe, Orientierung, Farbe und Transparenz. Dadurch lassen sich neue Ansichten oft sehr schnell rendern.

    Unterschied zu klassischen Punktwolken

    Die Elemente besitzen nicht nur eine Position, sondern auch räumliche Ausdehnung, Orientierung und Darstellungsparameter. Sie überlagern sich zu einem dichten Bild.

    Stärken

    • schnelles Rendering
    • hohe visuelle Qualität
    • interaktive Kamerabewegung
    • geeignet für aufgenommene reale Szenen

    Grenzen

    • große Datenmengen
    • schwierige Bearbeitung einzelner Objekte
    • Artefakte bei unzureichenden Aufnahmen
    • kein automatisch sauberes CAD- oder Animationsmodell

    Aufnahmehinweis

    Viele scharfe, überlappende Bilder mit gleichmäßiger Belichtung und ruhiger Kameraführung bilden eine bessere Grundlage als wenige stark unterschiedliche Aufnahmen.

    Quellen und Prüfstand

    Prüfstand: 28.07.2026. Produktfunktionen, Nutzungsbedingungen und Rechte können sich ändern und müssen vor einer Veröffentlichung beim jeweiligen Anbieter geprüft werden.

  • Einen Raum oder Gegenstand als NeRF oder Gaussian Splat erfassen

    Für eine gute Rekonstruktion ist die Aufnahme wichtiger als der spätere Algorithmus. Scharfe, überlappende Bilder und gleichmäßige Beleuchtung reduzieren Lücken und Artefakte.

    Geeignet für

    • virtuelle Rundgänge
    • Dokumentation von Räumen
    • Kunst- und Sammlungsobjekte
    • Filmsets und Referenzen

    Vorgehensweise

    • Szene ruhig und gleichmäßig beleuchten
    • langsam mit hoher Bildüberlappung aufnehmen
    • bewegte Personen vermeiden
    • Rekonstruktion berechnen
    • Lücken und störende Bereiche prüfen
    • Ausgabe für Web oder Präsentation optimieren

    Qualitätskontrolle

    • keine fehlenden Blickwinkel
    • keine Bewegungsartefakte
    • korrekte Größenwirkung
    • sensible Bereiche entfernt oder unkenntlich
    • Dateigröße und Ladezeit

    Grenzen

    Spiegel, Glas, Wasser, stark glänzende Flächen und bewegte Motive sind problematisch. Die Darstellung ist nicht automatisch ein maßhaltiges Aufmaß.

    Quellen und Prüfstand

    Prüfstand: 28.07.2026. Produktfunktionen, Nutzungsbedingungen und Rechte können sich ändern und müssen vor einer Veröffentlichung beim jeweiligen Anbieter geprüft werden.