Tamy Boubekeur

Enseignant-chercheur à Télécom ParisTech depuis 2008, Tamy Boubekeur est spécialisé dans l’informatique graphique 3D au sein du LTCI, c’est-à-dire dans la représentation, conception, et simulation 3D d’objets ou scènes réels ou imaginaires.  Ses recherches ont pour axes principaux la modélisation géométrique et la synthèse d’images, en symbiose avec les activités du groupe IMAGES dont il fait partie. Des domaines très transverses qui font l’originalité du groupe, avec des applications en imagerie médicale, imagerie radar ou encore pour les jeux vidéo.

 

En haut : le rendu de production généré par le moteur Shining d’Ubisoft, avec un faible taux d’échantillonnage. En bas : l’algorithme BCD reconstruit une valeur couleur débruitée à partir des statistiques du pixel.

Ainsi, le chercheur et son doctorant Malik Boughida ont récemment mis au point et dévoilé une méthode pour la synthèse d’image photoréaliste aujourd’hui intégrée par Ubisoft Motion Picture, pour la production de la série d’animation « Rabbids Invasion » notamment. Il s’agit d’une technologie en synthèse d’images pour les processus longs en simulation ; cette technologie permet de prédire la couleur d’un pixel à partir des premières itérations de la simulation, remplaçant une grande partie de cette simulation par du traitement d’image a posteriori. La méthode, dont le code source a été publié de manière ouverte, est très facile à intégrer ; les moteurs de rendu open-source Appleseed et LUX Render en sont également utilisateurs. L’article résumant ce travail de recherche, intitulé, « Bayesian Collaborative Denoising for Monte Carlo Rendering » a été publié dans la revue Computer Graphics Forum et présenté à la conférence internationale EGSR 2017. D’autres travaux sur le même thème ont fait l’objet d’une collaboration avec Dassault Systèmes, pour ses futurs systèmes de rendus en temps réel. Ces travaux s’inscrivent dans le projet global de l’équipe sur le thème de la synthèse d’image, qui vise à développer des méthodes extrêmement rapides de production d’images numériques à partir de modèles 3D.

Les travaux récents du chercheur se recoupent sur les thèmes du design et de l’optimisation de formes, qui pourraient être résumés par la question suivante : comment faire pour représenter ce qui nous entoure avec un nombre réduit de variables numériques ?  Une démarche à contre-pied du Big Data et ses données massives. La simplification géométrique d’un objet permet ainsi à la fois d’en réduire la complexité et et d’en faire émerger les structures importantes, ce qui accroît in fine la rapidité des algorithmes l’utilisant. Ce type de méthode permet notamment de calculer des structures de contrôle, ou superstructure, permettant d’interagir rapidement avec des objets complexes (déformations, simulation physique).

Unsharp masking geometry

En 2017, Tamy Boubekeur et ses collègues se sont vu décerner un Best Paper Award lors de la conférence SMI (Shape Modeling International) pour l’article intitulé « Unsharp masking geometry improves 3D prints », co-signé avec Philipp Herholz, Sebastian Koch, et Marc Alexa, de la TU Berlin, et publié dans le revue Computer & Graphics. L’article propose un algorithme de traitement géométrique pour améliorer la perception finale  des impressions 3D. Plus précisément, cet algorithme permet de rehausser à l’avance ce qui risque d’être perdu à l’impression : à l’écran, la lumière rebondit à 100 % sur toute la surface de l’objet alors que dans la réalité, le matériau utilisé pour l’impression absorbe une partie de cette lumière. La technique proposée compense cette perte en traitant et en modifiant directement la géométrie d’une forme, pour préserver au mieux ses détails une fois imprimée.

Modèle de navigation “naturelle” LazyNav

En collaboration avec l’Université d’Osaka, le chercheur, avec sa doctorante Émilie Guy, a également travaillé en 2015 à mettre au point un modèle de navigation « naturelle » dans un monde virtuel, c’est-à-dire sans périphérique à manipuler. Le système proposé scanne le corps de l’utilisateur à l’aide d’une caméra RGB-D et reconstruit un squelette ; la caméra ‘virtuelle’ est ensuite orientée en fonction d’éléments du corps déterminés comme moins critiques pour d’autres interactions (ramasser un objet, activer un système), tels que l’orientation des épaules, et laisse ainsi mains et tête libres pour d’autres tâches. L’article original a reçu le prix du meilleur article à la conférence internationale IEEE 3DUI 2015. L’article « Extended LazyNav: Virtual 3D Ground Navigation for Large Displays and Head-Mounted Displays », qui étend ce travail aux casques de réalité virtuelle, a été publié en 2017 dans la revue IEEE Transactions on Visualization and Computer Graphics.

MADVolume Remesher

Ses travaux récents sur la génération de maillages 3D à partir de données médicales ont été distingués en 2016 d’un Best Paper Award lors de la conférence Shape Modeling International (SMI), pour l’article « Multi-Material Adaptive Volume Remesher » co-signé avec Noura Faraj et Jean-Marc Thiery et publié dans le revue Computer & Graphics. Un objet 3D composé de différents matériaux peut être représenté par une grille en voxel (pour « volumetric pixel » en 3D). Les simulations physiques fonctionnent généralement sur des maillages de haute qualité générés, dans le cas de données médicales, à partir de grilles en voxels capturées à l’aide par exemple d’IRMs. Le passage de la grille au maillage est cependant assez difficile et résulte souvent en une défaillance de qualité et de résolution, ce qui contraint à un remaillage. Les chercheurs ont proposé un algorithme de remaillage rapide et passant à l’échelle de grandes masses de données, qui génère sous différentes résolutions des maillages de haute qualité et préservant des caractéristiques importantes du maillage d’origine.

Laisser un commentaire