3D Reconstruction: with applications to computer vision and AI

Μαλεκκίδης, Νικόλαος; Malekkides, Nikolaos

dc.contributor.author	Μαλεκκίδης, Νικόλαος	el
dc.contributor.author	Malekkides, Nikolaos	en
dc.date.accessioned	2026-02-11T13:10:25Z
dc.date.available	2026-02-11T13:10:25Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/63393
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.31088
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) "Επιστήμη Δεδομένων και Μηχανική Μάθηση"	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/3.0/gr/	*
dc.subject	3D Reconstruction	en
dc.subject	Τρισδιάστατη Ανακατασκευή	el
dc.subject	Neural Radiance Field	en
dc.subject	Neural Radiance Field	en
dc.subject	3D Gaussian Splatting	en
dc.subject	3D Gaussian Splatting	en
dc.subject	Multimodal Computer Vision	en
dc.subject	Πολυτροπική Όραση Υπολογιστών	el
dc.subject	Scene Decomposition	en
dc.subject	Αποσύνθεση Σκηνής	el
dc.title	3D Reconstruction: with applications to computer vision and AI	en
heal.type	masterThesis
heal.classification	Όραση Υπολογιστών	el
heal.classification	Computer Vision	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-07-04
heal.abstract	This thesis explores modern learning-based approaches to 3D reconstruction, focusing on Neural Radiance Fields (NeRFs), 3D Gaussian Splatting (3DGS), and Feature Splatting (FS)—a recent extension of 3DGS that incorporates semantic information. We begin with an overview of traditional geometry-based methods that laid the foundation for multi-view 3D reconstruction. Building on this, we examine NeRF and 3DGS as the two state-of-the-art approaches, analyzing their core principles, advantages, and limitations. The experimental evaluation is divided into two parts. The first assesses the reconstruction capabilities of NeRF, 3DGS, and FS, using both quantitative metrics and qualitative comparisons. Results show that 3DGS consistently outperforms NeRF in terms of visual quality and rendering speed, while FS achieves similar performance despite the added complexity of semantic features. The second part explores the use of FS for semantic scene understanding. By enriching each Gaussian with features distilled from foundation models such as CLIP and DINO, FS enables prompt-based segmentation of reconstructed scenes. While the evaluation is qualitative—due to the absence of ground truth masks—the results demonstrate the potential of this approach for high-level semantic decomposition. The thesis concludes with a discussion of the observed limitations and outlines possible directions for future work toward more robust, efficient, and semantically aware 3D reconstruction methods.	en
heal.abstract	Στην παρούσα εργασία εξετάζουμε σύγχρονες, learning-based μεθόδους τρισδιάστατης ανακατασκευής, εστιάζοντας στα Neural Radiance Fields (NeRFs), το 3D Gaussian Splatting (3DGS) και το Feature Splatting (FS)—μια πρόσφατη επέκταση του 3DGS στην οποία ενσωματώνεται και σημασιολογική πληροφορία. Ξεκινάμε με μια επισκόπηση των παραδοσιακών γεωμετρικών μεθόδων που αποτέλεσαν ιστορικά τη βάση της τρισδιάστατης ανακατασκευής. Στη συνέχεια, αναλύουμε τις δυο βασικές μεθόδους: NeRF και 3DGS, δίνοντας έμφαση στις βασικές τους αρχές, στα πλεονεκτήματά τους, αλλά και στις αδυναμίες τους. Το πειραματικό κομμάτι της εργασίας χωρίζεται σε δύο μέρη. Στο πρώτο μέρος αξιολογούμε την ποιότητα ανακατασκευής των NeRF, 3DGS και FS, μέσω μετρικών αλλά και μέσω ποιοτικής οπτικής σύγκρισης. Τα αποτελέσματα δείχνουν ότι το 3DGS υπερτερεί του NeRF τόσο στην οπτική ποιότητα, όσο και στη rendering ταχύτητα, με το FS να έχει συγκρίσημη απόδοση παρά την προσθήκη των σημασιολογικών χαρακτηριστικών. Στο δεύτερο μέρος εξετάζουμε τις δυνατότητες του FS για σημασιολογική κατανόηση της σκηνής. Η πρόταση του FS να εμπλουτίσουμε τις Γκαουσιανές με διανύσματα χαρακτηριστικών, τα οποία μαθαίνουμε από θεμελιώδη μοντέλα όπως ο CLIP και ο DINO, μας επιτρέπει να διερευνήσουμε τη σκηνή σημασιολογικά χρησιμοποιώντας φυσικό λόγο. Παρότι η αξιολόγηση είναι ποιοτική—λόγω προφανής έλλειψης σημασιολογικών δεδομένων αλήθειας—τα αποτελέσματα αναδεικνύουν τη δυνατότητα αυτής της προσέγγισης για υψηλού επιπέδου σημασιολογική κατανόηση. Η εργασία ολοκληρώνεται με μια σύντομη ανασκόπηση των αδυναμιών που παρατηρήθηκαν, και πιθανών κατευθύνσεων για μελλοντική έρευνα προς πιο αξιόπιστες και αποδοτικές μεθόδους ανακατασκευής.	el
heal.advisorName	Καράντζαλος, Κωνσταντίνος	el
heal.advisorName	Karantzalos, Kontantinos	en
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Karantzalos, Kontantinos	en
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.committeeMemberName	Voulodimos, Athanassios	en
heal.committeeMemberName	Παπουτσής, Ιωάννης	el
heal.committeeMemberName	Papoutsis, Ioannis	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false