Детальная информация

Название: Анализ распределенных методов реконструкции облака точек фотограмметрическими методами: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Авторы: Исаев Василий Сергеевич
Научный руководитель: Молодяков Сергей Александрович
Другие авторы: Локшина Екатерина Геннадиевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2021
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: фотограмметрия; реконструкция облака точек; рекуонструкция 3D-моделей на основе изображений; photogrammetry; point cloud reconstruction; image-based 3D model reconstruction
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-919
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно: Новинка

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Выпускная квалификационная работа бакалавра посвящена исследованию алгоритмов реконструкции облака точек по набору изображений. Требуется выяснить, какие алгоритмы возможно использовать для каждого из этапов построения облака точек. Проведен сравнительный анализ алгоритмов, путем реализации и сравнения с уже существующими решениями. Проведены тесты для сравнения различных методов. Данная тема является актуальной, так как сейчас алгоритмы реконструкции облака точек являются наиболее востребованы. Также, различные алгоритмы имеют высокие требования программных ресурсов и времени, что не всегда является приемлемым. В работе были разработаны и реализованы алгоритмы для различных этапов реконструкции облака точек на языке программирования Python в интегрированной среде разработки PyCharm и в Google Colab. Были проведены реконструкции облака точек по существующим датасетам. Сделаны выводы из сравнительного анализа об эффективности и применимости для рассматриваемых алгоритмов.

The final qualification work of the bachelor is devoted to the study of algorithms for restoring a point cloud from a set of images. You need to figure out which algorithms can be used for each of the stages of building a point cloud. Comparative analysis of algorithms is carried out by implementing them and comparing them with existing solutions. Tests were conducted to compare different methods. This topic is relevant because point cloud recovery algorithms are currently the most popular. In addition, different algorithms place high demands on software resources and time, which is not always acceptable. In this paper, algorithms were developed and implemented for various stages of point cloud reconstruction in the Python programming language in the integrated development environment PyCharm and in Google Colab. The point cloud was reconstructed using existing data sets. The conclusions are made on the basis of a comparative analysis of the effectiveness and applicability of the algorithms under consideration.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ)
-> Интернет Анонимные пользователи

Оглавление

  • 0f835f82ca478893dd6b2674e6d64d18606a5fbed28732fe6f72951fb15f80f4.pdf
  • 0f835f82ca478893dd6b2674e6d64d18606a5fbed28732fe6f72951fb15f80f4.pdf
  • 0f835f82ca478893dd6b2674e6d64d18606a5fbed28732fe6f72951fb15f80f4.pdf

Статистика использования

stat Количество обращений: 4
За последние 30 дней: 2
Подробная статистика