• Cultural Heritage
• Artificial Intelligence (AI)
• Campi di Radianza Neurale
• Architectural Survey
• Neural Radiance Fields (NeRFs)
• Digital Photogrammetry
• Rilievo Architettonico
• Patrimonio Culturale
• Intelligenza Artificiale (IA)
• Fotogrammetria Digitale

Negli ultimi anni, le tecniche di rilievo digitale hanno avuto un impiego diffuso nelle pratiche di documentazione del patrimonio culturale; i nuovi metodi di rilievo e rappresentazione digitale offrono infatti notevoli vantaggi sia in termini di tempi di acquisizione, che in termini di affidabilità e precisione del dato metrico. Tali vantaggi, uniti al recente avvento dei sistemi di Intelligenza Artificiale (IA), hanno aperto le porte a un gran numero di sperimentazioni, nel tentativo di massimizzare i benefici attraverso l’introduzione di metodologie innovative. A tal proposito, il presente lavoro di tesi si propone di investigare le capacità ed i limiti dei Campi di Radianza Neurale, Neural Radiance Fields (NeRF), nel processo di modellazione tridimensionale e sintesi visiva basato su immagini, nel campo dei beni culturali. Si tratta di modelli digitali 3D, volumetrici, presentati per la prima volta nel 2020: dato un set di immagini in input, con i relativi parametri di orientamento delle camere, i NeRF consentono di ricavare dei fotogrammi intermedi (novel view synthesis) e un modello tridimensionale volumetrico. Nel perseguire lo studio dell’applicazione dei NeRF all’ambito ancora poco esplorato dei beni culturali, il lavoro è stato organizzato in due fasi. Dapprima, una revisione della bibliografia esistente ha consentito la riorganizzazione dello stato dell’arte, comprensivo delle innumerevoli varianti sviluppate ottimizzando l’architettura originale dei NeRFs. Successivamente, è stato eseguito un confronto vero e proprio tra la metodologia NeRF e il processo di elaborazione fotogrammetrica. Ai fini di una valutazione accurata, sono stati presi in considerazione più casi studio multi-scala e multilivello: dalla scala urbana a quella architettonica, fino a oggetti di ridotte dimensioni quali beni museali o sculture. Per ciascuno di essi, si è eseguito un duplice confronto, qualitativo e quantitativo. In aggiunta, per uno dei casi studio in esame, l’analisi è stata arricchita variando qualità e quantità del materiale in input e confrontando i risultati delle diverse combinazioni. La valutazione dei risultati conseguiti permette di esprimere un giudizio critico sulle attuali potenzialità dei NeRFs e sul loro ruolo presente e futuro, in sostituzione o affiancamento delle tecnologie di rilievo digitale maggiormente consolidate.

In recent years, digital surveying techniques have found widespread use in cultural heritage documentation practices. The new methods of digital surveying and representation offer significant advantages in terms of acquisition time, reliability, and metric data precision. These advantages, coupled with the recent advent of Artificial Intelligence (AI) systems, have paved the way to numerous experiments aimed at maximizing benefits through the introduction of innovative methodologies. In this regard, the present thesis work aims to investigate the capabilities and limitations of Neural Radiance Fields (NeRFs) in the process of image-based three-dimensional modeling and novel view synthesis in the cultural heritage field. NeRFs are 3D volumetric models, first introduced in 2020: given a set of input images with their camera orientation parameters, NeRFs allow for the generation of intermediate frames (novel view synthesis) and a volumetric three-dimensional model. In pursuing the study of NeRFs' application in the relatively unexplored field of cultural heritage, the work has been organized into two phases. First, a review of existing literature has allowed for the re-organization of the state of the art, including the numerous variants developed by optimizing the original NeRF architecture. Subsequently, a direct comparison between the NeRF methodology and the photogrammetric processing approach was derived. For the purpose of accurate evaluation, various multi-scale and multi-level case studies were considered, ranging from urban to architectural scales, down to small-scale objects such as museum artifacts or sculptures. For each of these cases, a dual qualitative and quantitative comparison was performed. In addition, for one of the examined case studies, the analysis was enriched by varying the quality and quantity of input materials and comparing the results of the different combinations. The evaluation of the achieved results allows for a critical assessment of the current potential of NeRFs, as well as of their present and future role in either replacement or complement to more established digital surveying technologies.