概要
本プロジェクトは、現実世界の画像データから3D Gaussian Splatting技術を用いてTH OWLキャンパスの建物を高精度に再構築し、Unreal Engine 5に統合してリアルタイムでインタラクティブな可視化を実現します。
GUIベースの手動パイプライン（RealityScan + LichtFeld Studio）と、NVIDIA DGX A100サーバー向けに最適化された自動化パイプライン（Graphdeco）の二つのワークフローを提供。
GoProやAprilTagで収集したデータからCOLMAPでカメラ位置を推定し、SuperSplatで3Dモデルを洗練します。
CUDA対応GPUとPython環境、必要に応じてDockerを用いて、効率的な3Dシーン再構築を求める開発者や研究者向けに設計されています。
互換性・特徴
- GPU必須
- Python
- CLI
- Unreal Engine
- Docker
- 3D Gaussian Splatting
基本情報
| Stars | 1 |
| カテゴリ | 3D / NeRF |
| アクティビティ | low |
GitHub: https://github.com/Nithya-Kanakam/Gaussian-Splatting