Séminaires de projets (IGR205), Promotion 2018-2019

Ce projet s'insère dans le cadre du projet de recherche ANR MACIV "Management of citizens and volunteers : social media in crisis situations". C'est un projet plutôt empirique qui demande de la part du binôme d'étudiants une veille sur les réseaux sociaux numériques et les bases de données du domaine pour identifier et cartographier les outils numériques utilisés par les citoyens lorsqu'une crise naturelle (par ex. inondations, feux de forêt, ouragan, etc.) ou une crise urbaine (par ex. attentat) se produit. L'objectif est de catégoriser ces outils et de créer une visualisation de ces outils sur plusieurs dimensions.

"Online Culture Wars" est une carte créer par les artistes du collectif DISNOVATION qui tente d'identifier et d'organiser les conflits culturels et politiques émergents en ligne. (Version HD téléchargeable ici ). Cette recherche se base sur une analyse des mêmes sur internet, mais aussi des sujets et symboles utilisés pour la diffusion et la confrontation des opinions sur les réseaux. Actuellement le travail de recherche de même et de production de la carte est réalisé manuellement par deux personnes. Nous vous proposons de créer un système qui permet d'automatiser partiellement l'identification et l'organisation de ces mêmes autour de différentes dimensions. D'une part via une méthode de veille sur les forums, et réseaux sociaux. D'autre part via une veille sur les plateformes d'échange et d'archivage de mêmes (comme https://knowyourmeme.com/). Et ensuite, via une classification multidimensionnelle, par affinités culturelles et politiques soit réalisée par un algorithme, soit par une interface de crowdsourcing. Enfin des représentation graphiques (éventuellement paramétrables par l'utilisateur) permettront de visualiser les données classifiées. Le projet est plutôt empirique et nécessite de 1) collecter un ensemble de mêmes, 2) les catégoriser, 3) les visualiser.

Ce projet s'insère dans le cadre du projet de recherche Data&Musée, qui vise à contribuer à l'activité d'institutions culturelles par l'exploitation de données qu'elles génèrent –billetteries, livres d'or,...- et de données externes. Vous accéderez à des données de billetterie d'une cinquantaine d'institution culturelles. Ces données comportent une certaine variété d'informations : date, prix/tarif (famille, groupe...), origine géographique de l'acheteur, lieu, événement (exposition, activité...), ; elles sont toutes datées. Elles sont au format json ; vous aurez accès à plusieurs centaines de milliers d'achats. Ces données pourront éventuellement être complétées par des données externes comme les livres d'or ou des listes d'événements (ex : pour visualiser l'impact d'un événement sur les achats). Des interfaces pour recueillir des données complémentaires pourront être conçues (ex : tagage collaboratif des lieux ou des éléments exposés) L'objectif est de proposer des modes de visualisation interactive qui aident une personne à tirer partir de ces données.

Ce projet s'insère dans le cadre du projet de recherche Data&Musée, qui vise à contribuer à l'activité d'institutions culturelles par l'exploitation de données qu'elles génèrent –billetteries, livres d'or,...- et de données externes. Vous accéderez à des données de livres d'or électronique d'une dizaine d'institution culturelles. Ces données comportent un questionnaire fermé –qui peut différer d'une institution à l'autre- et des réponses libres ; elles sont toutes datées. Elles sont au format json ; vous aurez accès à 10754 contributions à des livres d'or. Ces données pourront éventuellement être complétées par des données externes comme la billetterie ou des listes d'événements (ex : pour visualiser l'impact d'un événement sur les contributions). Des interfaces pour recueillir des données complémentaires pourront être conçues (ex : tagage collaboratif des réponses libres) L'objectif est de proposer des modes de visualisation interactive qui aident une personne à tirer partir de ces données.

La synthèse d'images photoréalistes résulte d'algorithmes de simulation de la lumière par lancé de rayon. Ces méthodes ne sont pas suffisamment rapides pour générer des images en temps-réel, et donc encore moins dans le cadre de la réalité virtuelle. Nous proposons dans ce sujet d'adapter une méthode (FLASHR) dont l'article est en cours de rédaction pour la réalité virtuelle. Pour une scène 3D donnée, la scène est rendue par lancé de rayon de manière panoramique depuis plusieurs points de vue (a). A partir de cette banque de panoramas (b), FLASHR reconstitue en temps-réel, à partir d'une position de caméra fixée par l'utilisateur, une image photoréaliste (d). L'utilisateur peut donc naviguer dans une scène 3D avec une qualité d'image photo réaliste à partir des panoramas donnés en entrée à l'algorithme. L'algorithme ne supporte que des scènes statiques mais peut donc permettre l'exploration virtuelle d'un environnement précalculé. Une partie du travail à effectuer consiste à comprendre et réimplémenter une partie de FLASHR, et l'autre partie consiste à développer une méthode qui exploite la proximité spatiale oeil gauche/oeil droit afin de factoriser le calcul de ces deux vues dans FLASHR, pour finalement les rendre dans le casque de VR (en utilisant l'api OpenVR).

