Textures, Rendering and Visualization

Staff

Researcher – 2,25 ETPR : Rémi Allègre (MC), Jean-Michel Dischler (PR), Jonathan Sarton (MC), Basile Sauvage (MC HDR) Ingeneer : Sylvain Thery (IR) PhD students : Vinojan Rajandiran (2023-2026), Romain Fournier (2022-2025), Erwan Duhamel (2021-2024), Guillaume Baldi (2020-2024), Charline Grenier (2020-2024)

Objectives

A large part of the activities in this research team focuses on procedural texture generation. Textures are images encoding light behavior (color, brightness, etc.). They are applied to the surface of 3D objects in a virtual scene to "render" the scene, i.e. to calculate computer-generated images. Procedural generation consists in developing computing processes with low storage costs, which can be computed in parallel (on graphics cards), and on a multi-scale basis (in constant time, whatever the scale of observation). This work is at the crossroads of computer graphics, simulation (of light transport) and signal processing.

1. Un axe de recherche concernera le rendu de matériaux complexes (i.e scintillants, ou iridescents). Dans ce cadre nous continuerons de collaborer avec le Karlsruhe Institüt für Technologie.

2. Un autre axe s’intéressera à l’interaction entre l’apparence et la forme des objets. En particulier la génération de texture directement sur la surface des objets 3D sera l’occasion de collaborer en interne à l’équipe IGG, avec les collègues spécialistes de la géométrie.

3. Un troisième axe concerne la résolution de problèmes inverses à partir de nos méthodes de génération procédurale, c’est-à-dire l’estimation des paramètres des processus de calcul à partir d’images en entrée. Il s’agit pour cela de monter en compétences dans le domaine de l’IA (apprentissage automatique), tout en poursuivant la collaboration initiée avec les collègues de l’équipe Sciences des Données et Connaissances.

4. Enfin, nous souhaitons poursuivre et développer les activités liées à l’augmentation de données pour l’entraînement de modèles d’apprentissage profond pour l’imagerie médicale, en particulier pour l’imagerie histopathologique, où la capacité à générer des images artificielles ressemblant à des images réelles de tissus biologiques est un enjeu crucial. Ces activités déjà initiées seront poursuivies avec l’équipe Sciences des Données et Connaissances.

De plus, de nouvelles activités autour de la visualisation scientifique, en particulier dans des environnements de calcul haute performance, viendront renforcer ce thème. Ici, nous renforceront les collaborations déjà existantes (dans le cadre de l'ANR Lum-Vis) avec le laboratoire de mathématiques IRMA, pour la visualisation de maillages non-structurés issus de simulation numériques à grande échelle. Il s'agit d'aborder les aspects de la visualisation in-situ ou encore du rendu volumique de maillages complexes (topologie, géométrie, multi-variés, variant dans le temps, non-linéaire) et de grande dimension.

Projets

ANR LUM-Vis Visualization is a tool that is getting more and more widespread, and has become essential today in almost every scientific fields. It is embedded in most experimentation workflows, at different levels. Visualization tools are used to analyze datasets or extract information from them, to guide phenomenon modeling, to validate or invalidate models or as a tool for evaluating experimental results. We intend to overcome classical direct volume visualisation of AMR data issues to establish GPU- based modern volume ray-casting as a reliable tool for in-situ visualization of large-scale simulation that produces large and complex volume data. PhD thesis of Vinojan Rajandiran.

ANR ArtIC : Artificial Intelligence for Care. PhD thesis of Guillaume Baldi.

ANR-DFG ReProcTex Rendering procedural textures for huge digital world is a joint research project between two research groups in computer graphics, at University of Strasbourg (France) and at Karlsruhe Institute of Technology (Germany). Current virtual worlds are huge. See for example virtual film sets, cultural heritage visualization, or planet-sized landscapes explorers (like Google Earth). The management (i.e. creation, editing, storage, transfer, processing and rendering) of large amounts of 3D data is a serious issue in graphics applications. We propose a new workflow, where the generation of scenes and textures is tightly coupled with rendering. PhD thesis of Charline Grenier.

ANR HDWorlds Huge Digital Worlds. Producing massive 3D models representing large scale virtual worlds with a high level of details is a major challenge in computer graphics. In industry as well, there is a strong demand for providing efficient algorithms to reduce manual authoring tasks. Procedural modeling and texturing (PMT) is known to provide a good solution to the scalability problem: it has excellent compression properties, it can produce large amounts of data with low user efforts and, by using stochastic processes, it can produce almost infinite varieties of data, based on a reduced set of parameters. In spite of all of these advantages, PMT still does not offer a suitable alternative to manual modeling, mainly because it is difficult to control, and because ensuring realism at various scales is a hard task. The goal of the HDWorlds research project is to overcome these limitations