Projet Isa

Précédent : Présentation générale et objectifs Remonter : Rapport activite 1997 Suivant : Grands domaines d'application

• Réalité augmentée
  • Généralités
  • Les problèmes
  • Le projet ISA et la réalité augmentée
• Simulation et visualisation
  • Généralités
  • Les problèmes
  • Le projet ISA et les calculs en 3 dimensions
• Modélisation à partir de plans
  • Analyse de documents techniques
  • Les étapes
  • Acquis, espoirs et défis
  • Le projet ISA et la modélisation à partir de plans

Fondements scientifiques

Réalité augmentée

Résumé : Les progrès réalisés à la fois en synthèse d'image et en vision par ordinateur rendent désormais possible le développement de systèmes permettant de composer des images réelles et virtuelles. Les applications des systèmes de composition d'images sont multiples. Citons par exemple la réalisation d'études d'impact, les simulateurs de tous ordres (chirurgicaux, téléopération...), les logiciels d'apprentissage permettant d'incruster et de visualiser des informations sur un objet d'étude... et également les systèmes permettant de fusionner des images issues de modalités différentes, comme en médecine, où l'on souhaite souvent fusionner sur une même image des informations contenues dans des images rayons X, scanner et IRM par exemple.

Une bonne part de la complexité du problème de composition d'images réside dans la difficulté de recaler les entités réelles et virtuelles. Ce problème peut parfois être résolu en utilisant des capteurs de position permettant d'obtenir directement les positions relatives des différents objets à composer. Le plus souvent, cependant, en particulier lorsqu'on travaille dans des univers vastes, l'instrumentation est impossible et des méthodes de recalage basées sur des techniques de vision par ordinateur doivent être utilisées. Obtenir une composition d'image réaliste ne se limite pas à recaler les différents constituants de l'image. D'autres facteurs prennent une part importante dans la perception réaliste de l'image : la gestion d'éventuelles occultations entre les différents composants de l'image, la prise en compte des ombrages et des reflets entre les différents objets, le rendu réaliste des objets synthétisés ajoutés dans l'image.

Le projet ISA s'intéresse plus particulièrement à l'incrustation dans des séquences vidéo. Nous considérons des univers vastes et complexes -- souvent des scènes d'extérieur -- qui ne peuvent être instrumentés. Le recalage entre la séquence et les objets à insérer ne peut donc s'effectuer que grâce à des indices images détectés et suivis dans la séquence. Nous avons développé des méthodes robustes permettant le recalage tout au long d'une séquence sans intervention extérieure. Nous travaillons également sur la gestion, la plus automatique possible, des occlusions qui peuvent survenir entre les scènes réelles et les éléments ajoutés.

Généralités

Avec l'avènement de techniques de synthèse performantes, il est désormais possible de créer des mondes complètement virtuels avec lesquels un utilisateur peut interagir grâce à divers modes d'interface. Ceci permet par exemple de réaliser des simulateurs pour entraîner des individus à un certain nombre de tâches avant de les mettre en situation réelle (simulateurs médicaux, téléopération...). Cependant, le manque de réalisme des images de synthèse ne permet pas toujours de donner une image fidèle de ce que serait la situation réelle. C'est pourquoi on préfère dans de nombreuses applications travailler dans un univers mixte mêlant images réelles et images de synthèse afin d'augmenter la crédibilité des situations simulées. C'est ce que nous appellerons réalité augmentée (RA) , par opposition à la réalité virtuelle qui cherche à immerger l'utilisateur dans un monde complètement synthétisé.

Bien que la terminologie de réalité augmentée ne soit pas encore très stable et varie d'un auteur à l'autre, on peut tout de même la définir comme un ensemble de moyens permettant d'augmenter la perception visuelle en y ajoutant des éléments qui ne sont pas accessibles directement, soit parce qu'ils ne sont pas visibles (visualisation de nappes gazeuses, de propagation d'ondes...), soit parce qu'ils n'existent pas encore dans la réalité (études d'impact, implantation de prothèses [UK96]). Bien souvent, il s'agira d'insérer des objets de synthèse dans des images réelles [BFO92]. Cependant, on peut également insérer des parties d'images réelles dans d'autres images réelles ou simplement insérer des annotations dans des images [RBA$^{+}$94], comme cela se fait couramment dans les systèmes d'enseignement : dans ce cas, l'élève a la possibilité de manipuler un objet d'étude et peut par exemple visualiser à chaque instant le nom des pièces et leur fonctionnalité.

