Indexation multi-vues et recherche d'objets 3D

Multi-views indexing and 3D objects retrievals

• Auteur / Autrice : Thibault Napoléon
• Direction : Francis Schmitt, Hichem Sahbi
• Type : Thèse de doctorat
• Discipline(s) : Signal et images
• Date : Soutenance en 2010
• Etablissement(s) : Paris, Télécom ParisTech
• Jury : Examinateurs / Examinatrices : Jean-Luc Dugelay, Hervé Glotin
• Jury : Rapporteurs / Rapporteuses : Anne Verroust-Blondet, Matthieu Cord

Mots clés

Mots clés contrôlés

Fusion multicapteurs

Reconnaissance des formes (informatique)

Imagerie tridimensionnelle

Résumé

Dans cette thèse, nous nous intéressons aux problématiques liées à l'indexation et à la recherche d'objets 3D par le contenu. Dans un cadre plus particulier, nous nous sommes penchés sur des méthodes d'indexation multi-vues, caractérisant la forme à l'aide de projections 2D de l'objet en trois-dimensions. Dans un premier temps, nous introduisons une nouvelle approche de normalisation et d'alignement des objets 3D nécessaire à notre processus d'indexation. La définition de la position et de l'échelle s'appuie sur la sphère minimale englobante qui offre des propriétés intéressantes pour notre caractérisation multi-vues de la forme. En ce qui concerne la recherche de l'alignement optimal, nous proposons un estimateur permettant de comparer deux poses différentes en s'appuyant sur des résultats obtenus en psychologie cognitive. Dans une seconde partie, nous définissons trois nouveaux descripteurs de forme basés sur des projections 2D. Le premier décrit la forme d'une silhouette à l'aide d'un ensemble de pixels. Le second, utilise des informations de convexités et de concavités pour décrire le contour des projections de nos objets 3D. Enfin, le dernier utilise des informations d'orientation de la surface 3D. Finalement, le processus de recherche que nous introduisons permet d'interroger la base de données à l'aide d'objets 3D, de photos ou de dessins au trait. Afin de garantir une recherche efficace en temps et en pertinence des résultats, nous proposons deux optimisations. La première s'appuie sur la fusion de résultats tandis que la seconde élimine rapidement les objets éloignés de la requête au moyen d'un élagage précoce

In this thesis, we focus on issues related to 3D objects indexing and content based retrieval. Particularly, we focused on multi-view indexing methods. These approaches, characterized the shape by using 2D projections of the 3D object. First, we introduce a new approach to normalize and align the 3D objects necessary for our indexing process. The definition of position and scale is based on the minimal bounding sphere that offers interesting properties for our multi-view characterization of the shape. To find an optimal alignment for the objects, we propose an estimator based on results obtained in cognitive psychology to compare two different poses. In a second part, we define three new shape descriptors based on 2D projections. The first describes the shape of a silhouette with a set of pixels. This allows using set operators to compare signatures. In a second step, we use convexities and concavities information to describe the contour of the projections of our 3D objects. With these measures we have defined two related descriptors based on histograms and DCT compression. Finally, we propose a last descriptor where 2D projections are associated with orientation surface information. This "normal map" descriptor is compressed using Fourier coefficients. Finally, our retrieval process can query the database using 3D objects, pictures or sketches. To ensure effective search in time and relevance of results, we propose two optimizations. The first is based on results fusion using different aggregation operators while the latter quickly eliminates distant objects to the query through an early pruning.