Bachelor's Thesis

3D Reconstruction from Images with Deep Neural Networks

Final Thesis 18.57 MB

Author of thesis: Tatiana Fedorova

Acad. year: 2025/2026

Supervisor: doc. Ing. Michal Španěl, Ph.D.

Reviewer: Ing. Marek Vaško

Abstract:

This bachelor thesis deals with the use of deep neural networks for 3D reconstruction from photographs. The theoretical part summarizes the basic principles of image-based reconstruction, camera geometry, classical methods and selected neural approaches. The practical part uses the DUSt3R model on a custom outdoor urban dataset. Since measured depth data were not available, additional reference information was obtained using COLMAP. The work includes data preparation, generation of image pairs, processing of depth maps and evaluation of model fine-tuning. The experiments showed that fine-tuning the whole model is too demanding for the available hardware, so only the output heads were trained. The best variant after 24 epochs reduced the MAE error by approximately 5.53% and increased the 𝛿 metric by approximately 8.97% compared with the pretrained model.

Keywords:

3D reconstruction, deep learning, neural networks, DUSt3R, COLMAP, depth map, model fine-tuning, pseudo-ground-truth

Date of defence

16.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaDznamka

Grading

D

Process of defence

Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm D.

Topics for thesis defence

  1. Aký bol váš podiel na tvorbe dátovej sady využitej pri experimentoch?
  2. Aká bola motivácia na tvorbu vlastnej dátovej sady? Akú modalitu alebo prostredia aktuálne dátové sady nepokrývajú?
  3. Aký zdroj bol použitý ako referenčná implementácia metódy DUST3R?
  4. Štatistika dátovej sady: Čo sú jednotlivé kamery? Aké majú kamery parametre? Za akých podmienok boli získavané dáta? Aká je distribúcia snímkov medzi kamerami? Aká je celková veľkosť dátovej sady?
  5. Jak je velká testovací sada?
  6. Na kolika datech jste trénovala?
  7. V jakých jednotkách je hloubka? Co měříte?

Language of thesis

Czech

Faculty

Department

Study programme

Information Technology (BIT)

Composition of Committee

doc. Ing. Lukáš Burget, Ph.D. (předseda)
doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda)
Ing. Libor Polčák, Ph.D. (člen)
Ing. Michal Hradiš, Ph.D. (člen)
Ing. Martin Žádník, Ph.D. (člen)

Supervisor’s report
doc. Ing. Michal Španěl, Ph.D.

Slečna Fedorova obtížné téma uchopila jednodušším způsobem. Nepokusila se získat širší rozhled v existujících metodách a hlubší pochopení. Věnovala se experimentům s jednou zvolenou metodou, se kterou pracovala jako s nástrojem. Obtížnost a zpracování tématu tak odpovídá průměrné bakalářské práci. Mé celkové hodnocení pak snižuje ve spěchu dokončovaná technická zpráva.

Evaluation criteria Verbal classification
Information about assignment

Problematika 3D rekonstrukce z fotografií patří mezi obtížnější témata. Pochopení principů i použití existujících nástrojů není triviální a naráží na různé typy problémů. Studentka se v rámci tématu zaměřila na experimenty s metodou DUSt3R, jednou z nových metod založených na neuronových sítích (CVPR, 2024), a ověřovala možnosti dotrénování modelu na vlastních datech.

Zadání považuji za splněné, včetně bodu 4, který požaduje: "navrhněte architekturu neuronové sítě pro danou úlohu." V kontextu složitosti metod rekonstrukce a zejména náročnosti jejich trénování na rozsáhlých datových sadách, považuji cestu, kterou studentka zvolila, za adekvátní bakalářské práci.

Work with literature

Studijní materiály související s modelem DUSt3R byly doporučeny vedoucím. Další materiály si studentka vyhledávala samostatně a také sama nastudovala potřebné informace o principech a použití modelu DUSt3R a nástroje COLMAP.

Activity during solution, consultations, communication

Studentka průběžně prezentovala výsledky své samostatné práce na příležitostných konzultacích. Aktivita řešení kolísala a zdálo se mi, že intenzita práce se zvyšovala ke konci řešení s blížícím se termínem odevzdání.

Activity during completion

Technická zpráva měla být dokončena dříve. Definitivní obsah jsem měl k dispozici těsně před odevzdáním. Studentka se snažila zapracovat komentáře, ale již nebyl dostatek času na postupné odladění textu, zejména popisu experimentů a prezentace výsledků.

Publication activity, awards

Není známa.

Points proposed by supervisor: 65

Grade proposed by supervisor: D

Reviewer’s report
Ing. Marek Vaško

Celkovo prácu hodnotím na hranici C/B. Ujasnenie rozhodnutia by malo byť vedené odpoveďami na otázky k obhajobe.


