Motion Guard prüft jedes importierte Bild darauf, ob es für eine 3D-Rekonstruktion taugt — bevor Rechenzeit hineinfließt. Diese Anleitung erklärt, wonach genau gesucht wird, warum ein Bild durchfällt, und weshalb eine scharfe 30-Sekunden-Aufnahme vom Stativ etwas völlig anderes ist als eine verwackelte aus der Hand.
Motion Guard ist die Bildqualitäts-Prüfung von DFX SplatCore. Sie läuft automatisch bei jedem Import und beurteilt jedes einzelne Bild danach, ob es zur Rekonstruktion beitragen kann oder nicht. Das Ergebnis erscheint als Befund in der Telemetrie und landet vollständig im Protokoll.
Der entscheidende Punkt zuerst, weil er oft missverstanden wird: Motion Guard verwirft nichts. Kein Bild wird gelöscht, verschoben oder stillschweigend übergangen. Die Prüfung sagt dir, was sie sieht — was daraus folgt, entscheidest du.
Grundsatz Die Software trifft keine Entscheidung über dein Material. Sie liefert eine Beurteilung mit nachvollziehbaren Zahlen, und du behältst die Kontrolle darüber, welche Bilder verwendet werden.
5 von 12 Bildern sind auffaellig (unscharf oder verwackelt): P8280023.JPG, P8280025.JPG, P8280026.JPG, P8280028.JPG und 1 weitere.
→ Diese Bilder wurden NICHT entfernt — sie laufen normal mit. Unscharfe Aufnahmen tragen aber wenig zur Rekonstruktion bei und koennen das Ergebnis verwaschen. Wer sie aussortieren will, entfernt sie vor dem Import aus dem Quellordner. Die Einzelurteile je Bild stehen im Backend-Log unter [MOTION GUARD].
12 Masken geprueft, keine Auffaelligkeiten (Objektflaeche im Mittel 11.4 %).
So erscheint das Ergebnis in der Telemetrie-Spalte: unten in der Leiste, nicht in einem Aufklapper versteckt. Bernstein heißt „ansehen“, Blau heißt „nur zur Kenntnis“.
Photogrammetrie und Gaussian Splatting funktionieren, indem sie denselben Punkt in mehreren Bildern wiederfinden. Aus der Verschiebung dieses Punktes zwischen den Aufnahmen wird seine Lage im Raum berechnet. Genau dafür braucht es Kanten, Textur, Struktur — kurz: Schärfe.
Ein unscharfes Bild liefert keine wiederfindbaren Punkte. Es ist aber nicht bloß nutzlos, sondern aktiv schädlich: Der Rekonstruktion werden falsche oder ungenaue Zuordnungen angeboten, die die Kameraposition verfälschen. Ein einziges schlechtes Bild kann eine ganze Serie verziehen.
Kanten und Oberflächenstruktur sind klar getrennt. Die Merkmalssuche findet hunderte eindeutiger Punkte pro Bild.
Struktur ist zu Grau verschmiert. Die Merkmalssuche findet wenige und mehrdeutige Punkte — und ordnet sie falsch zu.
KI-Bild
Der Aufwand lohnt sich vor allem deshalb, weil man Unschärfe im fertigen Modell nicht mehr reparieren kann. Sie fällt erst am Ende auf — nach Kameraberechnung, Training und Export. Motion Guard verlegt diese Erkenntnis an den Anfang.
Motion Guard beurteilt jedes Bild auf zwei voneinander unabhängigen Wegen. Das ist keine Doppelung, sondern Absicht: Jeder Weg hat blinde Flecken, die der andere abdeckt.
Jede Kamera schreibt Belichtungszeit, Brennweite, Blende und ISO in die Bilddatei. Daraus lässt sich das Verwacklungsrisiko vorhersagen, ohne das Bild überhaupt anzusehen. Der Vorteil: Es ist schnell und erklärt, warum ein Bild gefährdet ist. Der Nachteil: Es ist eine Prognose, keine Messung.
Unabhängig davon wird die tatsächlich vorhandene Detailschärfe gemessen. Dafür wird jedes Bild auf eine einheitliche Breite gebracht — sonst wären Aufnahmen unterschiedlicher Auflösung nicht vergleichbar — und die lokale Kantenschärfe bestimmt.
