Séquences de maillages : classification et méthodes de segmentation / Romain Arcila ; sous la direction de Florent Dupont et de Franck Hétroy

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Catalogue Worldcat

Grilles (analyse numérique)

Classification

Traitement d'images -- Techniques numériques

Imagerie tridimensionnelle

Classification Dewey : 006.6

Dupont, Florent (1968-... ; informaticien) (Directeur de thèse / thesis advisor)

Hétroy, Franck (1977-....) (Directeur de thèse / thesis advisor)

Garcia, Christophe (1966-.... ; Ingénieur en Informatique) (Président du jury de soutenance / praeses)

Bechmann, Dominique (Rapporteur de la thèse / thesis reporter)

Lévy, Bruno (19..-.... ; informaticien) (Rapporteur de la thèse / thesis reporter)

Tierny, Julien (1982-....) (Membre du jury / opponent)

Université Claude Bernard (Lyon) (Organisme de soutenance / degree-grantor)

École doctorale en Informatique et Mathématiques de Lyon (Ecole doctorale associée à la thèse / doctoral school)

Laboratoire d'InfoRmatique en Images et Systèmes d'information (Ecully, Rhône) (Laboratoire associé à la thèse / thesis associated laboratory)

Morpheo (Equipe de recherche associée à la thèse / thesis associated research team)

Résumé / Abstract : Les séquences de maillages sont de plus en plus utilisées. Cette augmentation des besoins entraîne un développement des méthodes de génération de séquences de maillages. Ces méthodes de générations peuvent produire des séquences de maillages de natures différentes. Le nombre d’applications utilisant ces séquences s’est également accru, avec par exemple la compression et le transfert de pose. Ces applications nécessitent souvent de calculer une partition de la séquence. Dans cette thèse, nous nous intéressons plus particulièrement à la segmentation en composantes rigides de séquences de maillages. Dans un premier temps, nous formalisons la notion de séquence de maillages et proposons donc une classification permettant de désigner quelles sont les propriétés attachées à un type de séquence, et ainsi de décrire précisément quel type de séquence est nécessaire pour une application donnée. Dans un second temps, nous formalisons la notion de segmentation de séquence de maillages, et présentons également l’état de l’art des méthodes de segmentation sur les séquences de maillages. Ensuite, nous proposons une première méthode de type globale pour les séquences stables de maillages, fondée sur la fusion de régions. Par la suite, nous présentons deux autres méthodes, reposant sur la classification spectrale. La première, produit un ensemble de segmentations globales, tandis que la seconde génère une segmentation globale ou une segmentation temporellement variable. Nous mettons également en place un système d’évaluation quantitative des segmentations. Enfin, nous présentons les différentes perspectives liées à la segmentation.

Résumé / Abstract : Mesh sequences are becoming a common tool in computer graphics as can be seen in video games or medical imaging. As a consequence, mesh sequences generation’s methods have been developed. Sequences can be created using a modeler or by multicameras acquisition. These methods can generate sequences which have different properties. Moreover, different applications using mesh sequences have been proposed such as compression or pose transfer. Most of these applications require to compute a segmentation as a pre-processing step. This thesis deals with mesh sequence segmentation into rigid components. First, we formalize the notion of mesh sequence, and propose a nomenclature, allowing us to design the properties attached to each kind of mesh sequence, and to describe precisely what kind of sequence an algorithm requires as input. Next, we propose a formalization of mesh sequence segmentation by providing different definitions of segmentation.We then present mesh sequences segmentation state of the art. We then propose a first segmentation method, producing a global segmentationand taking as input a stable mesh sequence. This method is based on a region-growing process. Next, we present two segmentation methods, both based on spectral clustering and taking as input an unconstrained mesh sequence. The former method produces a set of global segmentations, while the latter generate either a global segmentation or a timevarying segmentation. We also propose a quantitative segmentation evaluation system. Finally, we provide future work leads on mesh sequence segmentation.