Pozitíva sú: kvalitne spracovaný prehľad state of the art, používanie recentných metód a pravdepodobné vytvorenie novej dátovej sady.


Nedostatky sú v rozsahu experimentálnej časti, a to aj v miere, v akej sa autorka podieľa na implementácii trénovacích skriptov.

Evaluation criteria Verbal classification Points
The difficulty of the assignment

Evaluation level: more difficult assignment

Práca rieši dolaďovanie metódy pre rekonštrukciu 3D objektov na vlastnej dátovej sade Terezín. Viac ako priemerne obtiažne hodnotím vytváranie novej dátovej sady (je však potrebné objasniť proces vytvárania, viď. otázky), ktorá obsahuje viacero modalít. Metóda pre dotrénovanie modelu je skôr implementáciou štandardného postupu.

Presentation level of the technical report

Práca je formálne spracovaná dobre, možno by som ale vypichol pár nedostatkov. Napríklad v úvode sa dvakrát opakuje informácia, že tieto metódy nepotrebujú kalibrované kamery.

Zároveň sú experimenty čislované 1–3, avšak v texte pri experimente 1 je spomenuté, že išlo o experiment 2.

85
Formal preparation of a technical report

Práca má dobrú formálnu úpravu.

90
Realisation output

Experimentálnu časť má pozitíva ale je tu aj pár problémov:

  • Nie je citovaný zdroj trénovacieho skriptu; zdá sa, že je z veľkej časti prevzatý, avšak autorka nepíše, kde je dostupná zdrojová implementácia; zdrojové kódy majú iba licenciu v hlavičke.
  • V texte chýba definícia metrík.
  • Zmysel experimentu v sekcii Experiment 1 je obmedzený. Overenie spustiteľnosti je samozrejmá vec. Pri výsledkoch chýba kvantitatívne vyhodnotenie.
  • Kvantitatívne porovnanie modelov je iba v záverečnom experimente a porovnáva sa iba nedotrénovaný model s modelom dotrénovaným na jednej konfigurácii.

Hodnotenie vytvorenej dátovej sady nie je možné, keďže nemohla byť dodaná v rámci NDA.

Pozitíva na odovzdaných súboroch je kvalitne zdokumentovaný pipeline na spracovanie dát.

60
Usability of results

Práca je kompilačného charakteru a aplikuje existujúce metódy na novú dátovú sadu. Využiteľnosť výsledkov pre konkrétny typ dátovej sady sa zdá byť možný, avšak chýbajú jasnejšie vysvetlenia niektorých častí práce.

The extent to which the requirements of the assignment have been met

Evaluation level: the student has reasonably deviated from the assignment with minor reservations

Práca je z veľkej časti splnená, avšak formulácia zadania zahŕňa aj testovanie viacerých metód a úpravu architektúry siete. Práca rieši experimenty s jednou metódou pri výbere rôznych trénovaných parametrov siete. Zdá sa však, že značné rozšírenie nastalo v oblasti tvorby dátovej sady, ktorá výrazne presahuje rámec definovaný v zadávaní. Je však najskôr potrebné potvrdiť autorský prínos študentky.

Extent of the technical report

Evaluation level: meets the minimum requirements only

Formálne je práca v rozsahu normostrán.

Chýba detailnejší popis niektorých častí.

  • Chýbajú popisy základných štatistík a údajov o zostavanej dátovej sade, ako sú: veľkosť (spomenutá až v experimentoch), typy kamier, charakteristika scény, podmienky snímania a pod.
  • Chýba popis toho, aká implementácia metódy sa používa.
  • Chýba jasná definícia problému, ktorá by viedla k potrebe mať špeciálnu dátovú sadu. Z tohto pohľadu je jedno, či je od firmy, alebo či je vytvorená.
  • Chýba definícia metrík.

Na druhej strane, prehľad literatúry je obsiahly a rozsahovo spĺňa očakávania, rovnako aj experimentálna časť.

Work with literature

Celkovo má práca približne 34 referencií. Z pohľadu kvality sú všetky metódy z kvalitných konferencií. Práca s literatúrou je dobrá, primárne sa v teoretickej časti cituje korektným spôsobom.

95
Topics for thesis defence:
  1. Aká bola motivácia na tvorbu vlastnej dátovej sady? Akú modalitu alebo prostredia aktuálne dátové sady nepokrývajú?
  2. Aký bol váš podiel na tvorbe dátovej sady využitej pri experimentoch?
  3. Štatistika dátovej sady: Čo sú jednotlivé kamery? Aké majú kamery parametre? Za akých podmienok boli získavané dáta? Aká je distribúcia snímkov medzi kamerami? Aká je celková veľkosť dátovej sady?
  4. Aký zdroj bol použitý ako referenčná implementácia metódy DUST3R?
Points proposed by reviewer: 79

Grade proposed by reviewer: C

Responsibility: Mgr. et Mgr. Hana Odstrčilová