Beim maschinellen Sehen ist die Rekonstruktion von 3D-Modellen aus zweidimensionalen Datensätzen eine wichtige Herausforderung mit zahlreichen praktischen Anwendungen. In diesem Projekt wird ein 3D-Rekonstruktionstool entwickelt, welches dem Ansatz von Schroers et al. (2012) und Zach et al. (2007) folgt, um mittels Signed Distance Fields die Tiefen- und Farbdaten eines RGBD-Sensors über die jeweiligen Positionen des Sensors zu einem 3D-Modell zu fusionieren.

Um die Geschwindigkeit und den Speicherplatzverbrauch zu verbessern, werden "dynamische Octrees" eingesetzt, die sich an die bei der Rekonstruktion verschiebende Objektoberfläche anpassen. Die mit dem "marching cubes"-Algorithmus (Lorenson et al., 1987) erzeugten Polygonnetze werden dann separat eingefärbt und können mit dem Reduktionsalgorithmus aus Schroeder et al. (1992) in der Größe noch verringert werden.