Implémentation d’un opérateur de répartition de sources lumineuses

Slides:



Advertisements
Présentations similaires
E-learning Evolutif Albarelli Corinne Behem Patrice Guillot Jérôme
Advertisements

Soutenance du stage de DEA.
Algorithmes Génétiques : Principes mathématiques et Utilisations
The Reyes Image Rendering Architecture
Accélération du Rendu Volumique basée sur la Quantification des Voxels
Risques d’erreur statistique et test statistique
Conception Préliminaire de Manipulateurs Mobiles et Génération de Consignes Évolutionnaires : une Méthodologie pour Intégrer la Commande dans l’Évaluation.
ANNEXES 1.AG implémentation avancéeAG implémentation avancée 2.Optimisation des hyper-paramètres de contrôleOptimisation des hyper-paramètres de contrôle.
Synthèse d’images.
IMAGIS-GRAVIR / IMAG Rendu de forêts en temps-réel iMAGIS / GRAVIR Franck Sénégas DEA IVR Tuteur: Fabrice Neyret.
Yann Chevaleyre et Jean-Daniel Zucker
3. Analyse et estimation du mouvement dans la vidéo
Visualisation d’information interactive 5 : Graphes
TYCOON.AGENT Simulation et analyse de coopérations entre agent logiciels C. Vignoles LIMSI-CNRS JC Martin.
Optimisation dans les télécommunications
Application aux NK-landscape...
Vers une modélisation des transferts radiatifs en chambres de culture
Transferts radiatifs, Synthèse d’images et Environnement
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Optimisation globale non déterministe
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Application des algorithmes génétiques
5. Algorithme à estimation de distribution
Frédéric Amblard, Guillaume Deffuant – Cemagref LISC 22 Octobre 2002 – Table ronde Simulation AFH Nantes SimExplorer: un outil logiciel daide à lexploration.
Commande par algorithme génétique
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Les Algorithmes Génétiques
Génération de feuilles de style pour site Web par un
CHAPITRE 14 et 16: Les mutations géniques
CHAPITRE 19 - La génétique des populations
L’étude des populations
AIP PRIMECA des Pays de La Loire – 9 novembre 2006
Modélisation de la formation de bancs de poissons
Rendu réaliste en synthèse d’images.
Les espaces couleurs Dans le cadre du projet ALPAGE.
République Algérienne Démocratique et Populaire Ministère de l'enseignement supérieur et de herche scientifique Université de Ferhat Abbas -Sétif - Département.
10 février 2006GDR ISIS Journée Localisation et Navigation Projet EGNOS-BUS (Eurêka) André Monin, Wael Suleiman LAAS-CNRS.
Les images de synthèses Duprat Anatole. Les images de synthèses consistent en la création assistée par ordinateur, d'images numériques. Il existe différentes.
Création en images de Synthèse Modèles de rendu d’une scène 3D
Optimisation par les algorithmes génétiques
Jean-Michel Rouet, Jean-José Jacq et Christian Roux,
P O V est l'acronyme de Persistence Of Vision appelé aussi Pov-Ray pour Persistence Of Vision Ray-Tracer.
Reconnaissance des personnes par le visage dans des séquences vidéo
Projet Lancer de Rayons
Synthèse réaliste d’image par raytracing et photon mapping
Travaux Pratiques Optimisation Combinatoire
2008/ Plan du cours 1.Introduction –Contenu du cours 2.Logique mathématique –Calcul propositionnel –Calcul des prédicats –Logique floue et aide à.
Simulation du rôle de la communication dans l’établissement d’un réseau de liens sociaux Projet GPL :
Optimisation pour la Conception de Systèmes Embarqués
L’enseignement de spécialité SLAM
Présentation de l’équipe
Synthèse d’images Introduction Doc. non diffusé En cours d’élaboration.
Université Farhat Abbas_setif
Algorithmes génétiques en optimisation combinatoire
Présenté par : ABED Djemaa; BAKHOUIA Roqiya.
Algorithmes génétiques
1 Prédiction de mobilité basée sur la classification selon le profil DAOUI Mehammed Université Mouloud Mammeri Tizi-Ouzou Rencontres sur.
Christelle Reynès Utilisation des algorithmes génétique en analyse de données de protéomique.
Mr.D.MOKKADEM MATI CHEMS-EDDINE MEDJOUBI HALIMA
Dr. MOKEDDEM République Algérienne Démocratique et Populaire
Optimisation par les algorithmes génétiques
ANNEE UNIVERSITAIRE :2010/2011
Peuplement d’une ville virtuelle S.ESTIENNE PRE001v1.01 Exemple d’utilisation du GA 1. Initialement une population est choisie au hasard. 2. Chaque individu.
Astrophotographie HDR
Présentation pas à pas de l’élaboration de la maquette
Évolution de second ordre dans un algorithme évolutionnaire V. Lefort
GRAPHISME PAR ORDINATEUR SIF Contenu du cours 7 Introduction à l’illumination avec XNA Voir le tutoriel:
MODULE FTH 2007 Diversité génétique
Projet IRIS : Impact des Radiations IonisanteS sur l’évolution des bactéries E.coli LPC, UMR 6533 CNRS- IN2P3, Université Blaise Pascal Marianne Coulon,
Le tracker solaire Un tracker solaire ou suiveur de Soleil est une installation de production d’énergie solaire utilisant le principe de l'héliostat.
Transcription de la présentation:

Implémentation d’un opérateur de répartition de sources lumineuses Soutenance de stage de fin d’études 8 septembre 2006 Dezetter Quentin Département Informatique Technologies Émergentes

Plan général de la soutenance Introduction Problématique Cahier des charges Notions de base Les algorithmes génétiques Simulation d’éclairage Étude de l’existant Réalisation technique Conclusion 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Présentation Cadre collaboration scientifique. L’INRA veut comparer la croissance de deux (ou plusieurs) plantes (génétiquement modifiées par exemple) dans une chambre de culture. Le but de ce stage était de positionner des sources lumineuses en respectant des critères. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Chambre de Culture Qu’est ce qu’une chambre de culture ? « pièce » hermétique aux caractéristiques climatiques contrôlables (Hygrométrie, Pression, Température et Nourriture) 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Lumière contrôlable? 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Problématique La lumière reçue par les plantes dans une chambre n’est pas forcement la même pour toutes les plantes. Il faut donc un outil permettant placer les sources dans le but d’uniformiser l’éclairage au sein d’une chambre de culture. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Cahier des charges Réutilisation d’une partie des fonctionnalités d’une plateforme de SI existante → Sec². Développement d’un algorithme de placement des sources lumineuses pour obtenir l’uniformité d’éclairage. algorithme génétique. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques - Présentation Développé à l’origine par Holland (1975). Ils permettent entre autres de résoudre des problèmes d’optimisation. Les algorithmes génétiques appartiennent à la famille des algorithmes évolutionnaires. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques – Principe Génération aléatoire d’une population initiale. Chaque individu est noté (fonction fitness). Note ≈ Capacité d’adaptation au problème. Évolution de la population via divers opérateurs. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques – Les opérateurs Trois opérateurs: sélection (roulette, par tournoi, pondération par les rangs) ; recombinaison ou cross over. Mutation (Inversion d’une partie du patrimoine génétique d’un individu) ; 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques – Sélection La sélection Choix des individus à reproduire. Elle garde les meilleurs et élimine les moins bons. Elle est plus ou moins restrictive. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques – Recombinaison 1 1 1 Reproduction méoïse Point de cross over 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Algorithmes génétiques – Mutation 1 1 Perturbation 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Tournoi Sélection Recombi-naison Mutation Légende : Individu sélectionné Individu non sélectionné Meilleur individu 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Simulation d’éclairage Illumination Globale Sources lumineuses Photon Mapping But de placer les src lumi Donc voilà comment à simuler l’éclairage 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Simulation d’éclairage Illumination Globale Objectif : connaître les valeurs d’illumination Obtenir des images photo réalistes. On ne peut discerner la scène reconstituée de l’environnement réel. Examiner toutes les interactions lumineuses ->reconstruire une image Pas que photon mapping 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Simulation d’éclairage – Sources Il existent plusieurs types de sources: Les sources ponctuelles, Les sources surfaciques, Les sources complexes. 2 premiers approx 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Simulation d’éclairage Photon Mapping - Principe Tracé de photons : 2 passes Une passe de distribution des photons sur les objets composants la scène (espace objet) ; une passe de reconstruction de l’illumination pour la vue courante (espace image). 