Les problèmes

Les problèmes soulevés par la réalité augmentée diffèrent selon le cadre applicatif et le degré d'interactivité souhaité avec l'utilisateur. En effet, si le réalisme de la composition d'images est souvent primordial (notamment pour les études d'impact), il est acquis fréquemment au prix d'une complexité algorithmique incompatible avec l'interactivité temps réel requise par certaines applications. Aussi, une partie des travaux en réalité augmentée est-elle dédiée à la recherche de matériels (casque de réalité virtuelle) ou d'architectures parallèles permettant de composer des images et de les visualiser à la cadence vidéo [KYO$^{+}$96].

Les problèmes de composition réaliste qui nous intéressent particulièrement sont les suivants. Obtenir une image réaliste nécessite d'assurer la cohérence géométrique et photométrique entre les objets ajoutés (que nous appellerons virtuels) et la scène réelle. Assurer la cohérence géométrique signifie que l'objet virtuel doit être positionné de façon cohérente dans l'environnement. Ceci impose de connaître (ou de calculer) la position de la caméra par rapport à la scène afin de projeter l'objet virtuel au bon endroit. Il faut de plus identifier les objets de la scène réelle occultant éventuellement l'objet virtuel, afin de ne considérer que la partie effectivement visible de l'objet virtuel. Assurer la cohérence photométrique revient ensuite à prendre en compte les interactions photométriques entre objets réels et virtuels (ombrages, reflets, ...), indispensables au réalisme de l'image.

La difficulté de ces étapes dépend beaucoup des connaissances disponibles sur la scène considérée ainsi que sur le matériel de prise de vue utilisé. En effet, si l'on dispose de capteurs sophistiqués permettant d'enregistrer à chaque instant les caractéristiques et la position de la caméra, le problème du recalage de la caméra par rapport à la scène est grandement simplifié [BWRT96]. Malheureusement, cette approche plutôt matérielle est impossible dès que l'on considère des environnements non contraints, comme des scènes d'extérieur, trop vastes pour être équipées de capteurs. Il ne reste alors qu'à recourir à des méthodes relevant typiquement de la vision pour inférer l'information 3D nécessaire au recalage et à la gestion des interactions entre objets réels et virtuels.

Si le modèle 3D des objets présents dans la scène est connu, alors on peut identifier et localiser tous les objets de la scène et gérer facilement les interactions photométriques entre objets. Le mot facilement est toutefois à nuancer, car il s'agit tout de même de réaliser la mise en correspondance entre un modèle 3D et des indices image, ce qui n'est jamais un problème facile. Si, en revanche, la scène n'est que partiellement modélisée, la difficulté augmente notablement. En effet, à la complexité du calcul du point de vue de la caméra s'ajoutent la gestion des occlusions et la prise en compte des interactions photométriques, qui nécessitent d'inférer certaines propriétés 3D des objets de la scène. Quand on connaît la difficulté de reconstruire précisément une scène à partir de plusieurs observations, on mesure le chemin qui reste à parcourir pour obtenir une composition d'images réaliste dans des environnements complexes.

Le projet ISA et la réalité augmentée

 

La plupart des systèmes de réalité augmentée existants exigent soit une forte connaissance de l'environnement étudié, soit une importante collaboration de l'utilisateur, aussi bien au niveau du calcul du point de vue (où l'utilisateur doit souvent désigner des marques de référence) qu'à celui de la gestion des interactions entre objets réels et objets virtuels (gestion des occlusions souvent manuelle).