Die Bewertung erfolgt relativ zur eigenen Serie. Das ist wichtig: Ein absoluter Schärfewert sagt wenig, weil er stark vom Motiv abhängt. Grobe Holzmaserung erreicht mühelos Werte, die glatte weiße Keramik nie erreicht — obwohl beide gleich scharf fotografiert sind. Aussagekräftig ist der Vergleich innerhalb einer Serie: Alle Bilder zeigen dasselbe Objekt unter denselben Bedingungen, also sollte ihre Schärfe ähnlich sein. Ein Ausreißer nach unten ist verdächtig.
Warum zwei Wege Fehlen die EXIF-Daten — bei PNG-Dateien, Bildschirmfotos oder bearbeiteten Exporten —, übernimmt allein die Pixelmessung. Umgekehrt erkennt die EXIF-Rechnung Risiken, die man dem Bild nicht ansieht. Erst zusammen ergeben sie ein belastbares Urteil.
Beide Wege laufen unabhängig. Fehlen die Aufnahmedaten, trägt Weg 2 das Urteil allein.
Hinter Weg 1 steht eine Größe, die jeder Fotograf kennt, auch wenn sie selten ausgeschrieben wird — die Freihand-Faustregel: Die längste noch sichere Belichtungszeit entspricht ungefähr dem Kehrwert der Brennweite. Bei 60 mm also etwa 1/60 Sekunde.
Motion Guard rechnet diese Regel in eine vergleichbare Zahl um:
Verwacklungsfaktor Verwacklungsfaktor = Brennweite in mm × Belichtungszeit in Sekunden × Crop-Faktor
Der Crop-Faktor bringt die Sensorgröße in die Rechnung ein. Er beschreibt, um welchen Faktor der Bildsensor kleiner ist als Kleinbild (36 × 24 mm): Micro Four Thirds etwa 2,0, APS-C rund 1,5 bis 1,6, Kleinbild 1,0. Er steht bewusst als Multiplikator in der Formel: Ein kleinerer Sensor bildet einen engeren Ausschnitt ab, dieselbe Verwacklung füllt also einen größeren Anteil des Bildes und wiegt entsprechend schwerer. Ein größerer Crop-Faktor macht das Urteil damit strenger, nicht milder — die klassische Freihandregel ist genau darauf geeicht.
Genau dafür braucht Motion Guard die Gerätedatenbank — sie liefert den Crop-Faktor zu deinem Kameramodell; welche Geräte enthalten sind, steht im zweiten Dokument dieser Reihe. Ist dein Modell nicht gelistet, versucht Motion Guard den Crop-Faktor direkt aus den Aufnahmedaten abzuleiten: Viele Kameras schreiben die kleinbildäquivalente Brennweite mit ins Bild, woraus sich der Sensorfaktor berechnen lässt. Erst wenn auch die fehlt, rechnet Motion Guard mit 1,0 weiter — das Urteil fällt dann tendenziell etwas zu günstig aus, ist aber nie unbrauchbar.
Je kleiner der Wert, desto sicherer die Aufnahme. Der Crop-Faktor kommt aus der Gerätedatenbank oder ersatzweise aus den Aufnahmedaten; fehlt beides, rechnet Motion Guard mit 1,0.
Ein Verwacklungsfaktor allein sagt noch nichts. Entscheidend ist, wie empfindlich das verwendete Rekonstruktionsverfahren darauf reagiert — und da gibt es erhebliche Unterschiede. Motion Guard bewertet deshalb gegen fünf unterschiedliche Toleranzen:
| Verfahren | Toleranz | Einordnung |
|---|---|---|
| SpikeGS | 10,0 | sehr gutmütig |
| InstantSplat | 6,0 | gutmütig |
| BAD-GS | 3,0 | mittel |
| Klassisches 3DGS | 1,0 | streng |
| FlashGS | 0,6 | sehr streng |
Innerhalb jeder Toleranz gibt es fünf Stufen: ausgezeichnet (bis zur halben Toleranz), gut (bis zur Toleranz), brauchbar (bis zum Doppelten), schwach (bis zum Dreifachen) und darüber kritisch.
