Indexation de modèles 3D à partir de vues 2D
Institution:
Evry, Institut national des télécommunicationsDisciplines:
Directors:
Abstract EN:
The management of big databases of three-dimensional models ( used in CAD applications, visualization, games, etc. ) is very important domain. The ability to characterize and easily retrieve 3D models is a key issue for the designers and the final users. In this frame, two main appoaches exist : search by example of a 3D model, and search by a 2D view or photo. In this thesis we focus ont he characterization of a 3D model by a set of views ( called characteristic views), and on the indexing process of the 3D models using theses characteristic views. In this thesis, we propose a new method for the selection of the " optimal" characteristic views set based on an informational criterion ( Bayesian information criteria). Starting from fact that all the views of a model 3D do not contain the same quantity of information about 3D model, we present a new bayesian approach for the indexing of the 3D models using their views. Our approach takes into account the probability of appreance of a 3D model and the importance of each of its view. Experiments carried on a database of 5000 3D models provided by Renault, within the framework of the RNRT SEMANTIC-D, show the good results of our method on mechanical objects. We compared our method with the most recent and relevant 3D models indexing methods using the standard database " Princeton Shape Benchmark". These experiments highlighted the very good results of our method compared with the ither approaches. To access our results and permit the test of our method, we made 3D search engine available online accessible using a PC or a PDA. Our searche engine permit the search for 3D objects using an example 3D model, a drawing or one or more photographs
Abstract FR:
La gestion de grandes bases de données de modèles tridimensionnels ( utilisés dans les applications de CAD/CAO, de visualisation, de jeux , etc. ) est un domaine de grande importance. En effet, pouvoir caractériser les modèles et les retrouver facilement sont des problèmes essentiels pour les concepteurs comme pour les utilisateurs. Dans ce cadre, deux grandes approches existent : la recherche par l'exemple d'un modèle tridimensionnel et la recherche par des vues. C'est ce dernier point que nous abordons dans cette thèse. Nous nous sommes intéressés à la détermination de l'ensemble des vues caractéristiques " optimal" pour réprésenter un modèle tridimensionnel et à l'indexaion de ces modèles, à partir de ces vues. Dans cette thèse, nous avons crée une nouvelle méthode de sélection des vues carctéristiques " optimales" basée sur le critère informationnel BIC ( Bayesian information criteria). Partant du principe que toutes les vues d'un modèle 3D ne contiennent pas la même quantité d'informations, nous avons ensuite présenté un modèle probabiliste bayésien pour l'indexation qui prend en compte la probabilité d'apparition des vues et des modèles 3D. Les expériences effectuées sur la base de données de 5000 modèles 3D fournies par Renault, dans le cadre du projet RNRT SEMANTIC-3D ont démontré les bons résultats de notre méthode sur des objets mécaniques. Nous avons ensuite comparé notre méthode aux méthodes d'indexation 3D le splus récentes et les plus perfomantes sur la base de données standard de "Princeton shape benchmarck". Ces expérimentations ont mis en évidence les trés bons résultats de notre méthode comparée aux autres approches. Nous avons ensuite mis en oeuvre un moteur de recherche 3D ( accessible publiquement sur internet, via un PC ou un PDA) pour la recherche d'objets 3D à partir d'un modèle exemple, d'un dessin ou d'une ou plusieurs photos.