谷歌街景數據可以拿來制作3D城市點云模型,這里跟大家講講這么做的算法后的評估吧。
評估
投射以及位置精確度
雖然我們還沒有制定任何精確的公制來進行優化,但由于設定的虛擬單位和米之間的呼應,我們倒也能以一種較為粗獷的角度來進行觀察。
盡管以我們的方式能夠制造出傳達優美幾何意識的非真representation,但是要說到更多紋理和色彩的3D創建時,我們還是有一些小問題的。

例如,如圖,我們能夠發現深度地圖和RGB全景圖片之間的不協調:建筑的邊緣,被旁邊的淡藍色天空給擾亂了。
另外,平面上投射的點同時也包括了代表天空的點,而后者按理說應該是定義為無窮遠,因此不應該出現的。
關于這點,此前有專家(Branislav Micusik)的項目使用了異常值消除,而其使用的場景是更復雜的機器學習算法。
另一個問題是較遠的點,當每個全景圖片載入時,最遠的點變得更加稀少并且精確度消失。當組合多個點云時,有些就是不能匹配,并在重建的模型上留下噪點,

如圖所示。一個簡單的祛除的方式,就是在合成多個全景圖片時,根據他們的距離來祛除。
最后,當單個全景的方向和維度看起來已經匹配的時候,經度方向依然有幾米的誤差,以至于合成多個全景圖片時會出現垂直方向的“重影”效果。這個可以歸咎于第四個步驟中方程式的不精確。
探索空間
為了完成上述評估,我們認為需要建立一個特定的用戶交互,讓他們能從不同角度探索這個重建的世界。為此,我們加上了3個camera:
·1個靜止的俯瞰的攝像機,當算法聯系載入全景圖片時,能夠一步一步的觀察重建過程。這個相機永遠根據最新載入的點云而變化,但同時旋轉保持不變。
·1個沿橢圓形軌道旋轉的相機,能夠給用戶一個廣闊的視角來觀察建造起來的點云。它的運動會根據每一幀定義為:

算法5:計算機軌道計算
·1個互動相機,可以讓用戶自由的在空間中移動。攝像機根據鍵盤方向以及鼠標移動的[x,y]平面進行移動。
另外,一個簡化的菜單,讓用戶可以改變FOV,將全景圖片重新投射在一個球面上。
最后一個特性尤其重要,因為它可以讓用戶匹配全景圖片和點云。