Capitolo 9 — Backend SfM

DOVE

Vista Esperto → Inspector → Configurazione del training → picker Camera Alignment, voce "Apple Photogrammetry".

TECNICO

Avvolge il framework di fotogrammetria integrato di Apple, sviluppato originariamente per Object Capture. Apple estrae internamente le feature con una pipeline proprietaria (i passaggi non sono documentati pubblicamente), le verifica tramite matching multi-vista e risolve il bundle adjustment sulla Neural Engine + GPU Apple Silicon. Il backend è pienamente conforme all'App Store (nessun binario esterno, Sandbox=true, on-device), ma fornisce solo le pose delle fotocamere più una nuvola di punti grossolana — nessuna metrica diagnostica come lunghezza dei track o errore di riproiezione. Scala secondo la raccomandazione di Apple fino a qualche centinaio di immagini. Con più di ~500 frame in voli di drone lineari o grandi scene outdoor sono stati osservati crash riproducibili o lo scarto silenzioso di singole fotocamere.

DOVE

Menu "File → Import COLMAP / Metashape Workspace…" (Cmd+⇧+I) OPPURE trascina una cartella contenente sparse/0/cameras.txt.

TECNICO

Legge l'esportazione testo COLMAP standardizzata — tre file di testo cameras.txt, images.txt, points3D.txt nella sottocartella sparse/0/ — e converte nel modello interno del risultato SfM. Stessa definizione di formato dell'esportazione binaria COLMAP, solo in ASCII anziché in binario. Viene esportato in questo preciso layout da Agisoft Metashape, RealityCapture, PolyCam e dal benchmark ETH3D. Il parser condivide il riconoscimento del modello di fotocamera con il parser binario (tutti i modelli comuni: SIMPLE_PINHOLE, PINHOLE, OPENCV, OPENCV_FISHEYE, FULL_OPENCV). Robusto rispetto a righe di commento e righe vuote. Scala nei test fino a ~1 400 fotocamere (ETH3D Tunnel) senza problemi.

DOVE

Vista Esperto → Inspector → Configurazione del training → picker Camera Alignment, voce "Native (Beta)". Incrementale è la modalità predefinita di questo backend — nell'Inspector non c'è un picker separato per il mapper. Tramite CLI la modalità può essere impostata esplicitamente con –native-sfm o –sfm-mapper incremental.

TECNICO

Implementazione propria GPU-accelerata dell'intera pipeline SfM: feature FAST+BRIEF OPPURE SuperPoint+LightGlue tramite CoreML (con –coreml-features), seguito da matching Hamming-KNN, matrice fondamentale RANSAC, costruzione dei track, selezione della coppia iniziale, bootstrap a due viste (F→E più DLT), mapper incrementale greedy con registrazione PnP e triangolazione multi-vista, e bundle adjustment finale tramite Levenberg-Marquardt ridotto secondo Schur con loss di Huber e Jacobiani analitici tramite risoluzione Cholesky. Pienamente conforme all'App Store: nessun binario esterno, Sandbox=true. Con il rilevatore di collasso R2 distribuito nella Fase 3.10: se l'app registra meno del 60 % dei frame di input o se il tasso di punti per fotocamera scende sotto 13, ricade automaticamente sul mapper globale (Q5). Empiricamente pulito su scene orbita/turntable; su movimenti più generali (volo di drone, ambienti interni con geometria complessa) il tasso di successo è più basso — il rilevatore intercetta tuttavia questi casi. Scala in modo affidabile fino a ~200 fotocamere, oltre con tempi di esecuzione decisamente più lunghi.

DOVE

Viene chiamato automaticamente quando il mapper incrementale (Q4) fa scattare il rilevatore di collasso (meno del 60 % dei frame di input registrati o tasso di punti per fotocamera sotto 13). Forzabile manualmente solo tramite CLI –sfm-mapper global. Nell'Inspector il metodo globale non è raggiungibile tramite un picker separato — l'app decide da sola quando passare.

TECNICO

Variante globale della pipeline nativa. Prima estrazione delle feature + matching come in Q4, poi stima della posa relativa per tutte le coppie verificate, seguita da rotation averaging (sincronizza tutte le rotazioni delle fotocamere nel sistema di coordinate mondo) e translation averaging (basato su LSQR su una formulazione sparsa matrix-free per evitare overflow di interi con grandi numeri di fotocamere). Scala in linea di principio a ~5 000 fotocamere, in pratica con qualità degradata sopra alcune centinaia di fotocamere — la misurazione del gate di accettazione Fase 3.8 §5 su K-1351 ha dato finalLoss 0.07 invece dei 0.0115 mirati. Trattato come "fallback tier": entra in gioco quando il mapper incrementale degenera, ma non viene esso stesso ricontrollato per la qualità.

DOVE

Menu File → "Import COLMAP / Metashape Workspace…" (Cmd+⇧+I). Trascinamento di una cartella contenente sparse/0/cameras.{bin,txt} e images/.

TECNICO

Rileva automaticamente se una cartella selezionata tramite trascinamento o pannello di apertura corrisponde a uno dei tre layout di workspace COLMAP (sparse/0/, sparse/ o root) e se la ricostruzione è binaria (cameras.bin) o testo (cameras.txt). Il percorso binario utilizza il parser binario COLMAP, il percorso testo il loader ETH3D — entrambi producono lo stesso modello di risultato SfM e il resto della pipeline (importare le immagini, avviare il training MCMC) è agnostico rispetto alla sorgente. Le immagini vengono aperte tramite il sistema di bookmark sandbox dell'app in modo security-scoped, così l'importazione funziona anche nella versione App Store. Pensato specificamente per il caso "esportazione Metashape senza ricalcolare la ricostruzione". Il riconoscimento menzionato nella voce di menu File avverte nel log dell'app se la cartella scelta non è un workspace riconoscibile.