Welche Toleranz gilt für DFX SplatCore? Klassisches 3DGS, Toleranz 1,0. Das ist das Verfahren, mit dem DFX SplatCore wirklich rechnet — die übrigen vier stehen in der Tabelle, weil sie den Maßstab einordnen helfen. Bis zum Doppelten der Toleranz gilt eine Aufnahme als brauchbar; erst darüber wird sie gemeldet.
Bis Juli 2026 galt hier das strengste aller fünf Urteile — also FlashGS mit Toleranz 0,6, ein Verfahren, das dieses Produkt gar nicht benutzt. Aufnahmen wurden dadurch rund 1,7-mal zu streng bewertet: Vollformat, 50 mm, 1/30 s ergibt Faktor 1,67 — für klassisches 3DGS unauffällig, für FlashGS ein Problem. Wer dreimal zu Unrecht gewarnt wird, liest die vierte Warnung nicht mehr; deshalb zählt jetzt das Verfahren, das tatsächlich läuft.
Was „kritisch" heißt — und was nicht „Kritisch" bedeutet: Nach den Aufnahmedaten ist ein deutliches Verwacklungsrisiko zu erwarten. Es bedeutet nicht, dass das Bild tatsächlich verwackelt ist. Genau diese Unterscheidung führt zum nächsten Abschnitt.
Die Freihand-Faustregel hat eine Voraussetzung, die im Namen steckt: Sie gilt nur für die freie Hand. Steht die Kamera auf einem Stativ, ist sie schlicht falsch — eine 30-Sekunden-Belichtung ist dann keine Katastrophe, sondern normale Arbeitspraxis.
Rechnerisch ist der Unterschied dramatisch. Eine Aufnahme mit 60 mm und 30 Sekunden an einer Micro-Four-Thirds-Kamera ergibt einen Verwacklungsfaktor von 3600 — gegen eine Toleranz von 1,0 für klassisches 3DGS. Nach der Formel wäre das Bild hoffnungslos. Tatsächlich ist es gestochen scharf.
Der Gedanke dahinter Eine Langzeitbelichtung, die wirklich aus der freien Hand käme, könnte gar nicht scharf sein — die Verwacklung wäre verheerend. Scharfe Pixel widerlegen also die Annahme der Formel. Wo Messung und Prognose sich widersprechen, gewinnt die Messung.
Motion Guard stuft ein Bild als stabilisiert ein, wenn beide Bedingungen erfüllt sind:
Die Schärfe erreicht mindestens die Hälfte des Serienmittels. Ein Bild, das deutlich weicher ist als seine Nachbarn, wird nicht gerettet.
Es muss echtes Detail vorhanden sein. Ohne diese zweite Bedingung könnte sich eine durchgehend unscharfe Serie durchmogeln — dort liegt jedes Bild nahe am Mittel und wäre nach Bedingung 1 unauffällig.
Die Korrektur wirkt ausschließlich in Richtung „schärfer". Eine Warnung, welche die Pixel selbst rechtfertigen, kann dadurch niemals verschwinden.
Die Stativ-Erkennung wurde an einer Serie mit Belichtungszeiten von 4 bis 30 Sekunden geprüft, die absichtlich sowohl scharfe als auch unbrauchbare Aufnahmen enthielt:
| Prüffall | ohne Erkennung | mit Erkennung |
|---|---|---|
| Stativserie, scharf und unscharf gemischt | 0 von 12 | 7 von 12 |
| dieselben Bilder, alle künstlich unscharf | 8 von 8 | 0 von 8 |
| Freihandserie, kurze Belichtung | 12 von 12 | 12 von 12 |
Die fünf abgelehnten Bilder der ersten Zeile waren tatsächlich unscharf — nachgeprüft an 1:1-Ausschnitten. Die dritte Zeile ist der Gegentest: Bei normaler Freihandarbeit greift die Stativ-Erkennung gar nicht erst ein.
[MOTION GUARD] 12 Bilder geprueft, brauchbar-Anteil 0.58, Wertung 39.91 [MOTION GUARD] P8280019.JPG brauchbar=True unschaerfe=excellent guete=62.75 Slow shutter (30) → motion blur risk; Small aperture (f/22.0) → diffraction softening possible; Long exposure (30.0 s) would suggest motion blur, but the pixels are sharp — treated as tripod/stabilised. Sharpness comparable to the rest of the sequence [MOTION GUARD] P8280028.JPG brauchbar=False unschaerfe=critical Slow shutter (6) → motion blur risk
Auszug aus einem echten Lauf. Oben greift die Stativ-Erkennung, unten nicht — dasselbe Stativ, aber die Pixel des zweiten Bildes zeigen kein Detail.
