Kapitel 9 — SfM-backends

HVOR

Expert View → Inspector → Træningskonfiguration → Camera Alignment-vælger, posten „Apple Photogrammetry".

TEKNISK

Indkapsler Apples indbyggede fotogrammetri-framework, som oprindeligt blev udviklet til Object Capture. Apple udtrækker internt features med en proprietær pipeline (trin er ikke offentligt dokumenteret), verificerer dem via multi-view-matching og løser bundle-adjustment på Apple Silicon Neural Engine + GPU. Backend'en er fuldt App Store-konform (ingen ekstern binary, Sandbox=true, on-device), men leverer kun kamerapositioner plus en grov punktsky — ingen diagnose-metrikker som spor-længde eller reprojektionsfejl. Skalerer ifølge Apples anbefaling op til et par hundrede billeder. Ved mere end ~500 frames i lineære droneflyvninger eller store outdoor-scener er der reproducerbart observeret crashes eller stilstoppende frasortering af enkelte kameraer.

HVOR

Menuen „File → Import COLMAP / Metashape Workspace…" (Cmd+⇧+I) ELLER træk-og-slip af en mappe med sparse/0/cameras.txt.

TEKNISK

Læser den standardiserede COLMAP-teksteksport — tre tekstfiler cameras.txt, images.txt, points3D.txt i undermappen sparse/0/ — og konverterer til den interne SfM-resultat-model. Samme formatdefinition som COLMAP-binær-eksporten, bare som ASCII i stedet for binær. Udskrives af Agisoft Metashape, RealityCapture, PolyCam og ETH3D-benchmark'en i præcis dette layout. Parseren deler kamera-model-detektion med binary-parseren (alle gængse modeller: SIMPLE_PINHOLE, PINHOLE, OPENCV, OPENCV_FISHEYE, FULL_OPENCV). Robust over for kommentarlinjer og tomme linjer. Skalerer i tests op til ~1 400 kameraer (ETH3D Tunnel) uden problemer.

HVOR

Expert View → Inspector → Træningskonfiguration → Camera Alignment-vælger, posten „Native (Beta)". Inkrementel er standard­tilstanden for denne backend — der findes ingen separat mapper-vælger i Inspector. Via CLI kan tilstanden sættes eksplicit med –native-sfm eller –sfm-mapper incremental.

TEKNISK

Egen GPU-accelereret implementering af hele SfM-pipelinen: FAST+BRIEF-features ELLER SuperPoint+LightGlue via CoreML (med –coreml-features), efterfulgt af Hamming-KNN-matching, RANSAC-fundamentalmatrix, track-building, initial-par-udvælgelse, two-view-bootstrap (F→E plus DLT), grådig inkrementel mapper med PnP-registrering og multi-view-triangulering og endelig bundle-adjustment via Schur-reduceret Levenberg-Marquardt med Huber-loss og analytiske jacobianer over Cholesky-løsning. Fuldt App Store-konform: ingen ekstern binary, Sandbox=true. Med R2-collapse-detektoren, der blev leveret i fase 3.10: registrerer appen mindre end 60 % af input-frames eller falder points-per-camera-raten under 13, skiftes der automatisk til den globale mapper (Q5). Empirisk ren på orbit-/turntable-scener; ved mere generelle bevægelser (droneflyvning, indendørs rum med kompleks geometri) er successraten lavere — detektoren fanger dog disse tilfælde. Skalerer pålideligt op til ~200 kameraer, højere med markant længere kørselstid.

HVOR

Kaldes automatisk, når den inkrementelle mapper (Q4) udløser collapse-detektoren (mindre end 60 % af input-frames registreret eller points-per-camera-rate under 13). Manuelt tvangs-aktiverbar kun via CLI –sfm-mapper global. I Inspector er den globale metode ikke tilgængelig via en separat vælger — appen beslutter selv, hvornår den skifter.

TEKNISK

Global variant af den native pipeline. Først feature-ekstraktion + matching som i Q4, derefter relativ pose-estimering for alle verificerede par, efterfulgt af rotation-averaging (synkroniserer alle kamerarotationer i verdens-koordinatsystemet) og translation-averaging (LSQR-baseret på en matrix-fri sparse-formulering for at undgå integer-overflow ved store kamera-mængder). Skalerer i princippet til ~5 000 kameraer, i praksis kvalitetsforringet over nogle hundrede kameraer — fase-3.8-§5-akzeptanz-gate-målingen på K-1351 gav finalLoss 0.07 i stedet for de tilstræbte 0.0115. Håndteres som „fallback-tier": kommer i spil, når den inkrementelle mapper degenererer, men kontrolleres ikke selv på ny for kvalitet.

HVOR

File-menuen → „Import COLMAP / Metashape Workspace…" (Cmd+⇧+I). Træk-og-slip af en mappe med sparse/0/cameras.{bin,txt} og images/.

TEKNISK

Genkender automatisk, om en mappe valgt via træk-og-slip eller åbn-panelet svarer til et af de tre COLMAP-workspace-layouts (sparse/0/, sparse/ eller roden), og om rekonstruktionen findes som binær (cameras.bin) eller tekst (cameras.txt). Den binære sti bruger COLMAP-binær-parseren, tekst-stien ETH3D-loaderen — begge producerer samme SfM-resultat-model, og resten af pipelinen (importér billeder, start MCMC-træning) er agnostisk over for kilden. Billederne åbnes via app-sandbox-bookmark-systemet security-scoped, så importen også virker i App Store-versionen. Specifikt tænkt til situationen „Metashape-eksport uden at regne rekonstruktionen om". Detektionen, der nævnes i File-menu-posten, advarer i app-loggen, hvis den valgte mappe ikke er et genkendeligt workspace.