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.

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