top of page

מאמרים מקצועיים
חזור >


ענני נקודות ברמה הנדסית: מה משמעות המושג, למה זה משנה ומה זה דורש
ענני נקודות כבר אינם מחזה נדיר. לפני עשור, לכידת ענן נקודות בתלת-ממד של מבנה דרשה סורק לייזר קרקעי בעלות של שש ספרות, מודד מוסמך וימים של הכנות והקמה. כיום, סמארטפון עם חיישן לידאר (LiDAR) יכול להפיק ענן נקודות בתוך דקות. רחפנים, סורקי SLAM ידניים ותוכנות פוטוגרמטריה הפכו את לכידת הנתונים המרחביים למהירה ונגישה יותר מכל נקודה אחרת בהיסטוריה של המדידות. אך הנגישות הזו הולידה בעיה שהתעשייה גוררת רגליים בטיפול בה: רוב ענני הנקודות המופקים כיום אינם מסוגלים לתמוך בהחלטות שאנשי המ


כיצד סריקת תלת-ממד ו-Unreal Engine החיו רגע היסטורי
תפיסה חדשה של סיפור סיפורים: מאחורי הקלעים של "הנסיכה אן: המזימה לחטיפת בת מלוכה" כאשר חברת ClockWork Films פנתה ל- Visualskies עבור הדוקומנטרי החדש שלהם בערוץ 4 הבריטי, הם עמדו בפני אתגר ייחודי: כיצד להפיח חיים בדגם המוקטן והמושקע של ה-"Mall" (המדרחוב המלכותי בלונדון) בצורה משכנעת. בחיפוש אחר הגישה הטובה ביותר להגשמת חזונם, הם פנו למומחיות של Visualskies בסריקת תלת-ממד ובמנוע Unreal Engine. השילוב הזה הציע את הפתרון המושלם: מיזוג בין בניית דגמים מסורתית לטכניקות דיגיטליות


היסטוריה בתלת-ממד: סריקה באמצעות רחפנים לשימור מורשת - הפיכת המורשת לדיגיטלית
בשימור ההיסטוריה העשירה שלנו, טכנולוגיה חדישה וגישות חדשניות תפסו את מרכז הבמה. טכניקה אחת כזו, סריקה באמצעות רחפנים , מחוללת שינוי משמעותי במגזר המורשת. על ידי דיגיטציה של אתרים היסטוריים, הטכנולוגיה לא רק מסייעת בשימורם, אלא גם מפיחה בהם חיים בדרך חדשה לגמרי. עבודתה האחרונה של חברת Visualskies בסדרה של נטפליקס "מלכה שרלוט: סיפור ברידג'רטון" , שבה ניתנה להם ההזדמנות לסרוק אתרי מורשת שונים ברחבי בריטניה, עומדת כעדות לשילוב המרתק הזה בין היסטוריה לטכנולוגיה. שאלות ותשובות מרכ


מאופטיקה לבינה מלאכותית: מדוע 3DGS ו-AI מציתים את העידן החדש של ה-3D
תקציר: סיפור על פיתוח מדעי שנעלם מהעין במהלך שנתיים האחרונות, טכנולוגיית ה- 3D Gaussian Splatting (3DGS) התפוצצה לרוחב התעשייה כולה. מ-AR/VR ורובוטיקה ועד דמויות דיגיטליות, יצירת סרטים, מיפוי ומנועי משחקים – כולם מדברים על 3DGS. מעניין לציין ש-NeRF – גם היא שיטה לשחזור תלת-ממדי – הייתה פופולרית באותה מידה במחקר האקדמי, אך האימוץ התעשייתי שלה לא התקרב למה שאנו רואים כיום. רבים מניחים שהסיבה היא שהבינה המלאכותית הפכה לעוצמתית יותר, או שמודלים גדולים מספקים כעת "ידע מוקדם" (pri
bottom of page
