Axe 01
Rendu neuronal et Gaussian splatting
Restituer un lieu réel en temps réel, dans un navigateur.
Optimiser des millions de primitives lumineuses jusqu'à reproduire les photographies d'origine. Une représentation apprise, affichée en temps réel.
Contexte
La photogrammétrie produit une surface mesurable, mais échoue sur les reflets, la végétation et les matériaux translucides.
Le Gaussian splatting, publié en 2023, combine la fidélité d'une représentation apprise et la vitesse d'un rendu par rastérisation.
Questions de recherche
- Comment compresser une scène de plusieurs millions de gaussiennes sans perte perceptible ?
- Comment en extraire une géométrie fiable, exploitable pour la mesure ?
- Comment tenir la qualité à l'échelle d'un bâtiment entier ?
- Comment éditer une scène apprise : retirer un objet, corriger un éclairage ?
Approche
Approche du sujet
Protocoles de capture
Recouvrement, exposition, trajectoires, points de contrôle : des règles reproductibles.
Chaînes d'optimisation
Estimation des poses, entraînement, élagage, régularisation. Chaque étape mesurée.
Diffusion
Compression, niveaux de détail, visionneuses web légères.
Collaborer
Un sujet technique qui résiste ?
Faisabilité, méthode, mesure du résultat.