Separable 3D Shape Representations for Shape Processing - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

Separable 3D Shape Representations for Shape Processing

Représentations séparables de formes 3D pour le traitement de formes Separable

Résumé

This thesis explores, for 3D shape representations, the relationship between geometry and meaning, for controllableshape generation. In a first part, we design and train neural networks to disassemble a shape into its constitutive parts,and to reassemble random parts into a single object. This adresses the inherent ambiguity of shape recombination byassembly, namely the tension between faithfulness of details and cohesiveness of the whole. The second part introducesa deformable template model, which we named DVG. When it smoothly embraces the surface of an object, it alignswith its salient lines, and gives control points for easy deformations. We show, on a large variety of shapes, how DVGscan be used to solve problems such as dataset exploration, similarity search, novel shape synthesis by deformation,surface approximation, and shape correspondences. Finally, we draw an analogy between DVGs and the latent space ofgenerative networks, which we use to generate shape morphings.
Cette thèse explore la relation entre géométrie et sens dans les représentations de formes 3D, pour une générationcontrôlable. Dans une première partie, nous concevons des réseaux de neurones, entraînés à démonter une forme enses parties constitutives, et à réassembler des parties aléatoires en un seul objet. Ceci répond à l’ambiguïté inhérente à larecombinaison de formes par assemblage, entre fidélité des détails et cohésion d’ensemble. La deuxième partie présenteun modèle déformable baptisé DVG. En épousant la surface d’un objet, il s’aligne avec ses lignes saillantes, et offre despoints de contrôle pour des déformations faciles. Nous montrons, sur une variété de formes, comment ils résolvent desproblèmes tels que l’exploration de données, la recherche par similarité, la synthèse par déformation, l’approximation desurface et les correspondances de formes. Enfin, nous exploitons une analogie entre DVG et espace latent des réseauxgénératifs pour générer des morphings de formes
Fichier principal
Vignette du fichier
2021UPSLD018.pdf (103.77 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03580220 , version 1 (18-02-2022)

Identifiants

  • HAL Id : tel-03580220 , version 1

Citer

Raphaël Groscot. Separable 3D Shape Representations for Shape Processing. Geometric Topology [math.GT]. Université Paris sciences et lettres, 2021. English. ⟨NNT : 2021UPSLD018⟩. ⟨tel-03580220⟩
59 Consultations
1 Téléchargements

Partager

Gmail Facebook X LinkedIn More