Arthur Leclaire (CMLA, ENS Cachan) : Modèles spot noise pour la synthèse rapide de microtextures par l’exemple et la désocclusion
Date(s) : 02/10/2015 iCal
14h00 - 15h00
Résumé : Partant d’une fonction h définie sur le plan, le modèle spot noisenassocié consiste à additionner des copies de h aléatoirementntranslatées selon un processus de Poisson.n Lorsque l’intensité du processus de Poisson tend vers l’infini, len modèle spot noise converge vers un champ aléatoire gaussien stationnaire.n Ce spot noise asymptotique permet de modéliser une large classe den microtextures tout en débouchant sur des développements mathématiquesn fructueux.n Par exemple, Xia. et al. [2014] ont donné un moyen de calculer desn barycentres de plusieurs modèles spot noise pour la distance den transport optimal, ce qui suggère une façon de mélanger des texturesn gaussiennes.nn L’un des intérêts principaux du modèle spot noise asymptotique estn qu’il est facilement simulable.n Cependant, l’algorithme classique, basé sur la transformée de Fouriern discrète, n’est pas facilement parallélisable, et de plus n’autorisen pas des changements progressifs de la grille d’échantillonnage.n Partant d’une microtexture exemple u à synthétiser, l’objectifn principal de l’exposé sera d’obtenir une fonction h à support petit,n appelée texton orienté synthèse, pour laquelle le spot noise associén reproduit l’exemple de manière convaincante, même à basse intensité.n On verra que cela permet de synthétiser une large classe den microtextures de manière simple, rapide, et parallèle.nn Dans une première partie introductive, on discutera le problème de lan synthèse de textures par l’exemple en évoquant plusieurs modèlesn antérieurs (modèle spot noise et modèle markovien notamment).n Dans une deuxième partie, après un rappel des propriétés du spotn noise, on détaillera le calcul du texton orienté synthèse et onn montrera comment l’utiliser pour la synthèse rapide et parallèle d’unen microtexture exemple.n Enfin, dans une troisième partie, on montrera que la synthèsen gaussienne conditionnelle peut être apliquée avec succès à lan désocclusion (inpainting) de microtextures.
Catégories Pas de Catégories
