Appréciation de l’encadrant

Ce travail s’inscrit dans le domaine de l’informatique appliquée à la reconnaissance et à l’indexation d’objets tridimensionnels (3D). Il s’adresse aux étudiants, chercheurs et professionnels intéressés par la vision par ordinateur, la modélisation 3D, et les systèmes de recherche d’objets basés sur des descripteurs de formes. L’objectif est de comprendre comment représenter, décrire et comparer des objets 3D pour faciliter leur recherche dans de grandes bases de données.

La question

Le projet traite du défi de l’indexation et de la reconnaissance d’objets 3D dans des bases de données volumineuses. La question centrale est : comment décrire efficacement un objet 3D de manière à pouvoir le retrouver rapidement et précisément parmi d’autres ? Ce problème est crucial car la reconnaissance d’objets tridimensionnels est de plus en plus demandée dans des domaines variés tels que les jeux vidéo, la médecine, la sécurité ou l’archéologie. La complexité vient du fait que les objets 3D peuvent subir des transformations, des déformations, du bruit, et doivent être comparés malgré ces variations.

Concepts de base

Pour saisir les enjeux, il faut d’abord comprendre plusieurs notions fondamentales :

Représentation des données 3D

Un objet 3D est défini dans un espace à trois dimensions (X, Y, Z), contrairement à une image 2D qui ne possède que deux axes (X, Y). Cette troisième dimension (profondeur) donne un rendu réaliste. Les données 3D peuvent être représentées de différentes manières :

• Nuage de points : ensemble non structuré de points échantillonnant la surface de l’objet, sans information sur la connectivité.
• Ensemble de contours : utile en imagerie médicale ou géologie, il s’agit de coupes successives de l’objet.
• Ensemble d’images 2D : images stéréoscopiques obtenues par rotation de l’objet, contenant des informations de profondeur.
• Solides 3D : modèles concrets comme les fil de fer (wireframe), voxels (grille volumique), ou géométrie constructive solide (CSG) qui décompose l’objet en formes simples.
• Surfaces : représentation de la surface extérieure, souvent par des maillages triangulaires (mesh), qui sont des ensembles de triangles connectés décrivant la forme.

Calculs géodésiques

Les calculs géodésiques concernent les distances et courbes sur la surface de l’objet :

• Courbe géodésique : trajectoire la plus courte entre deux points sur la surface.
• Distance géodésique : longueur de cette courbe.
• Courbures principales : mesures locales de la courbure de la surface en un point, définies par les valeurs minimales et maximales obtenues en coupant la surface par différents plans.
• Courbure moyenne : moyenne des courbures principales, et courbure gaussienne : produit des deux courbures principales.

Descripteurs de forme

Un descripteur est une représentation abstraite et compacte d’un objet 3D, utilisée pour l’identifier et le comparer dans une base de données. Il peut être :

• Global : décrit l’objet dans son ensemble, par exemple par des histogrammes ou des signatures statistiques.
• Local : caractérise une région ou un point spécifique de l’objet, en se basant sur les propriétés locales de la surface.

Un bon descripteur doit être invariant aux transformations (rotation, translation, changement d’échelle), robuste au bruit, et capable de distinguer des formes différentes.

Mesures de similarité

Pour comparer deux objets, on utilise une fonction de distance entre leurs descripteurs. Cette distance doit respecter certaines propriétés :

• Identité : la distance entre un objet et lui-même est zéro.
• Symétrie : la distance de A à B est égale à celle de B à A (pas toujours nécessaire).
• Positivité : la distance entre deux objets différents est strictement positive.
• Inégalité triangulaire : la distance directe entre deux objets est inférieure ou égale à la somme des distances passant par un troisième objet (peut ne pas être vérifiée en cas de correspondance partielle).
• Invariance aux transformations : la distance ne change pas si les objets subissent une même transformation.

Méthodes de description de forme 3D

Les descripteurs peuvent être classés en :

Descripteurs globaux

• Histogramme de cordes : calcule des statistiques sur les segments reliant le centre de masse aux facettes du maillage. Invariant aux rotations et translations, mais peu discriminant pour des formes complexes.
• Descripteur de Hough 3D : basé sur la transformée de Hough, il représente les plans du maillage dans un espace sphérique, formant un histogramme 3D pondéré par les aires des facettes.
• Distribution de forme 3D : méthode probabiliste qui échantillonne des propriétés géométriques (angles, distances, volumes) entre points choisis aléatoirement sur la surface, produisant un histogramme caractéristique. Invariant aux transformations rigides et robuste aux perturbations du maillage.
• Spectre de forme 3D : histogramme des indices de forme calculés à partir des courbures principales en chaque point. Invariant aux changements d’échelle et transformations rigides, mais sensible à la qualité du maillage.

