Vers plus de réalisme et de robustesse en simulation de l’éclairage global

Toward more realism and robustness in global illumination

• Auteur / Autrice : Adrien Gruson
• Direction : Kadi Bouatouch, Rémi Cozot
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/07/2015
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut de recherche en informatique et systèmes aléatoires (Rennes) - Institut de Recherche en Informatique et Systèmes Aléatoires - FRvsense
• Partenaire(s) de recherche : PRES : Université européenne de Bretagne

Mots clés

Mots clés contrôlés

Commande robuste

Monte-Carlo, Méthode de

Markov, Processus de

Radiosité

Mots clés libres

Informatique Graphique

Synthèse d'Image

Chaine de Markov

Monte Carlo

Esthetique

Balance des blancs

Computer Graphics

Global Illumination

Markov Chains

Monte Carlo

Aesthetics, White balancing

Résumé

L'un des buts principaux de la synthèse d'image est de générer une image en adéquation avec les attentes de l’utilisateur. Pour ce faire, l'utilisateur doit passer par plusieurs étapes. La première, dite « Moteur de rendu », a pour but de simuler de façon précise les différentes interactions lumineuses avec les objets d'une scène 3D. A l'issue de cette étape, l'utilisateur aura à sa disposition une image décrite par des grandeurs photométriques. Ensuite, l'utilisateur procède à une seconde étape, dite « Post-production », où l'utilisateur effectue différents traitements sur l’image générée. Afin que l’image finale soit en adéquation avec les attentes de l’utilisateur, ce dernier peut modifier la scène 3D ou les différents paramètres utilisés par chaque étape. Les travaux de recherche menés dans le cadre de la thèse se sont focalisés sur deux axes principaux : l’accélération de la génération d'images de synthèse et le développement d'outils, proposés à l'utilisateur, lui permettant de satisfaire ses attentes. Concernant le premier axe, nous avons travaillé sur les techniques de synthèse d'image permettant de générer des images de synthèse de haute qualité. Ces techniques s’appuient, le plus souvent, sur un processus stochastique qui construit de façon aléatoire des chemins de lumière. Cependant, dans certains cas de figure, il est difficile de construire de façon efficace ces chemins. C'est le cas des milieux participants (fumée, feu, etc.) pour lesquels un grand nombre d'interactions lumière/matière doit être pris en compte, ce qui est très coûteux en temps de calcul. Pour réduire ces temps de calcul, nous proposons une adaptation d'une approche de rendu discrète exploitant la puissance de calcul des cartes graphiques. Cependant, comme ce genre de techniques présentent de nombreuses limitations, nous avons développé une seconde technique basée sur le trace de photon. Par ailleurs, dans des scènes complexes, il est difficile de trouver des chemins contributifs. Pour cette raison, nous avons utilisé une approche, basée sur Metropolis-Hasting, qui permet d'explorer localement l'espace des chemins contributifs. En revanche, avec ce type d'approche, il est difficile de contrôler la répartition de l'erreur sur le plan image. C'est pourquoi, nous proposons une nouvelle approche permettant de mieux répartir l'erreur relative sur le plan image. Dans le second axe de travail, nous nous sommes intéressés à l’étape de « Post-production ». En effet, nous avons développé une nouvelle technique d'estimation de l'illuminant de référence. Connaître cet illuminant est important lors d’opérations manipulant l'espace couleur utilisé. Enfin, nous proposons une technique capable de déterminer automatiquement la configuration des sources de lumière dans le but de générer une image répondant aux attentes de l'utilisateur.

One of the main goal in computer graphics is to generate an image that matches the user intent. To do that, the user has to go through several steps. The first step, named « Rendering engine », aims to precisely simulate light interactions with the objects of a 3D scene. At the end of this step, an image is generated. This image is represented by photometric values. Then, the user moves on to the second step, named « Post-production », where she/he applies several transformations to the computer generated images. To make the final image be in line with her/his expectations, the user can modify the 3D scene or change parameter values used throughout the different steps. Two main research avenues are investigated: acceleration of the generation of computer generated images and the development of user assistance tools allowing to satisfy the user's intent. First, we have developed computer graphics algorithms that generate high quality images. These techniques often rely on a stochastic process. They randomly construct light paths. However, in some particular setup, it turns out that these algorithms are inefficient. This is the case when rendering participating media for which a huge amount of light interactions is needed. These interactions entail a costly computing time. In order to reduce the rendering time, we have proposed a new discrete approach that runs on the GPU. However, there exist several limitations with this type of technique. To overcome these limitations, we have developed a second approach based on progressive photon mapping. Furthermore, in complex scenes, it is difficult to find valid light paths. This is why, our algorithm is based on Metropolis-Hasting. This type of technique allows to explore locally the path space but still have several drawbacks. The main drawback is that the algorithm does not distribute evenly the error over the image space. We have proposed a novel approach to address this issue. In the second part of this PhD, we are interested in the ''post-production'' step. A new technique has been developed to estimate the main illuminant in a scene. Knowing this main illuminant is crucial for color transformations. Moreover, we have developed a technique that optimizes automatically the lighting setup in a 3D scene to meet the user's expectations.