Liste des sujets de recherche sur lesquels je travaille.
Mondes virtuels et apprentissage
Il est maintenant possible de trouver de grandes quantités de données publiques qui peuvent permettrent d'alimenter des
algorithmes d'apprentissage. Du simple terrain numérique aux données de hauteur de canopée en passant par les cartes de réseaux routiers,
toutes ces informations lorsqu'elles sont en grande quantité donnent la possibilité de s'affranchir de la compréhension des phénomènes
complexes qui ont mené à leur création en ayant recours à l'apprentissage automatique. Cela permet de créer de nouveaux concept de création
aartistique, beaucoup plus réalistes et plus rapides.
Modélisation des changements d’apparence
L’objectif de ce thème de recherche est de mettre en oeuvre des techniques de génération procédurale pour créer des scènes dont l’apparence peut varier au cours du temps, le temps qui passe mais aussi le temps qu’il fait.
Modélisation de mondes virtuels
Ce travail est effectué par Jean-David Génevaux dont je co-encadre la thèse depuis octobre 2011. L’objectif et l’originalité de cette thèse est de développer de nouvelles méthodes de modélisation de mondes virtuels avec un haut niveau de détail en s’appuyant sur les techniques de génération procédurale. Les principaux verrous scientifiques et techniques qui sont au centre de ce sujet de recherche sont la génération accélérée de contenu grâce à des méthodes procédurales, le traitement et l’affichage des masses de données géométriques et textures produites en temps réel, et enfin le contrôle utilisateur résultant de la combinaison de modèles génériques paramétrés. Ces trois axes de recherche complémentaires sont au cœur du projet.
Ajout de détails dans les formes autosimilaires
Ce travail a été effectué par Houssam Hnaidi dont j’ai encadré la thèse (2006-2010). Le but est de tirer parti des avantages de deux types de modélisation : la modélisation auto-similaire (fractale) et la théorie des ondelettes. Nous sommes parti d’un modèle fractal, les IFS projetés, sur lequel nous avons greffé une information de détail. Grâce à un formalisme adapté, l’opération marche dans les deux sens : l’analyse et la synthèse. L’optimisation du modèle auto-similaire permet de minimiser l’information de détail nécessaire à la reconstruction de l’objet. Des résultats ont permis de mettre en évidence l’intérêt d’une telle méthode pour le transfert et l’amplification de textures géométriques. Les autres applications envisagées sont la génération de variétés naturelles ainsi que la compression géométrique.
Scènes naturelles complexes pour les jeux vidéo
Ce travail a été effectué par Nicolas Maréchal dont j’ai co-encadré la thèse avec Eric Galin(2007-2010). Le but est d’accroître la quantité de détails et la variété dans les scènes complexes naturelles dans le contexte particulier des jeux vidéo. Cette thèse est effectuée dans le cadre du projet GENAC 2 en collaboration avec Eden Games et Widescreen Games.
Approximation de courbes, surfaces et images
Le but de ces travaux était d’approximer une courbe donnée par une liste ordonnée de points. Le résultat escompté est un descripteur de cette courbe sous forme d’un modèle qui approche le plus la courbe de départ. Le but est une description compacte de la courbe qui traduit ses redondances éventuelles.
L’approche que j’ai proposée repose sur une formulation du problème en un problème numérique de régression non-linéaire. Le but est donc de trouver le modèle qui minimise la distance entre la courbe initiale et la courbe synthétisée issue du modèle. Le modèle fractal utilisé est celui développé au laboratoire depuis quelques années : les IFS projetés. La résolution du problème se fait grâce à l’algorithme de Levenberg-Marquardt.