Eine Bildprüfung an sich ist nichts Neues. Etablierte Photogrammetrie-Programme berechnen seit Jahren einen Schärfewert je Bild und empfehlen, alles unterhalb einer festen Schwelle abzuschalten. Das ist sinnvoll — und es ist der Ausgangspunkt, nicht das Ziel.
Der Unterschied liegt nicht darin, dass geprüft wird, sondern wie tief:
| Frage | Übliche Schärfeprüfung | Motion Guard |
|---|---|---|
| Worauf stützt sich das Urteil? | eine Schärfezahl aus dem schärfsten Bildteil | zwei unabhängige Wege, die sich gegenseitig prüfen |
| Fließen die Aufnahmedaten ein? | nein | Belichtungszeit, Brennweite, Sensor, Blende, ISO |
| Woran wird gemessen? | an einem festen Schwellwert | an fünf Toleranzen — je nach Rekonstruktionsverfahren |
| Werden Stativaufnahmen erkannt? | kein Sonderfall | ja — Langzeitbelichtung wird nicht als Verwacklung missdeutet |
| Was bekommt man zu sehen? | eine Zahl | Klartext-Begründung je Bild im Protokoll |
| Was geschieht mit auffälligen Bildern? | abschalten | melden — die Entscheidung bleibt beim Anwender |
Wer im Museum, in der Architektur oder in der Produktfotografie arbeitet, fotografiert vom Stativ — und häufig mit Belichtungszeiten von mehreren Sekunden, weil abgeblendet wird oder das Licht knapp ist. Eine reine Schärfezahl kann diesen Fall nicht von einer verwackelten Freihandaufnahme unterscheiden: Sie sieht nur, wie viel Detail da ist, nicht, warum.
Genau dort setzt die Stativ-Erkennung an. Sie ist der Grund, warum Motion Guard eine korrekt belichtete 30-Sekunden-Aufnahme als das erkennt, was sie ist — statt sie pauschal wegen der Belichtungszeit zu verwerfen.
Der Nutzen dieser Unterscheidung ist an realem Material nachgemessen, nicht geschätzt. Dieselbe Serie, einmal ohne und einmal mit Stativ-Erkennung:
Und was es bewusst nicht tut Motion Guard entscheidet nicht für dich. Es entfernt kein Bild, ändert keine Datei und bricht nichts ab. Wer die Empfehlung ignorieren will, ignoriert sie — das Ergebnis bleibt deine Entscheidung. Welche Grenzen die Prüfung hat, steht offen im Abschnitt „Was Motion Guard nicht kann“.
Nach dem Import erscheint das Ergebnis im Befund-Bereich der Telemetrie. Es gibt genau zwei Fälle:
Willst du auffällige Bilder aussortieren, entferne sie vor dem Import aus dem Quellordner. Der Import selbst greift dein Material nie an.
12 Bilder geprueft, alle brauchbar (Wertung 73.31).
5 von 12 Bildern sind auffaellig (unscharf oder verwackelt): P8280023.JPG, P8280025.JPG, P8280026.JPG, P8280028.JPG und 1 weitere.
→ Diese Bilder wurden NICHT entfernt — sie laufen normal mit. Unscharfe Aufnahmen tragen aber wenig zur Rekonstruktion bei und koennen das Ergebnis verwaschen. Wer sie aussortieren will, entfernt sie vor dem Import aus dem Quellordner. Die Einzelurteile je Bild stehen im Backend-Log unter [MOTION GUARD].
Die beiden Fälle im Vergleich. Links die Bestätigung, dass geprüft wurde — sie erscheint bewusst auch dann, wenn nichts zu bemängeln ist. Rechts der Befund mit den betroffenen Bildnamen und dem Hinweis, was zu tun ist; die Bilder bleiben dabei im Projekt.
