Thèse soutenue

Authoring consistent, animated ecosystems : Efficient learning from partial data

FR  |  
EN
Auteur / Autrice : Pierre Ecormier-Nocca
Direction : Marie-Paule CaniPooran Memari
Type : Thèse de doctorat
Discipline(s) : Informatique, données, IA
Date : Soutenance le 03/12/2020
Etablissement(s) : Institut polytechnique de Paris
Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
Partenaire(s) de recherche : établissement opérateur d'inscription : École polytechnique (Palaiseau, Essonne ; 1795-....)
Laboratoire : Laboratoire d'informatique de l'École polytechnique (Palaiseau ; 1988-....)
Jury : Président / Présidente : Jean-Michel Dischler
Examinateurs / Examinatrices : Marie-Paule Cani, Pooran Memari, Joëlle Thollot, Nuria Pelechano, Éric Guérin, Julien Pettré
Rapporteurs / Rapporteuses : Joëlle Thollot, Nuria Pelechano

Résumé

FR  |  
EN

Grâce aux récentes améliorations de puissance de calcul, les mondes virtuels sont maintenant plus vastes et complexes que jamais. Alors que ce type de contenu se généralise dans de nombreux médias, les utilisateurs attendent une expérience de plus en plus réaliste. En conséquence, de nombreuses recherches ont été effectuées sur la modélisation et la génération de terrains et de végétation, et parfois leurs interactions. Néanmoins, les animaux ont reçu moins d'attention et sont souvent étudiés en isolation. Avec le manque d'outils d'édition intuitive, ces problèmes font de la modélisation d'écosystèmes une tâche difficile pour les artistes, qui se retrouvent limités dans leur liberté créative, ou forcés d'ignorer le réalisme biologique.Dans cette thèse, nous présentons des nouvelles méthodes adaptées au design et à l'édition d'écosystèmes virtuels, permettant la liberté créative sans pour autant renoncer à la plausibilité biologique. Notre approche a pour objectif de fournir des outils basés sur des données concrètes pour permettre une édition efficace des écosystèmes, tout en ne nécessitant qu'un nombre peu élevé de données. En incorporant les connaissances existantes sur la biologie à nos modèles, nous sommes capables de garantir à la fois la cohérence et la qualité des résultats.Nous présentons des méthodes dédiées à l'instantiation précise et intuitive d'éléments statiques et animés. Comme les éléments statiques peuvent présenter des interactions complexes, nous proposons une méthode précise, basée sur l'exemple et adaptée aux recouvrements. Nous appliquons un concept similaire à l'édition de troupeaux, en utilisant des photographies ou vidéos comme entrée d'un algorithme de synthèse par l'exemple. À une échelle plus large, nous utilisons des données biologiques pour formuler un processus unifié gérant l'instantiation globale et les interactions de long terme entre la végétation et les animaux. En plus de garantir la cohérence biologique, ce modèle offre un contrôle sur le résultat via l'édition des informations à toute étape.Nos méthodes fournissent contrôle et réalisme durant le processus de création d'écosystèmes, en prenant en compte les éléments statiques et dynamiques, ainsi que leurs interactions à plusieurs échelles. Nous validons nos résultats à l'aide d'études utilisateur, ainsi que des comparaisons avec des données réelles ou d'experts.