LuanVan.vnLuận Văn
Gửi thư

NGHIÊN CỨU VÀ ĐÁNH GIÁ CÁC PHƯƠNG PHÁP TÁI TẠO MÔ HÌNH 3D CỔ VẬT TỪ DỮ LIỆU VIDEO ĐA GÓC NHÌN

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTạ Minh Triết
Người hướng dẫnHuỳnh Ngọc Thái Anh
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong bối cảnh số hóa di sản văn hóa, việc tái tạo mô hình 3D cổ vật từ dữ liệu ảnh hoặc video đang trở thành nhu cầu cấp thiết nhằm bảo tồn và phục dựng hiện vật quý hiếm. Đề tài “Nghiên cứu và đánh giá các phương pháp tái tạo mô hình 3D cổ vật từ dữ liệu video đa góc nhìn” tập trung triển khai bốn kỹ thuật phổ biến hiện nay gồm: Photogrammetry (COLMAP), NeRF (Nerfacto), Instant-NGP và Gaussian Splatting. Dữ liệu đầu vào là video từ các thiết bị quay phổ thông, được xử lý thành ảnh đầu vào để huấn luyện mô hình 3D. Việc đánh giá được thực hiện bằng cách so sánh các mô hình 3D tạo ra qua các chỉ số định lượng PSNR, SSIM, LPIPS đối với các phương pháp học sâu, kết hợp đánh giá trực quan đối với tất cả các phương pháp. Kết quả thực nghiệm trên hai tập dữ liệu 65 và 90 ảnh cho thấy Gaussian Splatting đạt chất lượng vượt trội cả về PSNR, SSIM và LPIPS chỉ sau khoảng 5000 bước huấn luyện, Photogrammetry tái tạo hình học chính xác, ít nhiễu nhưng hạn chế ở bề mặt phản quang, Nerfacto cho màu sắc và ánh sáng tự nhiên, đạt kết quả tốt nhất ở khoảng 10000 bước nhưng bề mặt còn gồ ghề, Instant-NGP cho ra chất lượng thấp hơn và cần nhiều bước để cải thiện. Từ khóa: 3D reconstruction, Gaussian Splatting, Instant-NGP, Multi-view video,
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.