Jedes Einzelurteil wird protokolliert, nicht nur die Zusammenfassung. Im Backend-Protokoll findest du unter der Kennung [MOTION GUARD] für jedes Bild das Urteil, die Unschärfe-Stufe, die Gütezahl und sämtliche ausgelösten Hinweise — einschließlich der Begründung, warum die Stativ-Erkennung gegriffen hat oder eben nicht.
Für die professionelle Arbeit ist das der eigentliche Wert: Du kannst jedes Urteil nachprüfen, statt einer Blackbox vertrauen zu müssen. Wer wissen will, weshalb ein bestimmtes Bild durchgefallen ist, findet dort die Zahlen dazu.
[MOTION GUARD] 12 Bilder geprueft, brauchbar-Anteil 1.00, Wertung 73.31 [MOTION GUARD] PA140001.JPG brauchbar=True unschaerfe=excellent guete=73.0 High ISO (3200) → increased noise expected; Slow shutter (1/50) → motion blur risk [MOTION GUARD] PA140002.JPG brauchbar=True unschaerfe=excellent guete=76.75 High ISO (3200) → increased noise expected [MOTION GUARD] PA140003.JPG brauchbar=True unschaerfe=excellent guete=73.0 High ISO (3200) → increased noise expected; Slow shutter (1/50) → motion blur risk …
Eine unauffällige Freihandserie. Jede Zeile trägt Urteil, Unschärfe-Stufe und Gütezahl — auch dann, wenn nichts zu bemängeln ist. Gut zu sehen: Hinweise wie „High ISO“ senken die Gütezahl, machen ein Bild aber nicht unbrauchbar.
Eine Prüfung, deren Grenzen man kennt, ist mehr wert als eine, die Unfehlbarkeit behauptet. Vier Punkte solltest du wissen:
Gemessen wird lokale Kantenschärfe. Ein tadellos scharfes Foto einer sehr glatten Oberfläche — weiße Keramik, klarer Himmel, mattes Metall — kann unter die absolute Untergrenze fallen und eine Warnung bekommen, die es nicht verdient. Die Prüfung irrt bewusst in Richtung „zu oft warnen" statt zu schweigen.
Ohne Struktur findet die Merkmalssuche keinen Halt — ein aufprojiziertes Muster gibt ihr feste, für alle Zeugen gleiche Ankerpunkte.
KI-Bild
Gemessen wird das ganze Bild. Bei offener Blende ist ein unscharfer Hintergrund gewollt — er drückt aber den Messwert. Objekte vor ruhigem Hintergrund werden dadurch tendenziell strenger beurteilt als solche vor strukturiertem.
Fehlt dein Modell in der Gerätedatenbank, rechnet Motion Guard mit Crop-Faktor 1,0. Das Urteil fällt dann milder aus als es sollte. Die enthaltenen Geräte listet das zweite Dokument dieser Reihe.
Ein gestochen scharfes Bild aus einem ungünstigen Winkel, mit zu wenig Überlappung zum Nachbarbild oder von einer spiegelnden Oberfläche kann trotzdem wenig beitragen. Motion Guard prüft die Bildqualität — nicht, ob deine Aufnahmestrategie aufgeht.
Bei einem einzelnen Bild ja. Bei zweihundert nicht — und genau darum geht es.
Der eigentliche Grund ist ein anderer: Ohne Prüfung erfährst du erst nach der Rekonstruktion, dass etwas nicht stimmte. Du fotografierst, wartest auf das Training, siehst ein verwaschenes Ergebnis — und weißt nicht, welche der zweihundert Aufnahmen dafür verantwortlich war. Dann bleibt nur, alles zu wiederholen und zu hoffen.
Bei Gaussian Splatting entscheidet die Aufnahmequalität mehr über das Ergebnis als jede Einstellung im Programm. Die meisten enttäuschenden Ergebnisse sind keine Rechenfehler, sondern schwierige Eingaben. Motion Guard verlegt diese Erkenntnis an den Anfang, wo sie noch etwas ändern kann — Du siehst die betroffenen Bilder beim Namen, bevor Rechenzeit hineinfließt.
Und wenn alles in Ordnung ist, sagt es dir das auch. Diese Bestätigung ist die zweite Hälfte des Nutzens.