Notre projet souhaite fournir des outils et des méthodes permettant de composer des images d'une séquence vidéo avec le maximum d'autonomie dans un cadre non contraint (pas d'instrumentation spécifique des scènes observées). Nous avons donc développé deux axes de recherche. L'un concerne le calcul robuste du point de vue tout au long de la séquence [5], l'autre la gestion automatique des occlusions [15]. Précisons ces deux domaines :

• Calcul robuste du point de vue
  Nous nous plaçons dans le cadre d'un environnement partiellement modélisé, pour lequel le modèle 3D (droites, points ou courbes) de certains éléments de l'environnement est connu. Notre objectif est de suivre les primitives apparaissant dans l'image et d'en déduire le point de vue à chaque instant. Une difficulté majeure provient du fait que les primitives extraites de l'image et mises en correspondance avec le modèle peuvent être imprécises, mal localisées, ou complètement erronées. Dans ce cas, une estimation robuste est primordiale pour détecter les éventuelles erreurs et ne pas les prendre en compte dans l'estimation du point de vue. Nous avons développé un tel processus d'estimation, dans lequel la seule intervention manuelle est de désigner, dans la première image de la séquence, des points qui serviront à calculer la position initiale de la caméra. À partir de là, le système met à jour automatiquement l'ensemble des primitives prises en compte dans le calcul robuste du point de vue. L'efficacité du système a été prouvée dans le cadre de l'application des ponts de Paris , qui consistait à remplacer, dans une séquence d'images, un pont par sa version illuminée.
• Gestion des occlusions
  Cette activité est un des axes de recherche que nous souhaitons développer dans l'équipe. Là encore, notre objectif est de minimiser l'intervention de l'utilisateur. La modélisation 3D de la scène étant partielle, il se peut que des objets non modélisés viennent occulter l'objet virtuel. Nous travaillons à la détermination automatique du masque d'occlusion en développant une méthode qui s'appuie sur les contours et qui ne nécessite pas de reconstruire la scène.

Simulation et visualisation

Résumé : La génération d'images réalistes à partir de modèles géométriques en 3 dimensions est utile principalement parce qu'elle permet de visualiser des objets hypothétiques. La modélisation de la géométrie de ces objets et de leurs propriétés physiques, la simulation du comportement de la lumière sur ces objets, et leur visualisation à partir d'une caméra virtuelle, constituent trois ensembles de problèmes qui, malgré les résultats spectaculaires obtenus ces dernières années, font toujours l'objet de recherches actives. Le projet ISA travaille sur la simulation de la propagation de la lumière à deux niveaux. Nous avons tout d'abord imaginé une nouvelle approche théorique du calcul de l'équation de radiance. Cette approche, numérique, exploite une technique de résolution hiérarchique, et se fonde sur une méthode de décomposition de domaines qui permet de réduire les calculs géométriques dans chaque sous-domaine à leur plus simple expression. Nous développons également une plate-forme logicielle et un ensemble d'algorithmes robustes qui nous permettent d'expérimenter certaines hypothèses, mais également de générer des images de grande qualité dans un contexte applicatif de vraie grandeur. Enfin, nous travaillons dans le domaine de la visualisation, pour développer des applications de réalité virtuelle en architecture (méthode de visualisation par niveau de détail) et en géophysique (méthode de simplification de surfaces).

Généralités

La génération d'images réalistes à partir de représentations géométriques en 3 dimensions est utile principalement parce qu'elle permet de visualiser des objets hypothétiques, disparus ou au contraire à l'état de projet. Plus généralement, elle permet de visualiser des environnements au sein desquels, ou à partir desquels, on souhaite effectuer des simulations. Les techniques permettant de générer des images réalistes font l'objet de recherches actives depuis une vingtaine années et elles sont aujourd'hui de plus en plus utilisées dans de nombreux domaines d'application. Le coût de production, de stockage et de transmisssion de ces images, et leur qualité encore insuffisante pour certaines applications, restent cependant des obstacles majeurs à leur développement.

Les problèmes

La génération d'images réalistes suppose de trouver des solutions à trois problèmes :

1.

la modélisation de la géométrie et des propriétés physiques des objets que l'on souhaite visualiser,

2.

la simulation de la propagation de la lumière et de ses multiples interactions au sein de ce modèle,

3.

la visualisation du modèle, dans la mesure où les besoins, dans la plupart des applications, sont généralement très supérieurs aux capacités offertes par les matétiels graphiques actuellement disponibles.

