NeRF, Gaussian Splatting y Videogrametría:

Videogrametría versus NeRF:

Los campos de radiancia neural, o NeRF, utilizan redes neuronales profundas para modelar escenas 3D complejas a partir de un conjunto de imágenes 2D. Esta técnica crea una representación volumétrica de la escena, permitiendo generar nuevas vistas de la misma con alta fidelidad y detalle, incluso en ángulos no capturados directamente en las imágenes originales. NeRF logra esto entrenando una red para predecir la densidad de color y la opacidad en cada punto de un espacio tridimensional, lo que permite sintetizar vistas fotorrealistas desde cualquier perspectiva. (https://lumalabs.ai/embed/cd4aed99-83df-4125-8f69-a5bc28b7f1f1?mode=sparkles&background=%23ffffff&color=%23000000&showTitle=true&loadBg=true&logoPosition=bottom-left&infoPosition=bottom-right&cinematicVideo=undefined&showMenu=false)

El "Gaussian splatting" es un método utilizado en la visualización y reconstrucción de volúmenes, que implica la proyección de puntos de datos (como los obtenidos a través de escaneo 3D) en un espacio de visualización, utilizando kernels Gaussianos para suavizar y fusionar estos datos en una representación continua. Esta técnica es especialmente útil para manejar datos dispersos o ruidosos, permitiendo una reconstrucción más coherente y visualmente agradable de las formas y superficies en 3D.

La videogrametría, por su parte, combina elementos de la fotogrametría con el análisis de vídeo para extraer información espacial precisa de objetos y entornos a partir de secuencias de vídeo. A través del seguimiento de puntos característicos a lo largo de múltiples frames, esta técnica puede reconstruir estructuras 3D y superficies con gran detalle. La videogrametría se beneficia de la temporalidad y la abundancia de datos en los vídeos, lo que facilita la captura de detalles dinámicos y la generación de modelos tridimensionales precisos. (https://map.skyebrowse.com/model/public/d5c7467d-749a-4965-93df-4a363ab99c07)

Estas tres tecnologías, aunque distintas en su enfoque y aplicación, contribuyen significativamente al avance de la reconstrucción 3D, la realidad aumentada, y otras áreas de investigación y desarrollo en el campo de la visión por computadora, ofreciendo herramientas poderosas para la creación de representaciones digitales realistas del mundo físico.