Nein, unter keinen Umständen. Motion Guard analysiert und protokolliert, mehr nicht. Alle importierten Bilder durchlaufen die Rekonstruktion, auch die bemängelten. Wenn du Bilder ausschließen willst, entferne sie vor dem Import aus dem Quellordner.
Es gibt keinen Schalter, weil es keinen braucht: Die Prüfung ändert nichts an deinem Material und kostet nur wenige Sekunden. Sie liefert ausschließlich zusätzliche Information. Wer sie nicht braucht, ignoriert den Befund.
Dann liegt die gemessene Schärfe unter der Untergrenze. Zwei häufige Ursachen: Das Motiv ist sehr texturarm (glatte, einfarbige Oberflächen), oder die Aufnahme ist tatsächlich unscharf — bei Langzeitbelichtungen etwa durch Spiegelschlag, Wind oder einen zu weichen Stativkopf. Prüf im Zweifel einen 1:1-Ausschnitt. Die gemessenen Werte stehen im Protokoll.
Ja. Fehlen die Aufnahmedaten — typisch bei PNG-Dateien, Bildschirmfotos oder manchen Exportwegen —, urteilt allein die Pixelmessung. Du erkennst das im Protokoll am Hinweis, dass nach Pixelschärfe bewertet wurde. Der Verwacklungsfaktor entfällt dann, weil er ohne Brennweite und Belichtungszeit nicht berechenbar ist.
Im Gegenteil, sauber geschärfte Bilder werden besser bewertet. Zwei Regeln gelten aber unabhängig von Motion Guard: Wende dieselben Einstellungen auf die ganze Serie an, und ändere nichts an der Geometrie — kein Beschnitt, keine Perspektivkorrektur, keine Drehung. Solche Eingriffe verändern die Kameraparameter je Bild und machen die Positionsberechnung unmöglich. Objektivkorrektur ist unbedenklich, solange sie auf allen Bildern gleich wirkt.
Prüf die Bilder bei 100 % Ansicht, nicht in der Übersicht — leichte Unschärfe fällt erst dort auf. Wenn die Bilder wirklich scharf sind, ist meist das Motiv sehr texturarm. In dem Fall darfst du den Befund ignorieren; er ist konservativ ausgelegt.
Die Gütezahl ist von der Brauchbarkeits-Entscheidung getrennt. Sie sagt nicht, ob ein Bild verwendbar ist, sondern wie günstig die Aufnahmedaten für die Rekonstruktion sind. Sie fasst drei Größen zusammen: ISO (Rauschen), Blende und Auflösung.
Bei der Blende gewinnt die Mitte: mittlere Blenden liefern durchgehende Schärfentiefe — der Königsweg für 3D, weil das ganze Objekt scharf abgebildet wird und keine unscharfen Bereiche entstehen, die der Rekonstruktion fehlen. Weit offene Blenden (flache Schärfentiefe, unscharfer Hintergrund) und extrem geschlossene (Beugungsunschärfe) werden beide milder bewertet, die offene Seite etwas strenger. Die Bewertung ist sensorbewusst: Was am Kleinbild flach wirkt, ist am kleinen Sensor längst durchgehend scharf — dieselbe Blendenzahl bedeutet je nach Sensorgröße etwas anderes.
Zu offen: die Schärfe wird zur schmalen Scheibe. Zu geschlossen: Beugung frisst Detailschärfe wieder auf. Dazwischen liegt der Königsweg.
KI-Bild
Die Brennweite fließt bewusst nicht in die Gütezahl ein. Ob mit 12 oder 100 mm fotografiert wird, ist eine gestalterische Entscheidung des Fotografen, kein Qualitätsmangel. Sie zählt nur dort, wo sie physikalisch wirkt: im Verwacklungsfaktor.
Im Backend-Protokoll unter der Kennung [MOTION GUARD]. Dort steht pro Bild das Urteil, die Unschärfe-Stufe, die Gütezahl und die vollständige Begründung. Der Befund in der Oberfläche fasst nur zusammen.
Das listet das zweite Dokument dieser Reihe — die Geräteübersicht, mit Suchfeld. Wird dein Modell nicht erkannt, arbeitet Motion Guard weiter, rechnet aber mit einem neutralen Crop-Faktor und urteilt dadurch milder.