Le premier problème est ouvert. La modélisation géométrique reste une procédure très lourde, qui est en général effectuée indépendamment des contraintes de la simulation. Les recherches permettant de modéliser les propriétés physiques des surfaces ont fait de gros progrès, mais elles restent insuffisantes dans des domaines d'application où les simulations requièrent une grande précision physique. La simulation du comportement de la lumière est par ailleurs un problème très difficile, dans la mesure où il faut représenter le comportement physique de la lumière à un niveau macroscopique. La prise en compte des relations de visibilité entre les surfaces du modèle lors des échanges pose également une difficulté majeure. Le recours à des méthodes numériques plus sophistiquées permet aujourd'hui d'effectuer des simulations avec une plus grande précision physique et de contrôler cette précision. Des approches algorithmiques hiérarchiques et multi-échelles ont également été introduites, permettant de réduire la complexité des algorithmes conventionnels. Néanmoins le calcul d'une solution, même statique, reste encore extrêmement lourd. Enfin, le problème de la visualisation des résultats de la simulation, et plus généralement celui de leur stockage ou de leur transmission, sont encore des problèmes non résolus lorsque les modèles ont une taille et une complexité trop grandes, ou lorsque les besoins de la visualisation exigent de générer des images en temps réel.

Le projet ISA et les calculs en 3 dimensions

• Calcul de l'équation de radiance à partir d'une méthode de décomposition de domaines

  L'idée principale de cette approche est de décomposer les calculs géométriques inhérents à la résolution de l'équation de radiance afin de les réduire à leur plus simple expression. Pour atteindre cet objectif, nous avons développé une méthode de décomposition de domaines. La géométrie est décomposée à partir d'un algorithme de partitionnement spatial binaire, qui produit en un temps $O(n \, log^2 \, n)$ un nombre linéaire de cellules et d'interfaces entre les cellules. Les surfaces en entrée sont alors maillées en un certain nombre d'éléments, qui est fonction du partitionnement binaire (BSP), et les liens entre cellules voisines sont établis en un temps $O(n \, log \, n)$.

  Nous utilisons une formulation de la radiance en terme d'équation de transport entre trois points, discrétisée sur un couple d'éléments pour former un système linéaire d'équations. Les fonctions de base utilisées sont les ondelettes classiques de Haar. Nous avons développé un algorithme simple de raffinement hiérarchique basé sur une fonction oracle simple. La radiance est codée aussi bien sur les éléments que sur les interfaces. L'algorithme de résolution est basé sur la méthode de Southwell et les méthodes de push/pull pour la propagation de l'énergie dans la hiérarchie. La formulation de l'opérateur de transport utilisé est une formulation non-standard , qui produit moins de liens.

• Architecture logicielle et algorithmes pour la résolution de l'équation de radiance

  Les méthodes utilisées pour résoudre l'équation de radiance sont fondées aujourd'hui sur des approximations qui permettent de rendre le problème calculable. Dans les approches développées à ce jour, on distingue les méthodes d'échantillonnage et les méthodes variationnelles. Notre travail se situe dans le cadre de cette deuxième catégorie d'approches. Nous avons ainsi développé une architecture permettant d'implanter les algorithmes et les structures de données nécessaires à la résolution de l'équation. Cette architecture satisfait les objectifs suivants :

  • fournir une base de test pour l'expérimentation d'algorithmes et une base de développement pour des applications ;
  • implanter facilement de nouveaux algorithmes, voire de nouvelles configurations d'algorithmes ;
  • obtenir néanmoins, en dépit de ces contraintes, une bonne performance logicielle.

  Pour atteindre ces objectifs, nous cherchons à satisfaire plusieurs critères : flexibilité , modularité , évolutivité , robustesse , réutilisabilité . La satisfaction de ces critères a orienté nos principes de conception. Nous avons conçu notre architecture à partir de trois échelles de conception : échelle physique , échelle mathématique et échelle algorithmique . Elle est réalisée à partir d'objets -- au sens programmation objet -- représentant les données et d'objets représentant les calculs : calcul de visibilité, résolution du système matriciel, calcul de quadrature... Notre choix du langage C++ tient à son usage répandu et à l'option que nous avons prise d'utiliser OpenInventor comme bibliothèque pour la visualisation graphique 3D.

