Reescalado de imágenes fotográficas por inteligencia artificial aplicado a fotogrametría

Abstract

[ES] La inteligencia artificial o IA es una tecnología en ciernes que se está desarrollando a velocidad vertiginosa y que sin duda está suponiendo el inicio de una nueva era. Como tal, es de alto interés estudiar el alcance de dicha tecnología en todos los campos posibles. Este proyecto busca evaluar la viabilidad de utilizar el reescalado por inteligencia artificial al conjunto de fotografías empleadas para generar un modelo 3D por fotogrametría. Se basa en la premisa de que, a mayor resolución de las imágenes, menor ground sampling distance (GSD) y mayor cantidad de píxeles, y por tanto mayor cantidad de puntos homólogos. Se pretende determinar si puede resultar un activo útil a la hora de mejorar los resultados. Para ello se debe realizar una toma de fotografías de un objeto modelo, a las que posteriormente se les aplica un reescalado por IA para aumentar su resolución. Con dichas fotografías aumentadas se realiza un proceso de correlación fotogramétrica con el que se generan unos mapas de profundidad y en base a ellos se obtiene un modelo tridimensional. Este modelo 3D obtenido por fotogrametría se compara con un modelo 3D de referencia tomado como verdadero obtenido con un escáner de luz estructurada. Esto con el fin de poder cuantificar los resultados. Ambos modelos deben ser escalados antes de poder ser comparados. Este proceso se va a estudiar para varias resoluciones y para varias calidades de mapas de profundidad.

[EN] Artificial intelligence or AI is a budding technology that is developing at breakneck speed and is undoubtedly ushering in a new era. As such, it is of high interest to study the scope of such technology in all possible fields. This project seeks to evaluate the feasibility of using artificial intelligence to upscale to the set of photographs used to generate a 3D model by photogrammetry. It is based on the premise that the higher the resolution of the images, the lower the ground sampling distance (GSD) and the greater the number of pixels, and therefore greater the number of homologous points. The aim is to determine if it can be a useful asset to improve the results. In order to do it, photographs of a model object must be taken, which are then upscaled by AI to increase their resolution. With these enlarged photographs, a photogrammetric correlation process is carried out to generate depth maps and, based on them, a three-dimensional model is obtained. This 3D model obtained by photogrammetry is compared with a reference 3D model taken as true obtained with a structured light scanner. This in order to be able to quantify the results. Both models must be scaled before they can be compared. This process will be studied for various resolutions and for various depth map qualities.

[CA] La intel·ligència artificial o IA és una tecnologia en embrió que s'està desenvolupant a velocitat vertiginosa i que sens dubte està suposant l'inici d'una nova era. Com a tal, és d'alt interés estudiar l'abast d'aquesta tecnologia en tots els camps possibles. Aquest projecte busca avaluar la viabilitat d'utilitzar el reescalat per intel·ligència artificial al conjunt de fotografies emprades per a generar un model 3D per fotogrametria. Es basa en la premissa que, a major resolució de les imatges, menor ground sampling distance (GSD) i major quantitat de píxels, i per tant major quantitat de punts homòlegs. Es pretén determinar si pot resultar un actiu útil a l'hora de millorar els resultats. Per a això s'han de realitzar unes de fotografies d'un objecte model, a les quals posteriorment se'ls aplica un reescalat per IA per a augmentar la seua resolució. Amb aquestes fotografies augmentades es realitza un procés de correlació fotogramètrica amb el qual es generen uns mapes de profunditat i sobre la base d'ells s'obté un model tridimensional. Aquest model 3D obtingut per fotogrametria es compara amb un model 3D de referència pres com a vertader obtingut amb un escàner de llum estructurada. Això amb la finalitat de poder quantificar els resultats. Tots dos models han de ser escalats abans de poder ser comparats. Aquest procés s'estudiarà per a diverses resolucions i per a diverses qualitats de mapes de profunditat.