Note ABES Contributions à la modélisation procédurale de structures cellulaires stochastoques 2D et à leur génération par l'exemple Contributions to procedural modeling and by-example generation of 2D cellular stochastic structures Informatique graphique Modélisation procédurale inverse Synthèse de textures Modèle différentiable Réseaux de neurones Descente de gradient Computer graphics Inverse procedural modeling Texture synthesis Differentiable model Neural networks Gradient descent 006.6 Infographie Modélisation procédurale La création de matériaux et de textures procéduraux demande une grande expertise et constitue un travail long, fastidieux et coûteux, c’est pourquoi on cherche à développer des outils permettant leur génération automatique à partir d’exemples en entrée fournis sous la forme d’images : on parle de modélisation procédurale inverse.Dans cette thèse, nous proposons un modèle procédural appelé Cellular Point Process Texture Basis Function (C-PPTBF) permettant de représenter des structures cellulaires stochastiques 2D, impliquant des fonctions différentiables par rapport à la plupart de leurs paramètres, ce qui rend possible l’estimation de ces paramètres à partir d’exemples sans recourir entièrement à des réseaux de neurones profonds. Nous avons mis en place une chaîne de traitement permettant d’estimer les paramètres de notre modèle à partir d’exemples de structures fournis sous la forme d’images binaires, combinant une estimation réalisée à l’aide d’un réseau de neurones convolutif entraîné sur des images produites avec notre modèle de C-PPTBF et une phase d’estimation par descente de gradient directement sur les paramètres du modèle procédural. The creation of procedural materials and textures requires considerable expertise, and is time-consuming, tedious and costly. We are therefore looking to develop tools for the automatic generation of procedural textures and materials from input exemplars provided in the form of images: This is known as inverse procedural modeling.In this thesis, we propose a procedural model called Cellular Point Process Texture Basis Function (C-PPTBF) for representing 2D stochastic cellular structures, involving functions that are differentiable with respect to most of their parameters, making it possible to estimate these parameters from examples without resorting entirely to deep neural networks. We have set up a processing pipeline to estimate the parameters of our model from structural examples provided in the form of binary images, combining an estimation performed using a convolutional neural network trained on images produced with our C-PPTBF model and an estimation phase using gradient descent directly on the parameters of the procedural model. Electronic Thesis or Dissertation Text fr PDF 37797071 Université de Strasbourg Strasbourg 2024-12-31 https://theses.hal.science/tel-04573931 application/pdf 37787827 https://publication-theses.unistra.fr/public/theses_doctorat/2024/BALDI_Guillaume_2024_ED269.pdf http://www.theses.fr/2024STRAD001/abes https://theses.hal.science/tel-04573931 https://theses.hal.science/tel-04573931 Baldi Guillaume 1998-03-24 FR 274152045 1208034174Z 21500068 4200018 https://theses.fr/2024STRAD001 2024STRAD001 https://doi.org/10.70675/26051cbdzdb77z49eczb3b7z4d81a0984a61 2024-03-19 Informatique Strasbourg 131056549 Doctorat Docteur es non oui Dischler Jean-Michel MADS_DIRECTEUR_DE_THESE_1 077276892 Cani Marie-Paule MADS_PRESIDENT_DU_JURY 056534663 Allègre Rémi MADS_MEMBRE_DU_JURY_1 136490719 Boubekeur Tamy MADS_RAPPORTEUR_1 120628406 Guérin Éric MADS_RAPPORTEUR_2 090203747 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:004 Dischler Jean-Michel Cani Marie-Paule Allègre Rémi Boubekeur Tamy Guérin Éric École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 37797071