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Simulation d’éclairage Photon Mapping -Distribution des photons Lancer de photons depuis la source ; arrêt probabiliste de chaque photon. Mémorisation des photons sur la surface des objets; mémorisation sur objet ayant une composante diffuse uniquement. ->nbr photons -> Capteurs 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Simulation d’éclairage Photon Mapping - Reconstruction de l ’illumination Lancer de rayons dans la scène - arrivée sur un objet diffus : estimation de la densité de photons alentour - sinon : poursuite du chemin 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Exemple 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT De IGLOO vers Sec² IGLOO Illumination GLObale Optimisée Développée au sein de l’équipe OASIS du LIL. Sec² Simulation d’Éclairage en Chambre de Culture. Placement des Capteurs Capteur 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Implémentation – UML Physique Rendu Lumière Math Scène Rendu Photon Mapping Lumière Sources lumineuses scène Lecture des fichiers contenant la scène structure des objets 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Travail réalisé Réalisation d’un module de gestion des algorithmes génétiques : Modélisation des individus Modélisation des opérateurs Évaluation des individus … Extension des sources prises en compte Positionnement des sources lumineuses, Conversions: Individu (donnée informatique) → fichier LIT, Individu → fichier Binaire (stockage sur disque), Fichier Binaire → Individu (lecture du disque). Modélisation des sources surfaciques et volumiques, Fonction Fitness. 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Implémentation – UML Physique Rendu Lumière AG Math Scène 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Modélisation des individus Les sources sont placées sur une grille (9*9) Possibilité d’allumer 81 sources lumineuses Information dans un fichier: Largeur de grille, Longueur de la grille, Les bits de chaque source à 0 ou 1. (Source: K.P. Ferentinos) 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Modélisation des opérateurs Recombinaison Point de cross over aléatoire Mutation On prend un par un les individus Chaque source contenu dans un individu à une probabilité p muter Sélection Choix d’un mode de sélection Tire au hasard dans la population des sélectionnés les parents pour le cross over Chaque source contenu dans un individu à p% de chances de muter 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Évaluation d’un individu Évaluation = fonction Fitness Critères pris en compte: Valeur minimale d’éclairage (LICP) Éclairage bien réparti (MRD). Nombre de sources La fonction fitness permet de savoir si un individu à la capacité de résoudre le problème. valeur des capteurs (LICP et MRD) et du nombre de sources. urces NombreDeSo MRD LICP Fitness * 1 g b a + = Doivent être paramétrés 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Principe de fonctionnement Rendu Nbr Photons par Capteurs Algorithme Génétique Calcul Fitness Sortie 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Exemple de fichier donnant le meilleur individu par génération #alpha:1 #beta:1 #gamma:1 #taux de mutation:0.1 #Nombre d'individus:100 60 générations fitness:0.325489 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Tests Explication La courbe est valable pour un seul run 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT

Soutenance de stage de fin d'études - DEZETTER Quentin 3CT Conclusion Travail réalisé Outil de positionnement de sources dans un algorithme d’illumination globale. Développement en cours. Prise en compte de sources complexes Tests « in situ » comparé à « in silico » Projets futurs Couverts végétaux Reverse Engineering Reverse Engineering( quel type de limite ->paramètres chambres de culture) 16/04/2017 Soutenance de stage de fin d'études - DEZETTER Quentin 3CT