• Visualisation

  Nous effectuons par ailleurs des travaux dans le domaine de la visualisation. Ces travaux sont entrepris pour développer des applications de réalité virtuelle dans le domaine de l'architecture (cf. § ). Nous avons ainsi développé une méthode de visualisation par niveaux de détail, qui permet de visualiser en temps réel des édifices architecturaux très complexes. Cette méthode s'appuie sur un algorithme de simplification géométrique qui permet de réduire la complexité des objets à partir de leur description géométrique. L'originalité de notre algorithme est de pouvoir être mis en oeuvre sur des objets présentant une topologie irrégulière, ce qui est courant avec les modèles architecturaux. En effet, comme ces modèles proviennent le plus souvent de modeleurs CAO, il est fréquent d'y trouver des facettes doubles, des sommets confondus ou une juxtaposition de volumes clos décrivant un même objet. Des algorithmes de visualisation permettent ensuite de déterminer les objets de la scène à afficher, ainsi que les versions plus ou moins simplifiées à partir desquelles ils seront représentés pour obtenir un affichage temps réel. Nous avons également commencé à développer une autre application de réalité virtuelle dédiée à la géophysique (cf. § ). La méthode sur laquelle nous travaillons est une technique de simplification de surfaces. Deux voies de recherche sont actuellement explorées : l'une est fondée sur une analyse multi-résolution; l'autre est fondée sur l'idée selon laquelle la réduction du nombre de mailles d'un modèle peut être considérée comme un problème d'approximation dans des espaces d'éléments finis.

Modélisation à partir de plans

Résumé : L'analyse de documents techniques permet de passer de l'image numérisée d'un document graphique à des modélisations de type CAO plus ou moins précises. Il s'agit avant tout d'un problème d'analyse d'image, l'extraction d'indices consistant à segmenter les images binaires en vecteurs ou en composantes connexes. Mais un tel document ou plan contient aussi beaucoup d'informations symboliques, dans la mesure où il permet d'exprimer dans un langage commun à un ensemble de métiers des données de conception, de fabrication ou de construction. La reconstruction proprement dite s'appuie donc à la fois sur les indices visuels qu'on peut extraire de l'image, et sur cette connaissance contextuelle particulièrement riche.

C'est dans ce contexte général de reconnaissance de graphiques que se situe notre recherche sur la modélisation à partir de plans. L'idée principale est de tirer profit de la masse d'informations disponibles dans divers plans, de manière exclusive ou en complément d'autres données plus << classiques >> au sens de la vision par ordinateur, pour reconstruire des modèles géométriques, a priori tridimensionnels, des environnements que nous traitons, notamment les environnements urbains et les ensembles architecturaux.

Analyse de documents techniques

Dès que l'informatique a quitté le domaine strict du calcul scientifique et des applications militaires, au début des années 1950, une des premières applications explorées a été la reconnaissance optique de caractères imprimés. À l'époque, on pensait aboutir rapidement à une machine qui saurait lire automatiquement n'importe quel document. Cependant, malgré des premiers résultats encourageants, il s'avéra rapidement qu'un taux de reconnaissance supérieur à 90% de caractères reconnus ne suffit pas pour fournir un service satisfaisant à l'usager. Il faut en fait dépasser la notion de taux de reconnaissance de caractères isolés si on veut espérer faire des progrès significatifs dans ce domaine. C'est là qu'intervient la notion d'analyse de documents , qui s'intéresse à la compréhension globale d'un document, et non seulement à la reconnaissance isolée de certains de ses éléments [BBY92,OK95,TLS96].

Dans ce domaine, l'essentiel des efforts a porté sur l'analyse de documents où le texte est prépondérant. De nombreuses méthodes ont été proposées, à la fois pour la vérification syntaxique, voire contextuelle, des résultats de la reconnaissance de caractères, et pour l'analyse spatiale de la page de document.

