Στην παρούσα διπλωματική εργασία διερευνάται πώς η σημερινή ψηφιακή φωτογραμμετρία, σε συνδυασμό με τεχνικές computer vision και στοιχεία τεχνητής νοημοσύνης (TN), συμβάλλει στη δημιουργία ποιοτικών 3D μοντέλων, διατηρώντας ταυτόχρονα καλή σχέση συμβατότητας, ποιότητας και χρόνου επεξεργασίας. Στο πρώτο μέρος, αναλύεται το θεωρητικό πλαίσιο της φωτογραμμετρίας, με έμφαση στην ιστορική της εξέλιξη, τις βασικές τεχνικές computer vision και deep learning, καθώς και τη σύγχρονη χρήση της σε ροές εργασιών VFX, βιντεοπαιχνιδιών και εφαρμογών AR/VR/XR.

Στο πρακτικό μέρος, υλοποιείται μελέτη περίπτωσης που αφορά ιστορικό μνημείο σε δημόσιο εξωτερικό χώρο. Το μνημείο φωτογραφίζεται με τρία διαφορετικά μέσα λήψης (προσιτό κινητό, κινητό ναυαρχίδα, ψηφιακή mirrorless camera) και επεξεργάζεται σε τρία διαφορετικά λογισμικά φωτογραμμετρίας (Agisoft Metashape, RealityScan, Meshroom), παράγοντας συνολικά εννέα 3D μοντέλα και, αντίστοιχα, εννέα φύλλα μοντέλων με έξι διαφορετικές οπτικές γωνίες, σε σταθερές συνθήκες φωτισμού και περιβάλλοντος στο Blender.

Τόσο τα μέσα λήψης, όσο και τα λογισμικά, αλλά και ο συνδυασμός τους, αξιολογούνται με προκαθορισμένα ποιοτικά κριτήρια (γεωμετρική ακρίβεια, ποιότητα υφών, ρεαλισμός, ευκολία χρήσης, χρόνος επεξεργασίας κ.ά.), για τη διερεύνηση της καταλληλόλητας των παραγόμενων μοντέλων σε VFX ροές εργασιών. Τα αποτελέσματα της έρευνας, αναδεικνύουν τόσο την ανταγωνιστικότητα των πιο προσιτών μέσων λήψης, υπό κατάλληλες ρυθμίσεις στα λογισμικά φωτογραμμετρίας, σε σχέση με μια ψηφιακή mirrorless camera, όσο και τον καθοριστικό ρόλο της επιλογής λογισμικού στη μείωση των διαφορών μεταξύ διαφορετικής κλίμακας hardware. Τέλος, αναλύονται βασικά ηθικά ζητήματα της χρήσης φωτογραμμετρίας με στοιχεία TN, και προτείνονται κατευθυντήριες γραμμές για υπεύθυνη και ορθή χρήση της, ιδίως σε δημόσιους εξωτερικούς χώρους πολιτιστικής κληρονομιάς.

This thesis explores how current digital photogrammetry, combined with computer vision techniques and artificial intelligence (AI) elements, contributes to the creation of high-quality 3D models, while maintaining a good balance between compatibility, quality, and processing time. The first part analyzes the theoretical framework of photogrammetry, with an emphasis on its historical development, basic computer vision and deep learning techniques, as well as its contemporary use in VFX workflows, video games, and AR/VR/XR applications.

In the practical part, a case study is implemented concerning a historical monument in public exterior space. The monument is photographed with three different capture devices (affordable mobile phone, flagship mobile phone, digital mirrorless camera) and processed in three different photogrammetry software programs (Agisoft Metashape, RealityScan, Meshroom), producing a total of nine 3D models and, respectively, nine model sheets with six different viewing angles, under stable lighting and environmental conditions in Blender.

Both the capture devices and the software, as well as their combination, are evaluated using predefined quality criteria (geometric accuracy, texture quality, realism, ease of use, processing time, etc.) to investigate the suitability of the models produced, in VFX workflows. The results of the research highlight both the competitiveness of the more affordable capture devices, under appropriate settings in photogrammetry software, compared to a digital mirrorless camera, as well as the decisive role of software selection in reducing differences, between different categories of hardware. Finally, key ethical issues surrounding the use of photogrammetry with AI data are analyzed, and guidelines for its responsible use are proposed, especially in public exterior cultural heritage sites.