Sites Inria

Recherche

21/02/2013

TITANE, nouvelle équipe sur le traitement numérique de la géométrie

Reconstruction de scène urbaine

L’équipe TITANE a été créée au 1er janvier 2013, au sein du centre de recherche. Elle est dirigée par Pierre Alliez et compte déjà 11 personnes (2 permanents, 4 post-doctorants, et 5 thésards). Cette équipe est issue de l’équipe-projet GEOMETRICA, spécialiste du calcul géométrique. Rencontre avec Pierre Alliez et Florent Lafarge, les 2 chercheurs permanents de l'équipe.

Quel est le domaine sur lequel travaille votre équipe ?

Notre action se situe dans le cadre général du traitement numérique de la géométrie aujourd’hui reconnu comme un domaine scientifique à part entière. Ce ne fut pas toujours le cas !

Dans les années 90, la géométrie algorithmique était plus théorique visant à développer des algorithmes efficaces et d’une complexité raisonnable pour les cas du monde réel (pas seulement dans le pire des cas), puis on a évolué vers le calcul géométrique pour rendre les algorithmes fiables sur les ordinateurs (malgré leurs capacités limitées en termes de précision des calculs). Actuellement, notre domaine se concentre sur les données géométriques provenant de mesures, qui sont devenues de plus en plus précises, massives, puis hétérogènes (en termes de types, d’échelles).

Dans ce contexte, notre axe principal de recherche est de modéliser de manière numérique des formes géométriques 3D pour reconstruire des scènes entre autres, à partir de données imparfaites et de plus en plus hétérogènes, avec la meilleure précision possible. C’est également sur ce thème que sont basés les travaux de l’ERC IRON (bourse européenne obtenue en 2011 par Pierre Alliez), et dont les axes scientifiques sont complémentaires de ceux de l’équipe TITANE : IRON apporte la robustesse aux données imparfaites, tandis que TITANE développe davantage les aspects scènes (passer d’une forme individuelle à l’échelle d’une scène composés d’objets structurés) ainsi que l’analyse pour retrouver la structure des données.

Analyse de scene urbaine (classification)

Analyse de scene pour identifier les arbres

Qu’entendez-vous par données imparfaites ?

Paradoxalement, les données actuelles dont nous disposons (nuages de points, soupes de triangles…) demandent de plus en plus de traitements, contrairement à ce que l’on aurait pu penser avec l’évolution des technologies, des capteurs en particulier. En fait, la diversification des modes d’acquisition (GPS, accéléromètres, gyromètres…), et le changement des usages (super-résolution, et nouveaux paradigmes d’acquisition comme les données communautaires type « flicker ») rendent ces données de plus en plus imparfaites. D’où la nécessité dans ces conditions d’avoir des algorithmes plus robustes qui offrent une grande stabilité même pour une grande diversité d’imperfections.

Quels sont vos objectifs scientifiques ?

Pour y arriver, nous nous sommes fixés 4 objectifs scientifiques :

  • La reconstruction de scènes : c’est-à-dire à partir de mesures (points) retrouver des surfaces les plus précises possibles;
  • L’approximation : c’est-à-dire la représentation géométrique d’une scène avec des primitives ou des représentations discrètes compatibles avec un ordinateur. On cherche à obtenir notamment un très bon compromis entre complexité et distorsion géométrique,
  • L’analyse de scènes : c’est-à-dire dégager une sémantique dans une scène pour identifier différents objets (formes structurées) qui interagissent les uns avec les autres, les localiser, consolider la mesure (compléter les données manquantes, renforcer les régularités), voire faire des hypothèses, et ainsi spécialiser les représentations (par exemple, un arbre n’est pas représenté de la même façon qu’un bâtiment… ).
  • On a aussi un axe autour de la synthèse de scènes, mais c’est une orientation plus prospective.

Sur quelles types d’applications travaillez-vous et avec quels partenaires ?

Nous travaillons sur deux grandes classes d’applications : l’une à finalité image (informatique graphique), l’autre à finalité calcul (modélisation géométrique et traitement pour préparer les modèles pour la simulation). Notre champ d’applications s’étend aussi à la rétro-ingéniérie (activité qui consiste à étudier un objet pour en déterminer le fonctionnement interne ou la méthode de fabrication).

Remaillage quadrangle de surfaces pour la retro-ingénierie

Remaillage quadrangle de surfaces pour la retro-ingénierie

Métriques anisotropes pour le remaillage de surfaces

Notre équipe est jeune, mais pour autant nous avons déjà plusieurs collaborations importantes.

En modélisation, nous collaborons avec l’IGN (Institut National de l’Information Géographique et Forestière) pour mesurer et reconstruire de manière numérique des scènes urbaines, par exemple en vue de simuler une ville durable sur le plan de la thermique ou pour la planification urbaine. Les données brutes sont ainsi traitées avec des algorithmes géométriques pour pouvoir être utilisées ensuite pour la simulation.

Nous travaillons également avec Acute3D, entreprise sophipolitaine, qui développe et commercialise des solutions logicielles innovantes de modélisation 3D haute résolution à partir de photos. Notre collaboration porte sur la modélisation robuste de scènes urbaines qui est l’un de nos grands défis pour l’avenir.

Nous avons aussi des collaborations avec Technicolor (dans le cadre d’une thèse CIFRE), ainsi qu’avec ASTRIUM Toulouse dans le cadre d’une thèse qui porte sur la modélisation 3D d’intérieurs de bâtiments à partir de données laser et de photos.

Nous sommes également impliqués dans un projet d’investissement d’avenir, Culture 3D Clouds, une plate-forme d'informatique en nuage pour la numérisation 3D, la documentation, la conservation et la diffusion du patrimoine culturel.

Outre ces collaborations ponctuelles, nous avons une stratégie à plus long terme qui consiste à être à l’écoute des besoins exprimés via les nombreux clients de la société GeometryFactory (start up issue d’Inria). Cela nous permet de développer de nouveaux composants génériques pour enrichir la bibliothèque CGAL (bibliothèque open source d’algorithmes géométriques fiables et efficaces) commercialisée par GéometryFactory. Le gros avantage est d’apporter une réponse plus générique aux applications car nous traitons une famille de problèmes et le résultat est tout de suite déployé à grande échelle ! c’est très stimulant pour l’équipe de contribuer ainsi à la «boite à outils standard de l’ingénieur».

Comment voyez-vous l’avenir ?

L’équipe vient d’être créée mais les sujets sur lesquels nous travaillons nous les traitons déjà depuis plusieurs années. La création de l’équipe (et nous l’espérons de l’équipe-projet à terme) nous permet de nous focaliser sur des aspects plus novateurs, comme la modélisation de scènes urbaines sémantisées à grande échelle, qui est un vrai défi pour les années à venir.

Nous avons aussi la chance d’avoir une équipe soudée et très cosmopolite, chacun apportant ses compétences et sa culture pour enrichir le groupe.

Nous bénéficions également de l’ERC IRON qui nous permet de financer des thèses, et d’élargir ainsi nos champs d’applications sur des approches en rupture, plus risquées mais avec un fort impact potentiel sur le plan scientifique et applicatif.

Mots-clés : Analyse de scène Maillages Géométrie numérique Algorithmique INRIA Sophia Antipolis - Méditerranée

Haut de page

Suivez Inria