1 Emmanuel Prados & Olivier Faugeras Laboratoire Odyssée ENS / INRIA / ENPC RFIA 2006, janvier 2006, Tours, France. Rôle clé de la modélisation en “Shape.

Slides:



Advertisements
Présentations similaires
Résolution de problèmes et logiciel de calcul symbolique
Advertisements

hotogrammétrie pour les
The Reyes Image Rendering Architecture
SuivantPrécédent ESSI 1 - Auto TS © Jean-Paul Stromboni (Mai 2000) Consolidation: tester les connaissances acquises 1 Etude de la commande du système.
Soutenance de thèse Lundi 12 décembre 2005
Du signal continu au numérique
Synthèse d’images.
Inférence statistique
- Etude d'une système d'éclairage autonome de vélo.
Rendu de pierres taillées en temps réel Stéphane Guy Directeur de stage: Cyril Soler.
IMAGIS-GRAVIR / IMAG Modélisation de cheveux à partir dimages par étude des variations dapparence en fonction des conditions déclairage Modélisation de.
3. Analyse et estimation du mouvement dans la vidéo
EXPONENTIELLES FONCTIONS EXPONENTIELLES EN TERMINALE ST2S auteur : Philippe Angot (version adaptée)
Transferts radiatifs, Synthèse d’images et Environnement
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
Bouyekhf Rachid-Lyuboumir Gruitch Laboratoire SeT UTBM
Application à la méthode des
La vision stéréo Sonka et al: sections , , , , Suppl: 11.4 au complet
Reconstruction de volume 3D
Maple, modélisation et résolution de problèmes
Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble
Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble
RELATION À DISTANCE: COMMENT LA FACILITER ?
Application des algorithmes génétiques
Suite à la rupture d ’écrases tubes utilisés par les agents GDF.
Éclairage Structuré et vision active pour le contrôle qualité de surfaces métalliques réfléchissantes Olivier Morel*, Ralph Seulin, Christophe Stolz, Patrick.
Couche limite atmosphérique
Evaluation de la qualité des documents anciens
Introduction à la Théorie géométrique de la diffraction
IFT3730: Infographie 3D Illumination locale
Méthode des Ensembles de Niveaux par Eléments Finis P1
Expertise de Logiciels Tuteurs Fermés Laurent Souchard Lycée Louis Armand, Paris Laboratoire Didirem, Université de Paris 7.
Modélisation du robot Azimut-3
Cours #3 Formation des images
Cours #13 Localisation Découvertes 8- Localisation 8.1 Stéréoscopie
Réaction aux collisions dans les animations physiques François Faure, Olivier Galizzi GRAVIR Projet commun CNRS,INRIA,INPG,UJF 1 1.
électroencéphalographie Estimation des conductivités in vivo
électroencéphalographie Estimation des conductivités in vivo
Problèmes inverses en électroencéphalographie
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
Equipe Odyssée Commune à l'ENPC, l'ENS/DI, l'INRIA (Sophia-Antipolis) Créée en Mars 2002, évaluée en Mars Trois Pôles de recherche Vision algorithmique.
Interprétation automatique
Thierry Molinier > David Fofi >
Exemple de mise en équation d’un système
P2: Les lentilles.
I MAGIS est un projet commun CNRS - INPG - INRIA - UJF iMAGIS-GRAVIR / IMAG Optimisation à base de flot de graphe pour l'acquisition d'informations 3D.
Soutenance de stage 16 Mai au 5 Août 2011
Soutenance de stage 16 Mai au 5 Août 2011
Géométrie épipolaire (deux vues)
Segmentation (1ère partie)
Structures en Treillis
Couche limite atmosphérique
Mathématiques Université en ligne. Les modules de mathématiques disponibles Trois types de modules ➢ Modules de transition entre lycée et université ➢
Projet Lancer de Rayons
Transfert radiatif dans les sprays. Application aux rideaux d’eau.
CHAPITRE III Calcul vectoriel
Approximation d’un contrôle optimal par un circuit électronique
Electrostatique - Magnétostatique- Induction Electromagnétique
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
TNS et Analyse Spectrale
Couche limite atmosphérique
Synthèse d’images Introduction Doc. non diffusé En cours d’élaboration.
Romain Dupont encadré par J.Aubourg et P. Fuchs
IFT3355: Infographie Plan © Victor Ostromoukhov Dép. I.R.O. Université de Montréal.
Sciences Mécaniques Appliquées
Couche limite atmosphérique Micrométéorologie. Équations de Reynolds 7 équations et 16 inconnues...
Couche limite atmosphérique Micrométéorologie. Exemples de paramétrisations de K Contraintes: K=0 quand il n ’y a pas de turbulence K=0 au sol (z=0) K.
la reconnaissance de visages
Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :
Transcription de la présentation:

1 Emmanuel Prados & Olivier Faugeras Laboratoire Odyssée ENS / INRIA / ENPC RFIA 2006, janvier 2006, Tours, France. Rôle clé de la modélisation en “Shape From Shading”

2 Plan de la présentation 1.Description du problème du “Shape From Shading” 2.Modélisations classiques et difficultés 3. Complexifier pour simplifier ! (la modélisation) (la resolution)

3 Problème du « Shape From Shading » Surface 3D observée Image 2D Données: une seule image. → Données minimales, → Problème mal posé. Information utilisée: l’ombrage. → Difficultés liées à la modélisation: illumination, réflectance, caméra. +30 années de recherche: Horn:75, Lions-etal:92, Dupuis-Oliensis:94 → Constat d’échec. Surface 3D reconstruite

4 Difficultés

5

6

7

8

9

10 Ambiguité: changement d'éclairage ! Généralisation: Belhumeur Et al. Ambiguité de bas-relief. Hypothèses:cadre expérimental connu: éclairage, réflectance. Problème: reconstruire la géometrie de la scène.

11 Plan de la présentation 1.Description du problème du “Shape From Shading” 2.Modélisations classiques et difficultés 3. Complexifier pour simplifier ! (la modélisation) (la resolution)

12 Modélisation classique ● Hypothèse de base: réflectance connue. ● Relation entre: La brillance de l' image: I, Le vecteur lumière: L, Le vecteur normal a la surface: n. ● Hypothèse usuelle: surface Lambertienne. (albedo=1) “équation de brillance” Pour tout point X de la surface

13 Modélisation classique Hypothèses sur la source de lumière: 1 - Source unique localisée à l'infini, ou au centre optique. 2 – Intensité uniforme:  Norme du vecteur lumière égale à 1…

14 Modélisation classique: Difficultés et limitations Reconstruction d'une surface 3D. Paramétrisation de la surface: u(x), x ∈ R 2 (image). Vecteur normal n (a la surface) ∇ u et u. Modélisation classique Equation de Hamilton-Jacobi ne dépendant que de ∇ u (pas de u). [Prados-Faugeras: IJCV'05]

15 Modélisation classique: Difficultés et limitations Absence de solution classique (images réelles) Échec des méthodes calculant des solutions exactes régulières: –Cf. état de l'art [Durou-Falcone-Etal:04, Daniel:PhD'00] –Méthodes globales [Kimmel-Bruckstein:95, Oliensis- Dupuis:93] Alternatives: –Méthodes variationnelles: [Durou-Falcone:04,Daniel:PhD'00]. –Affaiblir la notion de solutions.

16 Modélisation classique: Difficultés et limitations Solutions de viscosité: –Existence. –Bonnes propriétés: calculabilité, stabilité, continuité –Solutions calculées par différentes méthodes! [Prados-Faugeras:Handbook'05] –Difficulté: Perte de l'unicité Données supplémentaires nécessaires et suffisantes. Preuve théorique et expérimentale sur des images synthétiques. [Prados-Etal: ECCV'04 – JMIV'06]

17 Plan de la présentation 1.Description du problème du “Shape From Shading” 2.Modélisations classiques et difficultés 3. Complexifier pour simplifier ! (la modélisation) (la resolution)

18 Compliquer pour simplifier Tendance: –SFS fatalement mal posé –Complexification de la modélisation serait prématurée Question: Caractère ``mal posé'' due à la nature du problème lui même, ou à la simplicité de la modélisation ? Motivations 1) EDP semblables aux équations de SFS classiques complètement bien posées! 2) Applications: Modélisation classique non adaptée. Réponse: Raison = simplicité de la modélisation!

19 Nouvelle Modélisation  Surface Lambertienne: Éclairage:  Source ponctuelle placée au centre optique.  Atténuation de l'intensité avec la distance: i.e., Perspective… I = image L = vecteur lumière n = vecteur normal à la surface Direction Norme

20 Nouvelle Modélisation  Intensité bornée ( Max=1 )  points s inguliers… Intensité non bornée points s inguliers SFS Classique Nouvelle modélisation

21 Terme classique Nouveau

22 A more realistic modeling Gain d'information ! SFS “ classique ” I(X) = cos( n(X), L(X)) Normale à la surface Vecteur lumière

23 Gain d'information ! A more realistic modeling SFS “ classique ”, Nouvelle mod é lisation

24 exemple de résultats… Surface 3D observée Image 2D Surface 3D reconstruite

25 exemple de résultats… … à partir d’une image réelle. Image Surface reconstruite par notre nouvel algorithme Video...

26 Résultats sur une base de données de visages ImagesSurfaces reconstruites

27 The end Fin… Merci !