L’avanzamento delle capacità di calcolo e il potenziamento delle tecnologie hanno reso possibile l'addestramento di reti neurali per digitalizzare oggetti reali in ambienti virtuali. Ad oggi, le reti neurali sono in grado di ricostruire modelli tridimensionali partendo da immagini 2D. La mancanza di standardizzazione nei dataset per l’addestramento delle reti neurali rende complesso comprendere quali parametri delle immagini siano più influenti sulla qualità di ricostruzione 3D. Tale sfida è stata affrontata precedentemente in una tesi intitolata “Creazione di dataset di immagini sintetiche per l’addestramento di reti neurali dedicate alla generazione automatica di oggetti 3D” condotta dall’ing. Piparo, il cui scopo è stato quello di esplorare quale fosse l’impatto dei vari parametri delle immagini sintetiche, usate per il training di una rete neurale, sulla qualità dell'oggetto 3D ricostruito.