Skip to content
WINNIIO
← Insights
· 2 min read · Recorded reality / Gaussian Splatting / Guide 3/3

Resultatet: gemensam visning och spårbara videoexporter

Vad den lokala leveransen innehåller, vad modelljämförelsen stödjer och hur nästa förbättring kan utvärderas från samma kameror.

Guideserie · del 3 av 3 · version 1, 7 oktober 2026.

1. Den gemensamma vyn · 2. Arbetsflödet · 3. Resultat och lärdomar

VERIFIED – leveransen i den lokala versionen: en gemensam vy för splat, punktmoln och panoramor, med valbara lager och taksnitt. Till vyn hör daterade områdesfilmer och en highlight-film med svenska och engelska undertexter.

Vad resultatet visar

Filmerna visar växling mellan fotografi, skanningspunkter och tränad rekonstruktion. De dokumenterar hur den valda versionen såg ut vid exporten. Kopplingen till fabriksvyn gör att en inspelad sekvens kan följas av egen utforskning i den lokala modellen.

VERIFIED med FFprobe: videoexporterna är 1920 × 1080 pixlar och 60 bilder per sekund. Områdesfilmerna är 29 sekunder, highlight-filmen 45 sekunder. Filmerna har inbrända undertexter.

Vad modelljämförelsen kan säga

VERIFIED genom försöksunderlaget: modellerna jämfördes från matchande kameror mot bildreferenser. Den valda kombinationen hade högst genomsnittlig PSNR och SSIM samt lägst LPIPS bland kandidaterna i den sparade jämförelsen med samma renderare. Dessa värden beskriver bildlikhet i just den jämförelsen.

Valideringsvyerna kommer från tidigare observerade panoramapositioner, med överlappande bildmaterial. Resultatet fastställer därför inte kvaliteten från helt nya kamerastationer. Den sparade kandidatjämförelsen gäller dessutom modellerna före den slutliga beskärningen.

Beskärningen gav ett mer avgränsat visningsområde, men ändrade också vissa referensbilder. Den är ett separat bearbetningssteg som behöver granskas visuellt. Den valda modellen har fortfarande rekonstruktionsartefakter.

Så blir en före- och eftervisning rättvis

Rekommenderad metod för nästa publicering:

  • Använd samma kamera, synfält, upplösning och renderare i båda bilderna.
  • Visa ren splat när träningskvaliteten jämförs.
  • Visa panorama och punktmoln som tydligt märkta referenser.
  • Visa både en stillbild och en kameraförflyttning.
  • Redovisa modellversion, beskärning och vilka positioner jämförelsen gäller.

Ett skarpt fotografi i en blandad vy är ingen separat verifiering av splatens detaljrikedom. Bildlikhet är heller ingen verifiering av fysisk mätnoggrannhet.

Nästa försök

ASSUMED – förslag att pröva: kontrollera bild–punktmolnsinpassningen, använda LiDAR-djup även under träningen och utvärdera på helt undanlagda kamerastationer. Eventuell förbättring behöver mätas mot den bevarade referensmodellen och visas från samma kameror.

Where this goes next

Want this applied to your organisation?

One call is enough to know if we're a fit.

Book a call
Digital twin specialists

Nobody brings the full stack of digital twin competence — organizational, global, change management, technology strategy, and a NASA JPL-derived method — the way we do. We bring the best people together for a company faster than anyone else, and we implement it with them.

An answer that takes nine months to verify gets verified against a reality that has moved on.

Scoping workshop from €4,500, credited in full against the project. See how scoping works