Upload
zaria
View
31
Download
0
Embed Size (px)
DESCRIPTION
Compression adaptative de surfaces par ondelettes géométriques. Céline ROUDET [email protected]. Thèse dirigée par F. DUPONT et A. BASKURT Collaboration avec P. GIOIA d’Orange Labs Projet « CoSurf » (Compression de Surfaces). 23 avril 2009 Séminaire du LAIC – Clermont-Ferrand. Contexte. - PowerPoint PPT Presentation
Citation preview
Compression adaptative de surfaces par ondelettes géométriques
Céline [email protected]
23 avril 2009Séminaire du LAIC – Clermont-Ferrand
Thèse dirigée par F. DUPONT et A. BASKURT
Collaboration avec P. GIOIA d’Orange Labs Projet « CoSurf » (Compression de Surfaces)
2
Contexte
Le projet « CoSurf » Collaboration avec Orange Labs Rennes Favoriser l’échange de données 3D Compression multirésolution de maillages 3D
Points critiques Adaptation du transfert des données aux ressources Transmission rapide, à la demande Consultation efficace et flexible
3
Contexte (2)
Modèles géométriques 3D Explosion de leur production / échange Grande diversité de modélisations
Maillages surfaciques De plus en plus précis et détaillés Répartition irrégulière des échantillons
4
Plan
I – Cadre des travaux Les maillages multirésolution Compression de maillages : l’existant Analyse multirésolution : l’existant
II – La transformée en ondelettes
III – Approche proposée
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée IV - Résultats
5
Maillages triangulaires
4 octets x3 coordonnées
4 octets x3 indices
Régularité du voisinage liée à la valence (σ) des sommets
V : {Vi = (xi, yi, zi) є R3 / 0 ≤ i <|V|}
F : {Fi = j, k, l є Z3 / 0 ≤ i <|F|}
I - Cadre II - TO III - Approche proposée IV - Résultats
irrégulier réguliersemi-régulier
Maillage M = (V, F)
Géométrie
Connectivité
Maillage triangulaire36 octets / sommet288 bits / sommet Trois types de maillages :
1. irréguliers
2. semi-réguliers : W V | Vi ,Vj є W : σ(Vi ) ≠ σ(Vj )
3. réguliers : Vi ,Vj є V : σ(Vi ) = σ(Vj )
∩
6
Représentation progressive
Intérêt des représentations multirésolution : Adaptation aux réseaux et terminaux Efficacité en termes de rendu
I - Cadre II - TO III - Approche proposée IV - Résultats
Plusieurs représentations possibles : Surfaces de subdivision [Doo et Sabin, 78] + ondelettes [Lounsbery, 97]
Raffinement progressif [Hoppe, 96], [Gandoin et Devillers, 02]
7
Compression de maillages : l’existant
Schémas mono-résolution
Schémas multi-résolution
Codage progressif [Hoppe, 96], [Cohen-Or et al., 99], [Gandoin et Devillers, 02] ≈ 2 octets / s
Compression spectrale [Karni et Gotsman, 00], [Sorkine et al., 05]
Compression par ondelettes [Lounsbery, 97], [Guskov et al., 99], [Khodakovsky et al., 00] ≈ 2 - 4 bits / s
Entre 1 et 2 octets/sommet [Deering, 95], [T&G, 98], [Rossignac, 99]
Connectivité
Géométrie Quantification PrédictionCodage
entropique
CANAL
Codageentropique
Parcours dumaillage
liste desymboles
ordre
0011010
0011010
M
I - Cadre II - TO III - Approche proposée IV - Résultats
8
Compression en ondelettes : l’existant
Directement sur un échantillonnage irrégulier[Taubin, 95], [Guskov et al., 99], [Valette et Prost, 02]
Après remaillage régulier [Gu et al., 02], [Sander et al., 03], [Praun et Hoppe, 03]
Après remaillage semi-régulier Prédiction par interpolation
[Khodakovsky et al., 00], [Khodakovsky et Guskov, 03], [Lavu et al., 03], [Payan et Antonini, 05]
Prédiction par approximation[Bertram, 04], [Li et al., 04], [Sauvage, 05]
M
I - Cadre II - TO III - Approche proposée IV - Résultats