Depuis une dizaine d'années, notre équipe fait partie de ceux qui se sont penchés sur une autre catégorie : les documents graphiques et dessins techniques, où l'essentiel de l'information est de nature graphique, et où il ne s'agit pas seulement de reconnaître du texte, mais aussi de retrouver une information structurée, par exemple un modèle géométrique de type CAO ou des données géographiques structurées. Nous avons ainsi pendant plusieurs années exploré plusieurs aspects de l'interprétation de dessins d'ingénierie, en vue de les convertir en une représentation CAO [7,6] [Col92,Vax95].

Les étapes

Pour construire un système d'analyse de documents graphiques, il faut disposer de solutions algorithmiques efficaces aux problèmes suivants :

• Binarisation : quand on travaille sur des plans, souvent de piètre qualité, avec des pliures et des taches, il faut mettre en oeuvre des méthodes perfectionnées pour convertir l'image à niveaux de gris obtenue par numérisation en une image binaire aussi << propre >> que possible. Les méthodes en question sont soit de type calcul adaptatif du seuil, soit à base de détection de contours.
• Segmentation : il s'agit d'extraire de l'image du document les caractères formant le texte d'un côté et les parties graphiques de l'autre. Ces dernières doivent parfois être segmentées plus finement, par exemple en traits fins et traits forts. À un niveau de segmentation encore plus fin, on retrouve le regroupement des éléments de l'image correspondant à une << couche >> logique, par exemple la cotation.
• Vectorisation : c'est la conversion de la partie graphique en une description vectorielle, sous forme de segments de droite, d'arcs de cercle et de jonctions entre ces primitives géométriques.
• Reconnaissance de primitives graphiques plus évoluées, telles que lignes tiretées, zones hachurées, flèches de cotation, etc.
• Reconnaissance de symboles : en plus de la reconnaissance classique de caractères, il faut souvent reconnaître un ensemble de symboles propres à l'application concernée.
• Analyse structurelle et fonctionnelle : plusieurs méthodes, la plupart du temps propres au domaine d'application, permettent de structurer les primitives de base pour reconnaître des entités pertinentes du point de vue de l'application.
• Reconstruction 3D : dans un certain nombre d'applications, il faut aussi mettre en correspondance deux ou plusieurs vues pour reconstruire des modèles 3D des environnements représentés. Si des algorithmes bien connus et maîtrisés existent pour reconstruire un modèle purement géométrique à partir de projections géométriques, beaucoup reste à faire pour prendre en considération l'ensemble des données symboliques et géométriques dans un tel processus [AST95,DT95].

Acquis, espoirs et défis

Dans ces différents domaines, on peut considérer que certains aspects sont bien maîtrisés, et qu'il existe des méthodes connues et robustes, parfois même disponibles commercialement :

• Séparation texte/graphique quand le texte ne touche pas le graphique. Les méthodes employées sont habituellement fondées sur l'analyse des composantes connexes.
• Vectorisation : on ne peut pas prétendre disposer de méthodes parfaites , mais les techniques que l'on trouve dans les systèmes commerciaux sont raisonnablement fiables et robustes.
• Reconnaissance de primitives graphiques plus évoluées, telles que lignes tiretées, zones hachurées, flèches de cotation, symboles simples, etc. Il est plus raisonnable toutefois de lancer ce genre de processus en mode semi-automatique.
• Analyse en mode semi-automatique . On trouve maintenant des systèmes fiables de reprise de plans ou de cartes, où l'homme reste aux commandes, mais où le système fournit un certain nombre de modules automatisés permettant d'accélérer le processus de reprise.

