Historische Fassade mit Structure-from-Motion rekonstruieren
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 250 Smartphone-Fotos der Fassade plus 6 von einem Vermesser gemessene Passpunkte (Ground Control Points, GCPs — nur zur Maßstabskalibrierung und Validierung, nicht zur Rekonstruktion selbst). Führe SfM aus, um Kameraposen und eine dünnbesetzte Punktwolke zu erhalten, dann MVS für eine dichte Rekonstruktion, anschließend Poisson-Oberflächenrekonstruktion für ein texturiertes Mesh. Skaliere die Rekonstruktion mit 3 der 6 Passpunkte und validiere sie an den verbleibenden 3. Erfolgskriterium: mittlerer absoluter Fehler unter 1,5 cm an den Validierungspunkten, ein wasserdichtes texturiertes Mesh und ein einseitiger schriftlicher Qualitätsbericht, dem ein Tragwerksplaner vertrauen kann.
Das Briefing
Was Du tust und was Du zeigst.
Liefere eine maßstabsgetreue, texturierte 3D-Rekonstruktion einer historischen Fassade aus Smartphone-Fotos mit dokumentierter Genauigkeit unter 2 cm.
Earning criteria — what you'll demonstrate
- Eine vollständige SfM-/MVS-Pipeline auf einem realen Außendatensatz ausführen
- Passpunkte einsetzen, um beliebig skalierte Rekonstruktionen in metrische Einheiten zu überführen
- Typische Rekonstruktionsprobleme (texturarme Bereiche, sich wiederholende Muster) diagnostizieren
- Geometrische Unsicherheit für ein nicht-vision-affines Fachpublikum verständlich kommunizieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenComputer Vision Engineer
End-to-End-SfM-/MVS-Arbeit ist Kerngebiet von CV-Engineers in AR-, Mapping- und Heritage-Unternehmen; diese Challenge liefert ein vollständiges Projekt, auf das im Bewerbungsgespräch verwiesen werden kann.
Dieses Projekt schärft
- structure-from-motion
- multi-view-stereo
- 3d-reconstruction
Applied AI Scientist
Forschungsnahe Methoden (SfM und MVS) auf ein bezahltes Kundenproblem zu übertragen und gegen Ground Truth zu validieren ist der Alltag der angewandten KI-Forschung.
Dieses Projekt schärft
- 3d-reconstruction
- geometric-validation
- point-cloud-processing
AI Engineer
Eine forschungsnahe Pipeline so zu verpacken, dass ein Nicht-Spezialist sie erneut ausführen kann, ist genau die AI-Engineer-Fähigkeit, nach der Startups suchen.
Dieses Projekt schärft
- mesh-generation
- point-cloud-processing
- geometric-validation
Noch eine Sache