Similarté de formes géométriques : Différence entre versions
Ligne 22 : | Ligne 22 : | ||
[[Image: herisson.png]] | [[Image: herisson.png]] | ||
+ | Figure 1: forme 2D présentant des détails géométriques similaires | ||
=== Résultats attendus === | === Résultats attendus === |
Version du 5 octobre 2015 à 13:07
Sommaire
Labo | LJK - Inria |
Equipe | Imagine |
Encadrants | Stefanie.Hahmann@inria.fr
|
Thème général
Modélisation géométrique et informatique graphique
Contexte du travail
L'étudiant en charge de ce travail sera intégré à l'équipe Imagine, dans les locaux d'Inria à Montbonnot. Imagine est une équipe d'informatique graphique et modélisation géométrique, qui s'intéresse au design, la deformation et l'animation de formes 3D pour les mondes réels et virtuels.
Sujet
Dans ce stage nous allons étudier et appliquer les méthodes de "Shape Context" qui sont utilisées pour le Shape Matching (trouver une forme similaire dans une base de donnée de formes). L’objectif ici est de développer et implémenter des mesures entre formes permettant de dire si 2 formes 2D données sont similaires ou non. La mesure ainsi développée sera ensuite appliquée à des formes qui possèdent beaucoup de details géométriques, voir Figure 1. Le but est de pouvoir déterminer sur une forme donnée les ensembles de details similaires entre eux. Pour l'exemple du hérisson, le résultat attendu serait 3 ensembles: les pics sur le dos, les pieds, le museau et la queue.
Ce sujet sera accompagné d’une visualisation graphique des résultats. Connaissance de Matlab est indispensable.
Figure 1: forme 2D présentant des détails géométriques similaires
Résultats attendus
- Une étude bibliographique et théorique sur les techniques de shape matching par Shape Context.
- Implémentation en Matlab de plusieurs Shape Contexts et comparaison des résultats
- Développement d'une mesure de différence entre 2 formes
- tests et comparaisons de résultats
Compétences attendues
- Curiosité et créativité. - Bonne maitrises des outils mathématiques et informatiques enseignés à l'ENSIMAG. - Motivation et intérêt de découvrir un sujet (maths-info) qui n'a pas été traité en cours Modélisation Géométrique
Prérequis:
- Méthodes Numériques 1A
- Modélisation Géometrique 2A (ou envie de l'apprendre)
- Matlab
Références
[1] S. Belongie, Jitendra Malik, Jan Puzicha: Shape Matching and Object Recognition Using Shape Contexts, IEEE Trans. PAMI, 2002
[2] G. Mori, S. Belongie, Jitendra Malik: Efficient Shape Matching Using Shape Contexts, IEEE Trans. PAMI, 2005
[3] Emilie Guy, Jean-Marc Thiery, Tamy Boubekeur: SimSelect: Similarity-based selection for 3D surfaces, Eurographics 2014