1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, 359-376. Reeves, W. T., and.

Slides:



Advertisements
Présentations similaires
Chaîne de Synthèse Réel Modélisation Rendu Image Fichier Scène
Advertisements

Chapitre 9 La mécanique de Newton.
Constructive Volume Geometry (CVG) Article de Min Chen & John V. Trucker COMPUTER GRAPHICS Benoît Capelli – Stéphane Renaudie DESS IMM
for Painting and Rendering Textures on Unparameterized Models
RENDU DE TERRAIN Problématique : Rendre une très large zone de terrains en la simplifiant au maximum pour réduire le nombre de polygones à afficher. A.Bailly.
The Reyes Image Rendering Architecture
Qian Cui, Stephane Wolf & Arnaud Choquart - DESS IMM /2003
Matthias Zwicker Hanspeter Pfister Jeroen van Baar Markus Gross
Efficient Simplification of Point-Sampled Surfaces
1/30 Rendu par tracé de chemins ESSI2 George Drettakis http: //www-sop.imag.fr/reves/George.Drettakis/cours/ESSI2/index.html.
Xavier Décoret* Frédo Durand° François Sillion*
3. Analyse et estimation du mouvement dans la vidéo
V. Temps et relativité restreinte
Monique THONNAT et Nathanaël ROTA Projet ORION
TER Simulation Spatiale
Principes de la technologie orientée objets
La méthode de Monte Carlo
Exemple de conception d’un algorithme parallèle: Système planétaire
Plan de l’exposé Présentation de l’équipe Présentation du stage
Chapitre 4: L’inertie et le mouvement à 2D
Variation et taux de variation
Courbes de Bézier.
IFT3730 : Infographie 3D Systèmes et modèles graphiques Pierre Poulin, Derek Nowrouzezahrai Hiver 2013 DIRO, Université de Montréal.
IFT2740 : Outils de l'infographie 3D Systèmes et modèles graphiques
Texture 2D en PGC++.
Application d’algorithmes d’extraction de la couleur et des textures à partir d’images aériennes dans le contexte de l’extraction de bâtiments pour supporter.
CHAPITRE 8 LE CHAMP MAGNÉTIQUE.
Surfaces implicites J. Bloomenthal, ed., Introduction to Implicit Surfaces, Morgan Kaufmann, San Francisco, 1997.
Simulation Mécanique avec Meca3D
IFT3355: Infographie Modélisation des solides
Comment étudier un mouvement?
De l’étrangeté au pays d’Alice
Segmentation (1ère partie)
Dynamique de l'atmosphère et des océans
Prévision de la trajectoire d'une avalanche dense
Conception et développement d ’une interface entre un environnement de réalité virtuelle et un périphérique d ’interaction.
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Chapitre 4ABC Mécanique Cinématique du point
GRAPHISME PAR ORDINATEUR
PHYS106B Electrostatique - Magnétostatique- Induction Electromagnétique Responsable : L1 : Physique-Chimie-Mécanique-E2i Cours du 14 Février 2008.
Mécanique du point Introduction Cinématique: études de trajectoires
COMPRENDRE LOIS ET MODELES.
VISITE AUTOMATIQUE GUIDÉE SOUS VREng. Fonctionnement de VREng Avatar représentant l’utilisateur Chat permettant aux utilisateurs de discuter Panel de.
OPTIQUE GÉOMETRIQUE.
Les principes de la modélisation de systèmes
Les images de synthèses Duprat Anatole. Les images de synthèses consistent en la création assistée par ordinateur, d'images numériques. Il existe différentes.
Electrostatique- Chap.2 CHAPITRE 2 CHAMP ELECTROSTATIQUE Objectif :
translation rectiligne
B. L’évolution historique du modèle de mécanique quantique
Fire Star Symposium conclusif: Marseille 18 mars Fire Star Session 1: Les principaux résultats de Fire Star Comment fonctionne le système Fire Star.
Mise-à-jour de données de haute incertitude spatiale Présentation dans le cadre du groupe de discussion sur la fusion de données géospatiales – 22 nov.
Création en images de Synthèse Modèles de rendu d’une scène 3D
Partie II: Temps et évolution Energie et mouvements des particules
CHAPITRE 1: ANALYSE DU MOUVEMENT
Programmation objet La base.
Calcul parallèle => partitionner les données en sous-groupes associés aux processeurs. P0 P2 P1.
COMPRENDRE : Lois et modèles
Mouvement d'un point A à un point B
Dynamique Cours de mécanique TGMB1.
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
LCIN4U73 Bases géométriques de l’imagerie
Guillaume Collombet Ulysse Mensa Sylvain Chambe
Visualisation des flots optiques en 3D
GRAPHISME PAR ORDINATEUR
OBJETS ÉLÉMENTAIRES DANS L’ESPACE À TROIS DIMENSIONS
LES TABLEAUX Définition: Création d’un tableau:
Chapitre 8 : Les mouvements Les objectifs de connaissance :
Image Ready SI28 _ P09 MACHIN Alexandre BRUTEL Aline.
LA CINEMATIQUE La cinématique est l’étude du mouvement
Les objectifs de connaissance : Les objectifs de savoir-faire : - La lumière présente des aspects ondulatoire et particulaire ; - On peut associer une.
Transcription de la présentation:

1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, Reeves, W. T., and R. Blau, "Approximate and Probabilistic Algorithms for Shading and Rendering Particle Systems," SIGGRAPH 85, Les particules individuelles se comportent généralement selon des principes physiques simples en fonction de leur environnement, mais pas en fonction des autres particules.