Dans les outils de modélisation 3D, les artistes utilisent souvent des "MatCaps" (pour "Material Capture") qui offrent une manière simple et efficace de concevoir l'apparence de géométries complexes. Un MatCap capture à la fois l'apparence (matériau) et l'éclairage de la géométrie grâce à une unique image (utilisant une representation sphérique); calculer la radiance (couleur du pixel) en un point donné de cette géométrie ne nécessite ensuite qu'une seule requête dans la texture de MatCap. Cependant, l'encodage d'un MatCap (qui mêle le matériau et l'éclairage) amène différentes limitations, par exemple sur la rotation de l'éclairage ou la modification du type de matériau (couleur, matériau brilliant vs. mat), ce qui rend leur modification peu intuitive. Le but de ce projet sera de re-développer un article de recherche "MatCap Decomposition for Dynamic Appearance Manipulation", qui propose d'utiliser différents traitements d'image pour obtenir une decomposition d'un MatCap en une representation qui rend possible des manipulations dynamiques de l'apparance et de l'éclairage, séparemment l'un de l'autre, et de manière interactive.

"Playful Palette" est une interface de sélection de couleurs pour les logiciels de peinture numériques inspirée des palettes de peinture à l'huile et d'aquarelle. Elle se base sur un ensemble de tache de couleur qui se mélangent pour créer des dégradés. Ces taches peuvent être directement manipulés pour explorer interactivement l'espace couleur. Toutes les modifications des palettes sont sauvegardées sous la forme d'un historique, permettant ensuite de revisiter et modifier les palettes précédentes. Les modifications des palettes sont alors repropager automatiquement dans l'images, permettant une édition rapide et intelligente des couleurs de l'image. Le but de ce projet sera de développer et d'adapter cette palette interactive dans le contexte de la peinture d'objet 3D. Une base de code permettant la visualisation d'un objet 3D à travers une application Qt/C++ sera fournie au début du projet.

Le projet consiste en l'implémentation de la technique décrite dans l'article de référence B-Mesh, technique qui permet de modéliser rapidement des surfaces 3D à partir de squelettes. Ce genre d'approche est extrêmement répandu en modélisation 3D, l'une des techniques analogues les plus populaires étant la structure de ZSpheres utilisée dans le logiciel ZBrush.
Spécifiquement, les étudiants devront : (i) implémenter les routines nécessaires pour la modélisation du squelette dans l'interface, (ii) implémenter les routines nécessaires pour l'extraction de la connectivité, (iii) implémenter un ensemble d'interactions permettant de raffiner le maillage obtenu, comme par exemple contrôler la torsion de la géométrie le long des arêtes, proposer des options de symétries, utiliser un maillage polygonal en entrée pour aider à la modélisation du squelette.

Le projet consiste en l'implémentation de la technique décrite dans l'article de référence, technique qui permet d'extraire un squelette à partir d'une surface 3D. Ce genre d'approche est extrêmement répandue en modélisation 3D, et permet une extraction relativement rapide et robuste d'un squelette, avant que celui ci ne soit typiquement nettoyé ou raffiné par un artiste avant de pouvoir être utilisé pour animer la forme 3D.
Spécifiquement, les étudiants devront : (i) implémenter la technique itérative d'extraction du squelette, (ii) proposer des options d'interactions à l'utilisateur, (iii) analyser en profondeur la robustesse de l'approche lorsque des modèles de faible qualité sont utilisés en entrée, (iv) proposer des options interactives de raffinement (ou réparation) du maillage pour améliorer la qualité du squelette créé.

Le projet consiste en l'implémentation de la technique décrite dans l'article de référence l1 Polycube Maps, technique qui permet de créer un mapping efficace d'un maillage tétraédrique sur une structure alignée sur les axes canoniques. Cette approche permet notamment de créer une héxaédrisation exacte de la forme ne contenant aucune singularité topologique à l'intérieur du volume.
Spécifiquement, les étudiants devront : (i) implémenter les routines nécessaires pour l'optimisation du polycube map ; (ii) implémenter les routines d'intéraction permettant de contrôler de manière haut niveau le processus d'optimisation ; (iii) implémenter une méthode d'héxaédrisation du polycube map généré. (iv) Analyser en profondeur la technique (forces/faiblesses) et la discuter.

Le projet consiste en l'implémentation de la technique décrite dans l'article de référence Box Cutter, technique qui permet de redécouper des atlas (cartes d'une surface paramétrisée) afin de permettre de les placer dans l'espace texture de manière plus efficace (en minimisant l'espace texture perdu nécessaire pour permettre aux cartes de ne pas se recouvrir).
Spécifiquement, les étudiants devront : (i) implémenter la technique décrite dans l'article de référence (ii) différencier le cas où les cartes de l'atlas ne prennent en compte que les coordonnées uv, et le cas où les cartes sont munies d'une texture sous-jacente (en particulier, seules des transformations comprenant des rotations d'un multiple de π/2 permettent une représentation exactement similaire – sans aliasing, du signal représenté dans la texture). (iii) si possible, optimiser la texture pour que les niveaux de mipmap soient aussi fidèles que possible : il faut pour cela penser à dupliquer certains pixels au-delà des « coutures » (seams) dans la texture.