CONFRONTO DI ALGORITMI SFM IN ARCHEOLOGIA -...

CONFRONTO DI ALGORITMISFM IN ARCHEOLOGIA - IL

CASO DELLE TERME DITRAIANO IN ROMA

Simone Gianolio (Univ. “La Sapienza”)[email protected]

LOW-COST 3D: Sensori, algoritmi e applicazioni8-9 marzo Trento 2012

Algoritmi SfM in archeologia

Il progredire delle tecniche e delle tecnologie rendonosempre più evidente l’assenza di un solido backgroundinformatico nelle discipline umanistiche, in particolare quellaarcheologica che massimo giovamento trarrebbedall’utilizzo del 3D per la registrazione di dati ad elevatacomplessità interpretativa. Questo si scontra con ilprogressivo regredire dei finanziamenti a disposizione perla ricerca archeologica, senza chiudere gli occhi di frontealla loro mala amministrazione.

Negli ultimi anni pertanto è cresciuto l’utilizzo di algoritmi diStructure from Motion come soluzioni dall’impatto economiconullo e dal risultato garantito in termini temporali più cheaccettabili, cosa che può consentire la registrazionetridimensionale di un gran numero di informazioni.

Algoritmi SfM in archeologia

Tuttavia come risaputo gli algoritmi di SfM sono benlungi dal restituire quella precisione e quellaaccuratezza propri di sistemi di rilevamento strumentaleindiretto (fotogrammetria, laser scanner, stazione totale,etc.) o manuale diretto.

Viene così chiaramente a scontrarsi l’esigenza da partedell’archeologo di lavorare sempre su dati dallamassima precisione possibile con l’inevitabileapprossimazione di soluzioni computer vision, perquanto in grado di offrire una sempre più veloce analisidel dato sottomesso con lo sviluppo di soluzioni “cloud”o “gpu-computing” in caso di assenza di rete.

Algoritmi SfM e documentazionearcheologica

Gli algoritmi SfM rischianopertanto di essere visti comesoluzioni push-button in gradodi restituire a costi irrisori esenza la necessità di uncorretto backgroundscientifico il rilievotridimensionale di unmanufatto. Questo puòessere vero nell’occasionalità,nei progetti che nonrichiedono affidabilità deldato, ma non può essere veronell’ambito delladocumentazione archeologicaintesa come processoscientifico di acquisizione didati grezzi da elaborare pergiungere ad una ricostruzioneverosimile della storia antica.

Ancora oggi siamo insommafermi a quello slogan ideatoda George Eastman perlanciare la prima fotocameraKodak nel novembre del1889 “You press the button, -- - - we do the rest.”

Le Terme di Traiano in Roma

Il principale ambito di analisi di questa comparativa sono state leTerme di Traiano in Roma, edificio costruito dall’omonimo imperatoreispanico su progetto di Apollodoro di Damasco occludendo la DomusAurea tra il 104 ed il 109 d.C.

L’area, per oltre 1500 anni destinata prevalentemente ad orti,boschetti e casalini di nobili e confraternite romane, è stata nel1935/1936 sistemata a parco pubblico su progetto di A. Muñoz,con la creazione di un giardino, di un viale panoramico eprocedendo alla rimozione di alcune strutture che insistevanosull’area.

I resti delle Terme di Traiano, già menomati nella loro omogeneitàdal progetto del parco, si trovano inglobati all’interno di cancellate,circondate ed in alcuni casi sovrastate dalla vegetazione; alcunipunti di vista sono attualmente chiusi per le ben note vicenderelative alla Domus Aurea.


I resti oggettodel testcostituiscono uncorpo di grossedimensionidisposto su unavasta areanell’angolo nord-occidentale delcomplesso che,oltre allestrutture visibilinella fotoaccanto,comprendono lac.d. “Aulabiabsidata” eduna grossaesedrariconosciuta comeninfeo.

Struttura di Test 01

Nessun algoritmo è riuscito a mettere insiemel’intero set di fotografie, a causa della presenza diimpedimenti naturali e dell’impossibilità di costruireuna adeguata rete di punti comuni nel passaggiosotto l’arco.

La dimensione delle strutture e lo spazio presentetra le stesse e la rete protettiva sono risultatesufficienti a consentire un match completo del setriguardante il lato meridionale dell’intero corpoarchitettonico.


La c.d. “Esedra L”è uno dei corpimeglio conservatidelle Terme:come inprecedenza, unacancellata amaglie stretteostruisce laripresafotografica,possibile soltantoattraverso delleaperture nellarete che tuttaviarendono moltodifficile includerel’intero corpoanche all’internodella focale da17mm utilizzata.

Struttura di Test 02

Sebbene l’angolatura di presa non sia statacompleta a causa della chiusura di un settore delparco, tutti gli algoritmi hanno restituito una buonaelaborazione del set di fotografie.

