Reconstruction de scène dynamique à partir de plusieurs vidéos mono et multiscopiques par hybridation de méthodes « silhouettes » et « multi-stéréovision » - Archive ouverte HAL
Thèse Année : 2016

3D SCENE RECONSTRUCTION BY SILHOUETTE AND MULTI-BASELINE STEREOVISION

Reconstruction de scène dynamique à partir de plusieurs vidéos mono et multiscopiques par hybridation de méthodes « silhouettes » et « multi-stéréovision »

Résumé

Accurate reconstruction of a 3D scene from multiple cameras offers 3D synthetic content to be used in many applications such as entertainment, TV, and cinema production. This thesis is placed in the context of the RECOVER3D collaborative project, which aims is to provide efficient and quality innovative solutions to 3D acquisition of actors. The RECOVER3D acquisition system is composed of several tens of synchronized cameras scattered around the observed scene within a chromakey studio in order to build the visual hull, with several groups laid as multiscopic units dedicated to multi-baseline stereovision. A multiscopic unit is defined as a set of aligned and evenly distributed cameras. This thesis proposes a novel framework for multi-view 3D reconstruction relying on both multi-baseline stereovision and visual hull. This method’s inputs are a visual hull and several sets of multi-baseline views. For each such view set, a multi-baseline stereovision method yields a surface which is used to carve the visual hull. Carved visual hulls from different view sets are then fused iteratively to deliver the intended 3D model. Furthermore, we propose a framework for multi-baseline stereo-vision which provides upon the Disparity Space (DS), a materiality map expressing the probability for 3D sample points to lie on a visible surface. The results confirm i) the efficient of using the materiality map to deal with commonly occurring problems in multi- baseline stereovision in particular for semi or partially occluded regions, ii) the benefit of merging visual hull and multi-baseline stereovision methods to produce 3D objects models with high precision.
La reconstruction précise d’une scène 3D à partir de plusieurs caméras offre un contenu synthétique 3D à destination de nombreuses applications telles que le divertissement, la télévision et la production cinématographique. Cette thèse propose une nouvelle approche pour la reconstruction 3D multi-vues basée sur l’enveloppe visuelle et la stéréovision multi- oculaire. Cette approche nécessite en entré l’enveloppe visuelle et plusieurs jeux d’images rectifiées issues de différents unités multiscopiques constituées chacune de plusieurs caméras alignées et équidistantes. Nos contributions se situent à différents niveaux. Le premier est notre méthode de stéréovision multi-oculaire qui est fondé sur un nouvel échantillonnage de l’espace scénique et fournit une carte de matérialité exprimant la probabilité pour chaque point d’échantillonnage 3D d’appartenir à la surface visible par l’unité multiscopique. Le second est l’hybridation de cette méthode avec les informations issues de l’enveloppe visuelle et le troisième est la chaîne de reconstruction basée sur la fusion des différentes enveloppes creusées tout en gérant les informations contradictoires qui peuvent exister. Les résultats confirment : I) l’efficacité de l’utilisation de la carte de matérialité pour traiter les problèmes qui se produisent souvent dans la stéréovision, en particulier pour les régions partiellement occultées ; II) l’avantage de la fusion des méthodes de l’enveloppe visuelle et de la stéréovision multi-oculaire pour générer un modèle 3D précis de la scène
Fichier principal
Vignette du fichier
45169_ISMAEL_2016_archivage.pdf (3.08 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02883201 , version 1 (28-06-2020)

Identifiants

  • HAL Id : tel-02883201 , version 1

Citer

Muhannad Ismael. Reconstruction de scène dynamique à partir de plusieurs vidéos mono et multiscopiques par hybridation de méthodes « silhouettes » et « multi-stéréovision ». Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Reims Champagne-Ardenne, 2016. Français. ⟨NNT : ⟩. ⟨tel-02883201⟩

Collections

URCA CRESTIC
66 Consultations
131 Téléchargements

Partager

More