Chagnon-Forget, Maude (2017). Modélisation 3D inspirée par la perception humaine pour des applications en réalité virtuelle. Mémoire. Gatineau, Université du Québec en Outaouais, Département d'informatique et d'ingénierie, 105 p.
Prévisualisation |
PDF
Télécharger (8MB) | Prévisualisation |
Résumé
Il a été préalablement démontré que les mécanismes de l'attention visuelle humaine peuvent contribuer à l'amélioration des systèmes visuels computationnels et à l'amélioration du rendu des objets 3D pour qu'elles soient mieux adaptées aux capacités visuelles de l'humain. L'approche proposée exploite les caractéristiques de l'attention visuelle humaine et les incorpore dans un processus de modélisation 3D à multiples niveaux de détails pour assurer une meilleure qualité des modèles simplifiés, surtout à basse résolution. Dans ce contexte, ce travail propose un cadre de modélisation 3D employant les caractéristiques de l'attention visuelle humaine afin d'obtenir des modèles compacts mieux adaptés aux capacités visuelles humaines. Bien que de nombreuses publications mentionnent l'importance de tenir compte des mécanismes de l'attention visuelle humaine dans la détection de régions ou de points d'intérêt, très peu s'inspirent en effet d'un modèle complet de l'attention visuelle pour créer leurs solutions. Un modèle computationnel amélioré de l'attention visuelle avec des canaux de saillance supplémentaires comme la courbure, la symétrie, le contraste et l'entropie est initialement employé pour détecter les points d'intérêt à la surface d'objets 3D. L'impact de l'ajout de ces canaux supplémentaires ainsi que l'influence des différents paramètres, tels que la lumière ou le matériau des modèles, sont évalués expérimentalement. Les régions identifiées comme saillantes par le modèle de l'attention visuelle sont préservées dans un modèle sélectivement simplifié obtenu en utilisant une version adaptée de l'algorithme QSlim. Les modèles résultant sont caractérisés par une densité de points plus élevée dans les régions saillantes, assurant par le fait même une meilleure qualité perceptuelle tout en offrant une représentation du modèle plus compacte et moins complexe. La qualité des modèles obtenus est comparée avec d'autres détecteurs de points d'intérêt intégrés dans le même algorithme de simplification. La solution proposée résulte en général en des modèles de meilleure qualité, principalement à de très basses résolutions. En tant qu'exemple d'application, les modèles sélectivement densifiés sont inclus dans un cadre de modélisation à multiples niveaux de détails dans lequel un réseau de neurones détermine la taille et la résolution appropriées d'un objet.
Type de document: | Thèse (Mémoire) |
---|---|
Directeur de mémoire/thèse: | Cretu, Ana-Maria |
Co-directeurs de mémoire/thèse: | Bouchard, Stéphane |
Informations complémentaires: | Comprend des références bibliographiques : p. 100-105 |
Mots-clés libres: | Imagerie tridimensionnelle; Traitement d'images; Vision par ordinateur; Modèles mathématiques; Techniques numériques |
Départements et école, unités de recherche et services: | Informatique et ingénierie |
Date de dépôt: | 01 mars 2017 19:21 |
Dernière modification: | 09 mars 2017 19:50 |
URI: | https://di.uqo.ca/id/eprint/888 |
Gestion Actions (Identification requise)
Dernière vérification avant le dépôt |