Descripteurs locaux

• Boules de Savon (blowing bubble) : analyse les intersections de la surface avec des sphères concentriques autour d’un point, en comptant les composantes connexes pour caractériser la forme locale (planaire, cylindrique, ramifiée). Invariant aux transformations euclidiennes, au changement d’échelle et robuste au bruit.
• Spin Image : pour chaque point d’intérêt, construit un histogramme 2D basé sur les distances orthogonales et projetées des points voisins, formant une signature locale efficace pour la reconnaissance dans des scènes complexes.

Approche

Le projet propose un algorithme d’indexation d’objets 3D basé sur un descripteur local intrinsèque, appelé « descripteur contexte de forme 3D intrinsèque ». Cette approche vise à décrire la forme autour de points d’intérêt en utilisant des propriétés géodésiques intrinsèques à la surface, c’est-à-dire indépendantes de la manière dont l’objet est positionné ou déformé dans l’espace.

La méthode comprend plusieurs étapes :

• Division de la surface : élaboration d’une grille locale autour du point d’intérêt, construite à partir de distances géodésiques et de directions intrinsèques à la surface.
• Calcul du descripteur : extraction de caractéristiques locales dans cette grille, qui forment la signature du point.
• Gestion des problèmes d’orientation : pour assurer l’invariance aux rotations et autres transformations.

Ensuite, le descripteur est appliqué à l’indexation d’objets 3D non rigides, c’est-à-dire pouvant subir des déformations. Le processus inclut :

• Détection des points d’intérêt sur l’objet.
• Calcul des descripteurs locaux pour ces points.
• Assemblage de ces descripteurs locaux en une description globale de l’objet.

Enfin, le descripteur est intégré dans un moteur de reconnaissance de formes, permettant de rechercher un objet dans une base de données selon un critère de similarité.

Résultats

Les expérimentations montrent plusieurs propriétés du descripteur :

• Mesure de similarité : utilisation de la distance de Hausdorff pour quantifier la ressemblance entre descripteurs.
• Invariance à la rotation : le descripteur ne change pas lorsque l’objet est tourné.
• Influence du changement d’échelle : le descripteur reste stable malgré des modifications de taille.
• Robustesse au bruit : le descripteur conserve ses caractéristiques même en présence de perturbations sur le maillage.

De plus, le descripteur permet une mise en correspondance point à point entre objets, facilitant la reconnaissance précise des formes. Une base de test a été utilisée pour évaluer les performances, avec un environnement matériel et logiciel adapté.

Limitations et questions ouvertes

Le travail souligne certaines limites :

• La sensibilité du descripteur à la qualité du maillage, notamment pour les descripteurs globaux comme le spectre de forme.
• La complexité de la mise en correspondance partielle, où l’inégalité triangulaire de la distance peut ne pas être respectée.
• Le besoin d’améliorer la gestion des orientations et des transformations non rigides pour garantir une invariance complète.

Ces points ouvrent la voie à des recherches futures pour optimiser la robustesse et la précision des descripteurs locaux intrinsèques.

Glossaire

• Descripteur : représentation abstraite d’un objet 3D utilisée pour son identification et sa comparaison.
• Distance géodésique : longueur du chemin le plus court entre deux points sur une surface.
• Courbure principale : valeurs extrêmes de la courbure locale d’une surface en un point.
• Histogramme : représentation statistique d’une distribution de données.
• Maillage (mesh) : ensemble de polygones (souvent triangles) connectés décrivant la surface d’un objet 3D.
• Nuage de points : ensemble de points échantillonnant la surface d’un objet sans information de connectivité.
• Spin Image : descripteur local 2D basé sur la projection des points voisins autour d’un point d’intérêt.
• Distance de Hausdorff : mesure de similarité entre deux ensembles de points.
• Invariance : propriété d’un descripteur ou d’une mesure qui ne change pas sous certaines transformations.