I risultati finali sono stati comunque altalenanti, nellagenerazione della texture e nella definizione delmodello, in particolare nella parte inferiore delterreno dove sono conservate anche dei resti divolta crollati di potenziale interesse.

L’Arco di Costantino in Roma

L’Arco diCostantino èrisultato uncaso di grandeinteresse perviadell’elevatodettaglio (inbassorilievo oa tutto tondo)presente sulmonumento, acui si aggiungeuna cancellatache penalizzafortemente leripresefotograficheper gli SfM.

L’Arco di Costantino in Roma

L’Arco di Costantino, dedicato all’imperatore dalSenato, è il frutto di una serie di riutilizzi dielementi provenienti da altri monumenti:bassorilievi, statue a tutto tondo, colonne, particolaridecorativi architettonici molto fini.

La vicinanza delle strutture metalliche ha resoimpossibile completare l’intera struttura: purutilizzando un 17mm solo VisualSfM è riuscito acomputare i match creando modelli differenti, manon 1 unico modello.

Criteri di analisi

L’operazione svolta sugli algoritmi SfM presi in esame èvolta alla creazione di una tabella di usabilità che tengaconto delle seguenti caratteristiche, partendo dalbackground tecnologico a disposizione di un archeologo: Interfaccia user-friendly dell’applicazione e semplicità

d’installazione-configurazione Licenza d’uso del software/servizio web Tipologia di output del rilievo (mesh, point cloud, formato del file

generato) Capacità di risoluzione dei dataset a disposizione Qualità del risultato finale generato Coerenza della geometria generata con i resti in situ

Point cloud & mesh

Dal punto di vista della documentazionearcheologica, prescindendo dall’aspetto discientificità che con algoritmi SfM non può essereancora ottenuto, è comunque necessario risponderea determinati parametri che qualificanopositivamente o negativamente un progetto:Open data, open format dei dati grezzi Documenti disponibili in multipiattaforma Corrispondenza con il dato archeologico

I software analizzati

Sono stati presi in esame una serie di software chefanno riferimento a tecnologie di SfM differenti: Autodesk 123DCatch beta (già Project Photofly) Microsoft Photosynth Hypr3D Arc3D Visual Structure from Motion 0.5.13 Structure from Motion Toolkit V3D Structure from Motion Bundler SfM 0.4 OSM Bundler Etc.

Piattaforma di test

Windows 7 SP1 64bit Intel i7 920 @ 3,4Ghz + nVidia Quadro 2000 +

12GB di RAM + 1GB GDDR5 Canon 5D Mark II (sensore FF 21MP) + Canon EF 17-

40mm f/4L + Canon EF 24-70mm f/2.8L: scatto inRAW e sviluppo con Digital Photo Professional

Samsung Galaxy W i8150 (sensore 5MP):elaborazione immagini con Adobe Photoshop

Autodesk 3DS Max; Meshlab Immagini totali prese: >500 in 3 distinti dataset

Caratteristiche software

Software Piattaforma Licenza Interfaccia Facilitàd’uso

Featureaggiuntive

123DCatch Web-based: clientfor Windows

Autodesk has aperpetual royalty-free license onmodel if you use aweb-service

User-friendly 5 Strumenti dellafamiglia 123Dper modella-zione libera eprototipazione

Photosynth Web-based: clientfor Windows

Free use, share &embed; CC, publicdomain, © for photoup to 20GB

Simple & minimal 5 Microsoft ImageCompositeEditor

Hypr3D Web-based Free use, share &embed up 1GB.Hypr3D has aperpetual royalty-free license onmodel

Simple & Minimal 5 Mesh fromvideo file

Caratteristiche software

Software Piattaforma Licenza Interfaccia Facilitàd’uso

Featureaggiuntive

VisualSfM Windows-Mac-Linux

Personal, non-profitor research use withreferences

User-friendly GUI butadvanced

4 GPU-computingfor matching;dense recon-struction;automatchingpoint clouds

Arc3D Web-based:client forWindows-Mac-Linux & others

Non-commercialonly; public use withreferences

Simple & minimal 5

Formati di esportazione

123DCatch Hypr3D VisualSfM PhotoSynth* Arc3D

DWG DAE+jpg PLY PLY V3D

FBX PLY sparse+dense OBJ OBJ

RZI STL VRML

OBJ HiRe+LowRe X3D

IPM

LAS

Low+Mid+HiRe

*= via SynthExport 1.1.0

ST1: 123DCatch vs Hypr3D

Per il corpo del settore nord-orientale delle terme, delle dimensioni dica. 40x15 metri, sono stati effettuati diversi momenti di presa per untotale superiore alle 200 immagini. Quelle realmente utilizzateammontano a ca. 80 per la presenza di impedimenti naturali che hannoostacolato il match dell’intero set.