9
Plan
I – Cadre des travaux
II – La transformée en ondelettes Théorie de la transformée en ondelettes Les ondelettes en 3D Le remaillage semi-régulier
III – Approche proposée
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II – TO Théorie III - Approche proposée IV - Résultats
10
L’analyse multirésolution
L 2
H
L
L H
1/4 1/2 f
L
H
L
H
L
H
…
détails détails détails
M0Mm-
1
Mm
H
[½ ½]
[1 -1]
2
2 2
2 2
2
2
2 2
I - Cadre II – TO Théorie III - Approche proposée IV - Résultats
11
Ondelettes géométriques
Généralisation des bancs de filtres Analyse multirésolution spatiale
[Mallat, 89]
[Sweldens, 95]
[Lounsbery, 97]S : Split
P : Predict
U : Update
Avantages : Coûts de calcul réduits Filtres simplifiés Analyse et synthèse en temps linéaire
I - Cadre II – TO 3D III - Approche proposée IV - Résultats
12
MnMn-1
En pratique
pair
impair
Update
Predict
I - Cadre II – TO 3D III - Approche proposée IV - Résultats
13
Remaillage semi-régulier
48 485 sommets 112 642 sommets
Mnoriginal
MaillageirrégulierMi
r
Maillagesemi-régulierMs
r
Propice à l’application d’une transformée en ondelettes
Grande partie de la connectivité : implicite
Réduction de l’erreur de reconstruction d’un facteur 4
I - Cadre II – TO Remaillage III - Approche proposée IV - Résultats
14
Intérêt des ondelettes et du remaillage
Distribution de l’angle polaire des coefficients d’ondelettes
Distribution de l’amplitude des coefficients d’ondelettes
Distribution de la position des sommets
Repère global Repère local
MAPS [Lee et al., 98] Normal Mesh [Guskov et al., 00]
Repère local
ρ : amplitude : angle polaire φ : angle param.
normale
ρ
arête
Densité quasi uniforme :entropie élevée
Densité isolée :entropie plus faible
I - Cadre II – TO Remaillage III - Approche proposée IV - Résultats
15
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée Analyse ondelettes globale Segmentation multirésolution Analyse ondelettes locale Reconstruction adaptative
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée Analyse IV - Résultats
16
Schéma de notre approche
CANAL
Analyseglobale
Segmentationmultirésolution
Analyselocale
Codagelocal
Décodagelocal
fluxbinaire
Remaillage
coefficientsd’ondelettes
modèle 3Dirrégulier
modèle 3Dsemi-régulier
clusterspatchs
Recollagegrossier
Synthèselocale
fluxbinaire
niveaux de résolution
Visualisation
Classification AnalyseglobaleRemaillage
coefficientsd’ondelettes
modèle 3Dirrégulier
modèle 3Dsemi-régulier
17
Analyse ondelettes globale
Amplitude
Angle polaire
0 1
x10Niveau n-2
Schéma Butterflynon lifté
Remaillage Normal
x10
I - Cadre II - TO III - Approche proposée Analyse IV - Résultats
18
An-3
Mn
An-2
An-1 Dn-1
Dn-2
Dn-3
Représentation multirésolution
Niveau n-1 Niveau n-2 Niveau n-3 Niveau n-1…Niveau noriginal
112 642 sommets 28 162 sommets 7 042 sommets 1 762 sommets
Pondérationmultirésolution
0 1
Amplitude des ondelettes
I - Cadre II - TO III - Approche proposée Analyse IV - Résultats
19
Calcul de pondération N°1
Niveau m Niveau m-1
Niveau m Niveau m-1Niveau m-2
Pondérationmultirésolution
…
Niveau m Niveau m-1 Niveau m-2
Niveau m
I - Cadre II - TO III - Approche proposée Analyse IV - Résultats
20
Calcul de pondération N°2
Niveau m Niveau m+1 Niveau m+2 Niveau m+3
Pondérationmultirésolution
« grossière »
« fine »
642 s
40962 s
I - Cadre II - TO III - Approche proposée Analyse IV - Résultats
21
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée Analyse ondelettes globale Segmentation multirésolution Analyse ondelettes locale Reconstruction adaptative
