Développement d'un outil d'analyse de qualité de captation sur site pour des rendus vr h/f

Or l’expérience nous a montré que la qualité des données recueillies lors de la prise de vue est cruciale pour le résultat final. Comme l’accès aux sites, parfois prestigieux, n’est en général pas aisé, le besoin est apparu d’un outil de mesure de qualité lors de cette étape de captation. Le stage consiste donc à participer au développement d’un tel outil qui après le recueil rapide des données acquises (vidéos, photos) les traitera sur place pour mesurer la couverture spatiale et directionnelle de la scène entière ou sur les objets d’intérêts principaux. Les poses des images seront rapidement évaluées via des méthodes de Simultaneous Localization And Mapping [3] ou par Structure From Motion [4]. Des données géométriques mesurées par un Lidar ou une caméra de profondeur attachés au dispositif de captation pourront fournir une première reconstruction dense de la géométrie. Enfin, on fournira une visualisation en fausse couleurs des zones ou directions couvertes, ou bien on procédera à des évaluations rapides par 3D Gaussian Splatting comme dans [5]. L’outil devra être itératif pour permettre d’ajouter des données supplémentaires acquises pour combler les déficits détectés. Et il pourra optionnellement signaler des problèmes fréquemment rencontrés lors d’une captation comme la présence d’objets déplacés par inadvertance, des profondeurs de champs trop petites, des flous de bougés ou des changements d’éclairage trop fort.

Ce travail viendra en appuis d’une thèse se déroulant actuellement dans notre laboratoire. L’étudiant pourra participer aux campagnes de captations menées par l’équipe pour tester, mettre au point et valider la solution.

[3] https://github.com/stella-cv/stella_vslam

[4] Pan, L., Barath, D., Pollefeys, M. and Schönberger, J. L., Global Structure-from-Motion Revisited, European Conference on Computer Vision (ECCV), 2024. https://github.com/colmap/glomap

[5] Peng, Z., Shao, T., Liu, Y., Zhou, J., Yang, Y., Wang, J. and Zhou., K., 2024. RTG-SLAM: Real-time 3D Reconstruction at Scale using Gaussian Splatting. In ACM SIGGRAPH 2024 Conference Papers (SIGGRAPH ’24). Association for Computing Machinery, New York, NY, USA, Article 30, 1–11.

Bonne qualité rédactionnelle et de communication en français et anglais, rigueur dans l’analyse et la démarche.

Conformément aux engagements pris par le CEA en faveur de l’intégration de personnes en situation de handicap, cet emploi est ouvert à tous et toutes.