Il comportamento generale dei due algoritmi può definirsisoddisfacente: i punti deboli rilevati sono stati il ponteggio di sostegnoalla volta non riconosciuto da 123DCatch al contrario di Hypr3D, ilquale ha però mostrato un comportamento non idoneo nel trattamentodel terreno erboso risultato troppo frastagliato.

In termini di definizione, Hypr3D 80.000 vertici maggiormenteconcentrali sulla geometria architettonica, 123DCatch 113.000vertici maggiormente concentrali sulla geometria “accessoria”.


Il diversocomportamentonella definizionedel terreno haportato i duealgoritmi ad unadiversadefinizionedell’areaoccidentale delmodello 3D:risulta in ognicaso dapreferirsil’approssimazioneoperata da123DCatchrispetto a quelladi Hypr3D.

ST1: PhotoSynth vs ARC3D

MicrosoftPhotoSynth hacostruito unanuvola di puntitroppo sparsaper essereutilizzata ai finidella definizionedi una meshcoerente con lestrutture rilevate.ARC3D hagentilmenterestituito unmessaggio dierrore nel qualesegnalaval’impossibilità diprocessare il setdi immagini.

ST1: VisualSfM

VSfM harestituito unabuona nuvoladi punti, benprocessando ilponteggio disostegno dellavolta, menoaltri particolaripure benvisibili nellefoto edandando incrisi con i puntipiù scuridell’immaginecome lavernice neradel portoncino.


Nel caso dell’esedra L il comportamento dei 2 software può definirsi sovrapponibileal 95% ca.: Hypr3D ha generato un modello ad alto dettaglio di oltre 100.000vertici dai quali sono state ricavate ca. 200.000 facce, al contrario Autodesk si èlimitato a computare poco più di 33.000 vertici per un totale di 66.000 facce ca.La più alta risoluzione ha consentito al primo di definire meglio i particolari postinella parte inferiore del modello, come frammenti di volta crollati e aperture deipraefurnia.

Il trattamento cromatico della texture è risultato più fedele nel software Autodeskpiuttosto che nell’algoritmo di Viztu che ha introdotto una eccessiva dominante blunell’immagine.

Nella creazione del file .jpg Autodesk rispetta maggiormente gli standard dellamappatura UVW costruendo un file compatibile con il modificatore Unwrap UVWdi 3DS Max che lo riconosce, apre e gestisce correttamente; questo facilitaeventuali operazioni di postproduzione sulla texture che dovessero essere necessari.Al contrario, Hypr3D tende a mosaicizzare in maniera eccessiva la texture che puressendo correttamente riconosciuta dall’Unwrap UVW di Max non è assolutamentegestibile in fase di postproduzione, poiché i riquadri contenenti informazioni sulcolore delle facce ne assumono anche le dimensioni, risultando non più grandi dipoche decine di pixel.


Hypr3D High Detail mesh Autodesk mesh

Sovrapposizione mesh


Hypr3D texture Autodesk texture

ST2: PhotoSynth vs ARC3D

Sia l’algoritmodi Microsoftche quello diARC3D si sonorivelatiinsufficienti adefinire ilmodello:PhotoSynth acausa di unanuvola di puntitroppo sparsa,il secondo permanifestaincapacità diprocessare ilmodello.

ST2: VisualSfM

AoC: 123DCatch vs Hypr3D

Il servizio dellaAutodesk e quellodi Viztu fornisconola mesh piùinteressante deldataset sottoposto:la differenza puòarrivare al >30%(dato non statistico)di differenza sulmodello, che puòtuttavia definirsiaccettabile inentrambi i casi.Hypr3D restituisceuna elaborazione inalta risoluzione checonta tuttavia 2/3in meno deipoligoni rispetto almodello Autodesk.

AoC: 123DCatch vs Hypr3D

Nel test dell’Arcodi Costantino lapalma dellamigliore mesh vaal programmaAutodesk (viola),più preciso neidettagli e nellesfumature. Solo ilprogrammaAutodesk èriuscito per altroma in parte anon “decapitare”gli 8 guerrieriDaci presentinella partesuperioredell’Arco.

AoC: VSfM vs 123DCatch

VisualSfM alcontrario deglialtri algoritmi èin grado digenerare unadense point cloudattraverso l’usodi CMVS/PMVS,possibilità inassoluto dapreferirsi per ladocumentazionearcheologica.Rispetto alprogrammaAutodesk è statoin grado dicomputare fino a>11 volte ilnumero di verticiutilizzati.