Pour aller au-delà de ces acquis, des recherches sont menées sur plusieurs aspects. On voit actuellement poindre des solutions satisfaisantes aux problèmes suivants, entre autres :

• Analyse de formulaires et tables , y compris de grands ensembles de documents techniques tels que les tables de connexion téléphonique ou électrique. Ce type de document contient du texte et des graphiques de type lignes.
• Séparation texte/graphique quand le texte touche le graphique. Si on peut isoler suffisamment les caractères du graphique, de manière à fournir des embryons de chaînes de caractères, on commence à voir apparaître des méthodes fiables et robustes qui vectorisent le graphique et extraient les caractères qui le touchent. En particulier, certaines méthodes à base de morphologie mathématique semblent assez prometteuses.
• Analyse de cartes par calques : quand on dispose des différents calques (correspondant grosso modo à des couches sémantiques) d'une carte, on peut extraire beaucoup d'informations directement exploitables par un système d'information géographique (SIG).
• Reconnaissance de symboles : des techniques robustes et efficaces de reconnaissance de symboles techniques commencent à être proposées. Certaines ont même des capacités d'apprentissage, et permettent d'augmenter incrémentalement la base des modèles connus.

Cependant, il reste un certain nombre de défis majeurs. Bien entendu, plusieurs équipes étudient ces problèmes et ont même proposé des solutions partielles. Mais on est encore loin dans bien des cas de systèmes qui puissent être transférés dans des secteurs applicatifs réels et en vraie grandeur. On peut notamment citer :

• l'analyse des annotations (cotation de dimensionnement, cotation fonctionnelle, références à une nomenclature...) ;
• la conversion de dessins mécaniques en modèles CAO fonctionnels et 3D ;
• l'analyse de plans architecturaux pour la reconstruction de modèles 3D des bâtiments représentés ;
• la modélisation automatique à grande échelle d'un environnement urbain à partir d'un plan cadastral comprenant une ou plusieurs informations de type réseaux (voirie, eau, électricité, assainissement...) ;
• la fusion de données entre cartes et données issues d'autres capteurs ;
• les problèmes de précision des outils de vectorisation, notamment pour l'analyse de plans cadastraux ;
• plus généralement, et en dépassant le contexte de la reconnaissance de graphiques, la caractérisation et l'évaluation des performances des outils de traitement et d'analyse utilisés.

Le projet ISA et la modélisation à partir de plans

  Notre principal centre d'intérêt dans ce contexte de reconnaissance de graphiques est actuellement l'analyse de plans architecturaux pour reconstruire des modèles 3D des édifices ainsi représentés. Nous nous appuyons dans toute la mesure du possible sur notre expérience passée en interprétation de dessins mécaniques. Les plans d'architectes semblent de prime abord être du même type que ces dessins. Mais, en fait, la création architecturale suit des voies assez différentes du génie mécanique, et passe en particulier par plusieurs phases, de la plus conceptuelle à la plus technique [TP95] :

• Les premières esquisses définissent les intentions de l'architecte, le projet étant représenté de manière très symbolique, en mettant en évidence ses principaux aspects et caractéristiques. Ces documents relèvent quasiment de la création artistique et leur forme est bien trop libre pour être analysée automatiquement.
• Pendant la phase de conception, un nouvel ensemble de dessins est fabriqué, qui correspond à l'avant-projet (c'est typiquement le niveau de détail des demandes de permis de construire). L'avant-projet comprend des plans, des élévations et des vues en coupe. L'architecture du projet est présentée à ce niveau comme un arrangement de volumes et de passages. C'est typiquement le niveau que peut comprendre l'usager, puisque les informations ne sont ni trop floues, ni trop détaillées.
• Dans les phases ultimes du projet, l'architecte et les corps de métier mettent au point des plans d'exécution détaillés, avec les dimensions définitives et la spécification des matériaux et des techniques de construction à employer.

Comme nous l'avons indiqué, le premier niveau nous semble beaucoup trop « conceptuel » pour être exploitable en analyse de document. Quant aux plans d'exécution, ils fournissent un luxe de détails tout à fait inutiles pour les objectifs visés par l'étude, à savoir la modélisation à des fins de représentation spatiale de l'ensemble de l'édifice. Nous concentrons donc nos efforts sur l'analyse des plans de l'avant-projet, à partir desquels notre objectif ultime est de construire une représentation géométrique 3D de l'édifice représenté.

Notes:

...documents

Ou analyse d'images de documents.

Précédent : Présentation générale et objectifs Remonter : Rapport activite 1997 Suivant : Grands domaines d'application