M2R internship

Inverse procedural modeling of digital terrains (internship proposal)

Inverse procedural modeling of digital terrains (French version below)

M2R/PFE internship – Eric Guérin – eric.guerin@liris.cnrs.fr

Location

This internship will take place at the LIRIS lab, Nautibus building, Université Claude Bernard Lyon 1.

Supervision

Eric Guérin, Eric Galin

Context

Digital terrains are the socle of a virtual landscape; often they even represent its main visual element. In video games or movies, those terrains become larger, more detailed, and their representation is a scientific challenge. For example, the Earth discretized at a 10 centimeters precision would require tens of petabytes to represent. This solution can be considered in online streaming applications such as Google Earth but is inapplicable in other contexts. It is practical to use procedural methods that generate the terrain rather than storing data [1]. However, these methods suffer from a lack of control and a poor geomorphological realism. For instance, a sum of noises produce coherent landforms but only in a statistical way, without any geomorphological realism. Furthermore, it is difficult to control the location of landforms such as mountains, plains, or valleys, because of the stochastic nature of the underlying model.

Problem statement

In this work, we propose to tackle the inverse procedural problem for digital terrains. Given an input elevation map, the goal is to find a procedural model that generates it in a visually plausible way, without focusing the exact reproduction of data (that would resemble a compression application, for which a wavelet approach would probably fit). This problem is complex and thus very hard to solve.

We propose an original approach by representing the terrain with two layers: the coarse altitude encoding the main relief as elevation data, and details generated by procedural methods. A possible model for this representation is the feature primitives model [2]. The procedural layer will have to adapt to the local characteristics of the terrain, in terms of amplitude, anisotropy, geomorphological features… The work will be twofold: obtaining procedural models for generating details, and analyzing the terrain to find the control parameters. In this perspective, the use of a tensor field to indicate the direction of details anisotropy might be worth investigating.

Development framework

The team uses a development platform named Arches that allows the quick prototyping of methods and the interface with rendering pipelines such as Mitsuba or Vue. https://arches.liris.cnrs.fr/

Time frame

From Feb. 2021 to Jul. 2021.

Wages

3,9€ per hour with a 7h per day basis.

PhD extension

Funded by ANR, the project Ampli will begin in Jan. 2021 and covers topics related to this work. This internship can be extended to a PhD funding, should the student show excellent skills.

Applications

Send applications to eric.guerin@liris.cnrs.fr together with a CV.

References

[1] Texturing and Modeling: A Procedural Approach. David S. Ebert, F. Kenton Musgrave, Darwyn Peachey, Ken Perlin, Steve Worley. Elsevier, 2002, third edition.

[2] Terrain Modeling from Feature Primitives. Jean-David Génevaux, Eric Galin, Adrien Peytavie, Eric Guérin, Cyril Briquet, François Grosbellet and Bedrich Benes. Computer Graphics Forum 34(6). 2015.

Modélisation procédurale inverse de terrains numériques

Sujet de M2/PFE – Eric Guérin – eric.guerin@liris.cnrs.fr

Lieu

Le stage se déroulera au LIRIS, bâtiment Nautibus, Université Claude Bernard Lyon 1.

Encadrement

Eric Guérin, Eric Galin

Contexte

Les terrains numériques sont le socle d’un paysage virtuel, parfois même l’élément le plus important visuellement. Dans le domaine du jeu vidéo ou du cinéma, ces terrains sont de plus en plus vastes et détaillés et leur représentation est un défi scientifique. A titre d’exemple, représenter la terre entière à une précision de quelques dizaines de centimètres nécessiterait des dizaines de péta-octets. Cette solution, envisageable avec des systèmes de streaming comme Google Earth, reste, dans d’autres contextes, inapplicable. Pour remplacer les données, il est courant d’utiliser des méthodes dites procédurales [1] qui permettent de générer les données grâce à un algorithme plutôt que de les stocker. Ces méthodes procédurales souffrent malheureusement d’un manque de contrôle et d’un réalisme assez pauvre. Par exemple, une somme fractale de bruit produit des reliefs cohérents mais seulement d’une manière statistique, sans la moindre réalité géomorphologique. De plus il est difficile de contrôler la position des modelés (montagnes, plaines, vallées) à cause du caractère aléatoire du modèle.

Problématique

Dans ce travail, nous souhaitons nous attaquer au problème inverse procédural pour les terrains numériques. Etant donné un terrain d’entrée, il s’agit de trouver le modèle procédural qui permet de le générer de la manière la plus fidèle possible, sans forcément chercher une reproduction des données de manière exacte (dans ce cas il s’agirait plus de compression et une approche de type ondelette serait plus appropriée). Ce problème est d’une manière générale complexe et extrêmement difficile à résoudre.

Nous proposons de l’attaquer d’une manière originale en représentant d’un côté le terrain dans sa version très basse résolution afin de conserver les reliefs principaux et de séparer l’information de détails dans un modèle procédural. Une représentation possible pourrait être celle des feature primitives [2]. A cette fin, le modèle procédural devra être adapté aux caractéristiques locales de chaque partie du terrain (amplitude, anisotropie, présence de caractéristiques géomorphologiques). Il conviendra d’une part de trouver des modèles procéduraux adaptés à l’ajout de détails mais aussi d’analyser les terrains afin d’en trouver les caractéristiques locales, les segmenter et trouver le modèle procédural de détail et ses paramètres. Une approche de construction de champs de tenseurs pour exprimer l’anisotropie des détails pourra être envisagée.

Plateforme de développement

L’équipe utilise sa plateforme de développement Arches, qui permet de prototyper rapidement et s’interfacer avec des logiciels de rendus courants tels que Mitsuba ou Vue. https://arches.liris.cnrs.fr/

Période

De février 2021 à juillet 2021

Rémunération

3,9€ par heure à raison de 7h par jour

Possibilité de thèse

Dans le cadre de l’ANR Ampli qui démarre en janvier 2021, il est possible de démarrer une thèse sur des problématiques similaires. L’étudiant devra montrer d’excellentes aptitudes.

Candidature

Merci d’envoyer votre candidature à eric.guerin@liris.cnrs.fr accompagnée d’un CV.

Références

[1] Texturing and Modeling: A Procedural Approach. David S. Ebert, F. Kenton Musgrave, Darwyn Peachey, Ken Perlin, Steve Worley. Elsevier, 2002, third edition.

[2] Terrain Modeling from Feature Primitives. Jean-David Génevaux, Eric Galin, Adrien Peytavie, Eric Guérin, Cyril Briquet, François Grosbellet and Bedrich Benes. Computer Graphics Forum 34(6). 2015.