AoC: Photosynth vs Arc3D

Nella generazione dimodelli 3D nessuno deidue servizi si èdimostrato adeguatoalle esigenzearcheologiche. Arc3Dha fallito nellacomputazione delmatch mentrePhotosynth si limita ariconoscere una blandaquantità di punti utilesoltanto a generareambienti 3D da presefotografiche; al fine diottenere risultatisoddisfacenti sotto ilpiano visualel’algoritmo Microsoftnecessita di unapuntuale pianificazionedel programma diprese fotografiche pernon spezzettare troppola navigazioneinterattiva all’internodell’ambiente virtuale.È disponibile lafunzione “panorama”per utenti iOS 4.2 e ss.

Conclusioni

Dal punto di vista della formazione archeologica “standard” e dei risultati ottenibilidall’utilizzo di algoritmi SfM per la registrazione tridimensionale veloce dimanufatti antichi, è possibile concludere che: VisualSfM ed Autodesk 123DCatch sono attualmente i software migliori per generare

point cloud e mesh controllate; VSfM è tuttavia da preferirsi qualora si disponesse diottimali risorse hardware per il calcolo, poiché più completo

Microsoft Photosynth genera modelli con una risoluzione eccessivamente bassa nella nuvoladi punti, cosa che costringe l’elaboratore ad una approssimazione non controllata dellamesh risultante

Arc3D non è stato capace di processare i set inviati Bundler, V3D, OSM non hanno chiuso la task segnalata, andando in crash; alcuni bugs sono

ampiamente segnalati agli sviluppatori ma non risolti; Bundler in particolare per essereutilizzato in ambiente Win necessita la compilazione di CYGWin: sarebbe preferibilequindi utilizzarlo in ambiente Linux, con il corollario di dover chiedere all’archeologo diimparare un nuovo sistema operativo e/o la programmazione da shell. Inevitabilescegliere dunque VSfM

Hypr3D è un algoritmo molto promettente, ma allo stato attuale i progetti possono soltantoessere pubblici e questa non è una condizione idonea nella fase iniziale di un progetto distudio archeologico. È comunque prevista una futura implementazione dell’opzione “makeprivate”. La possibilità inoltre di generare modelli da video costituisce un valore aggiunto

Algoritmi SfM per l’archeologia

VisualSfM per la sua capacità di generare point cloud dense (=dato grezzo) offlinee con risorse temporali e computazionali adeguate, unitamente ad una serie distrumenti in grado di automatizzare realmente l’intero flusso di lavoro, risulta iltoolkit più efficace per la generazione di documentazione speditiva 3D. Riguardogli standard della documentazione archeologica, come detto inizialmente non èpossibile valutarne l’affidabilità, inoltre va in difficoltà quando deve analizzarearee troppo scure o il terreno, nei set sempre non computato a differenza deglialtri algoritmi.

123DCatch ha dimostrato una perfetta integrazione con la suite di modellazionesia gratuita (famiglia 123D) che commerciale (Entertainment Creation) di Autodesk,divenendo un buon tool per la generazione di modelli 3D destinati alla creazione diambienti tridimensionali virtuali. Presenta 3 livelli di definizione della mesh,sebbene l’appossimazione della risoluzione non andrebbe lasciata al software. Percontro, non con tutti i set di test ha avuto un comportamento soddisfacente.

Hypr3D ha avuto un comportamento altalenante: non buona gestione della textureai fini di un modello importabile in ambienti virtuali, maggiore definizione dellamesh geometrica con qualche errore di troppo che nel caso della ST01 ha inficiatogravemente la qualità finale a fini archeologici pur presentando una miglioreelaborazione generale del set fotografico.

Algoritmi SfM per l’archeologia

VisualSfM si è inoltre ben comportato nelle successive analisi di diverseprese ottenute in tempi diversi di uno stesso set; al contrario, 123DCatch,pur contemplando la possibilità di analisi successive dello stesso modello edun tool per la definizione manuale di punti comuni, ha mostrato una carenzastrutturale dovuta all’incapacità di mantenere inalterata la mesh giàcomputata, che veniva progressivamente deteriorata.

Gli algoritmi SfM danno in definitiva il meglio di sé in situazioni “ideali” sudimensioni relativamente contenute del manufatto e con una decentepresenza di dettagli per l’individuazione di punti comuni. Hanno tutti invecedimostrato una discreta indipendenza dal fattore hardware legato alsensore fotografico che fa sentire il suo peso soltanto nella qualità delletexture generate.

In definitiva, se ne consiglia l’utilizzo in archeologia sotto due preciseindicazioni: non trarre dai loro risultati elementi di documentazionearcheologica nel senso classico dell’espressione, limitarsi ad utilizzare perun intero progetto lo stesso algoritmo, accettandone i limiti maminimizzando e per questo standardizzando l’errore su tutti i dati.

For further information:[email protected]

Thank you for your attention!

CONFRONTO DI ALGORITMI SFM IN ARCHEOLOGIA -...

Documents

Transcript of CONFRONTO DI ALGORITMI SFM IN ARCHEOLOGIA -...