2 Modèles de particules Approche intéressante pour modéliser des objets dynamiques (évoluant dans le temps) dont la forme est décrite difficilement à l’aide de la surface de ces objets. Permet de représenter des objets flous : nuages, fumée, eau, arbres naturels, verdure, … Ensemble de particules de forme élémentaire évoluant dans le temps : dotées de mouvement naissent et meurent avec des attributs qui changent dans le temps avec des attributs stochastiques définis à l’intérieur de régions (sphère, cylindre, cube, etc.) Jeux vidéos (explosion, vols dans l’espace) Simuler l’effet de la lumière dans un brouillard Représentation de phénomènes naturels Les attributs des particules sont générés automatiquement; leur évolution est contrôlée automatiquement.

3 Description du modèle Avantages : - le comportement et l’apparence de chaque particule individuelle sont très simples, - approche procédurale. 1. Génération de particules Nombre de nouvelles particules générées : Ex. : U[  t - ,  t +  ]où t : # séquence,  t :  0 + t ,  t :  0 + t . Loi uniforme Exemple : Pour chaque image, un nombre aléatoire de particules est généré à l’aide d’une fonction de répartition choisie par l’animateur et centrée autour d’une moyenne.

4 Description du modèle 2. Attributs de particules - position à l’intérieur d’une région - vitesse et direction - couleur, taille et forme (point, sphère, segment de droite, …) - transparence - durée de vie - etc. Chacun de ces attributs est initialisé au moment où la particule est créée. Pour éviter l’uniformité, l’utilisateur peut rendre aléatoire les valeurs d’une manière contrôlée.

5 Description du modèle 3. Animation de particules - trajectoire de parcours (position, vitesse) - changement de couleur dans le temps - changement de forme, de dimension dans le temps - changement de niveau de transparence dans le temps - etc. Pour déterminer l’emplacement d’une particule dans l’espace, l’utilisateur peut considérer des forces et en déduire accélération, vitesse et position dans le temps. gravité collisions avec d’autres objets vent La couleur, la transparence, la forme de la particule, etc. peuvent être fonction du temps.

6 Description du modèle 4. Extinction des particules Durée de vie : # séquences d’images à partir de la naissance 5. Rendu des particules Simplification du rendu : - absence d’autres modèles - pas de problèmes de « points cachées » : la couleur d’un pixel correspond à la somme des couleurs des particules associées à ce pixel. À chaque nouvelle image, la durée de vie d’une particule est diminué de 1. Lorsque cet attribut atteint la valeur 0, la particule est retirée du système. Les autres attributs d’une particule peuvent être fixés en fonction de l’attribut durée de vie.

7 Description du modèle 6. Hiérarchie des particules Une image peut être constituée à partir de plusieurs groupes de Particules dans une structure hiérarchique. Algorithmes de « points cachés » :- non réalisables - tri partiel Exemple : Feu d’artifice, feu.

8 Description du modèle Exemple : 1 arbre : de 1 à 1.7 millions de particules 1 scène : de 100 à 1000 arbres naturels. W.T. Reeves (85) Comme il existe un grand nombre d’éléments dans un système de particules, des hypothèses simplificatrices sont utilisées, aussi bien pour le rendu que pour le calcul de leurs mouvements. Exemple : Les particules n’entrent pas en collision les unes avec les autres. Les particules ne projettent pas d’ombre, sauf en tant qu’agglomérat. Les particules ne projettent de l’ombre que sur le reste de l’environnement et pas les unes sur les autres. Les particules ne réfléchissent pas la lumière et elles sont toutes modélisées sous la forme de sources lumineuses ponctuelles.

9 Procédure à suivre [0]Horloge  origine du système de particules [1]Tant que Horloge < Fin du système de particules Pour chaque groupe de particules [1.1] Générer de nouvelles particules [1.2] Mettre à jour les attributs des particules du système [1.3] Enlever les particules éteintes [1.4] Afficher les particules en tenant compte de leurs attributs [1.5] Horloge  Horloge + 1 Note : Plusieurs fonctions peuvent être définies permettant d’intervenir directement sur un groupe de particules (transformation du repère où la position de chaque particule est définie, modification de la région susceptible de renfermer une nouvelle particule, etc.)

10 Système de particules Groupe_de_particules - Naissance de nouvelles particules - Définition de leurs attributs - Définition du repère propre à ce groupe - Affichage d’une image représentant le groupe de particules au temps t - Affichage d’une séquence d’images représentant le groupe de particules pendant la durée de la simulation Systeme_de_particules - Insérer de nouveaux groupes de particules - Définir les liens hiérarchiques entre les groupes - Définition du repère propre à ce système - Affichage d’une image représentant le système de particules au temps t - Affichage d’une séquence d’images représentant le système de particules pendant la durée de la simulation Courbe_3D, Transformation_3D Volume_3D, etc.

11 Scene depicting the Genesis Effect from the move Star Trek, developed by the researchers at Lucasfilms, Ltd. Source: William T. Reeves, "Particle Systems - A Technique for Modeling a Class of Fuzzy Objects", Computer Graphics 17:3 pp , 1983 (SIGGRAPH 83)

12