|
Reconstruction robuste de surfaces à partir de nuages de points| old_uid | 8879 |
|---|
| title | Reconstruction robuste de surfaces à partir de nuages de points |
|---|
| start_date | 2010/06/10 |
|---|
| schedule | 12h-13h |
|---|
| online | no |
|---|
| summary | La reconstruction de surfaces est un enjeu scientifique important depuis l'évolution rapide des technologies d'acquisition de formes. Dans une première vague de travaux les spécialistes de la géométrie algorithmique ont formalisé le problème pour aboutir à des algorithmes efficaces et certifiés, mais nécessitant des conditions idéales de mesure qui sont rarement vérifiées en pratique. J'expliquerai tout d'abord pourquoi nous assistons à un paradoxe technologique où l'incertitude et l'hétérogénéité des données augmentent bien que les dispositifs d'acquisition s'améliorent. Ce constat a motivé des travaux de recherche visant à concevoir des méthodes de reconstruction robustes. Je détaillerai une méthode procédant par calcul d'une fonction implicite à partir des points mesurés. Dans une première étape les points sont augmentés de tenseurs 3D dont la composante principale reflète une estimation de la normale à la surface inférée et dont l'anisotropie caractérise la qualité de l'échantillonnage. La seconde étape de l'algorithme résout un problème aux valeurs propres généralisé pour calculer un vecteur propre dont le gradient est aussi aligné que possible avec la composante principale des tenseurs. Bien que très robuste au bruit et à un échantillonnage non-uniforme, cette approche n'est pas robuste aux données aberrantes et passe difficilement à l'échelle. Cette limitation a motivé une approche plus récente qui consiste à signer une fonction qui est une approximation robuste d'une fonction distance non signée. Je positionnerai cette méthode dans le contexte récent visant une meilleure robustesse aux données à la fois hétérogènes et comprenant une grande proportion de mesures aberrantes. |
|---|
| responsibles | Aujol, Beauchard, Pauchont |
|---|
| |
|