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
22
Schéma de notre approche
CANAL
Analyseglobale
Segmentationmultirésolution
Analyselocale
Codagelocal
Décodagelocal
fluxbinaire
Remaillage
coefficientsd’ondelettes
modèle 3Dirrégulier
modèle 3Dsemi-régulier
clusterspatchs
Recollagegrossier
Synthèselocale
fluxbinaire
niveaux de résolution
Visualisation
Classification
patchs
Segmentation multirésolution
Classification
coefficientsd’ondelettes
clusters patchs
23
Classification et croissance de régions
Amplitude
Ang
le p
olai
re
sommets,arêtes oufacettes
Classification (K-means)en 2 clusters
Amplitude
Ang
le p
olai
re
Amplitude
Angle polaire
sommets facettes
K=2
Croissancede régions
Analyseglobale
Niveau noriginal
Niveau n-1 Niveau n-1
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
24
Projection « grossière » des clusters
Projection grossière Extraction des régions
Niveau n (original)Niveau n-1 Niveau n-5
Niveau n-2 … Niveau n-4 Niveau n-5
Projection fine
t0t2
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
25
Projection « fine » des clusters
classification initiale
Niveau n-2Niveau n-4 …Niveau n-5
Projection grossière Extraction des régions
Niveau n (original)Niveau n-1 Niveau n-5
Projection fine
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
26
Comparaison des segmentations
Calcul de pondération N°1 + Projection « grossière » + Projection « fine »
11 régions
5 régionsCalcul de pondération N°2 + Projection « fine »
Amplitude Classification Croissance Projection grossière Projection fine
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
27
Comparaison des segmentations (2)
Calcul de pondération N°1 + Projection « grossière » + Projection « fine »
Calcul de pondération N°2 + Projection « fine »
5 régions
6 régions6 régions
5 régions
11 régions
9 régions
I - Cadre II - TO III - Approche proposée Segmentation IV - Résultats
28
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée Analyse ondelettes globale Segmentation multirésolution Analyse ondelettes locale Reconstruction adaptative
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée Codage IV - Résultats
29
Schéma de notre approche
CANAL
Analyseglobale
Analyselocale
Codagelocal
Décodagelocal
fluxbinaire
Remaillage
coefficientsd’ondelettes
modèle 3Dirrégulier
modèle 3Dsemi-régulier
clusterspatchs
Recollagegrossier
Synthèselocale
fluxbinaire
niveaux de résolution
Visualisation
Classification SegmentationmultirésolutionCodage
indépendantAnalyse locale
patchs
CANAL
001011…1110…
01010000…
patchs grossiers+
ondelettes
30
Intérêt de l’analyse / codage indépendants
CANAL
+ codage des informations relatives au partitionnement : nb régions, type de cluster, filtres utilisés, … : compressé sans perte
zerotree
Connectivité Codagearithmétique
liste desymboles
00110101
Quantification Codagearithmétique
0110
Géométrie
Connectivité Codagearithmétique
liste desymboles
10101101
Quantification Codagearithmétique
1010
Géométrie
[Touma et Gotsman, 98]
…
[Khodakovsky et al., 00]
I - Cadre II - TO III - Approche proposée Codage IV - Résultats
Codage zerotree
[Shapiro, 93]Supprime les dépendances entre coefficients : de même localisation spatiale de même orientation
de niveau de résolution différent
Codage : exploite le fait que l’énergie décroît avec la résolution aucun fils n’est codé avant son père les bits de poids fort sont d’abord codés
Raffinement progressif en termes de : résolution qualité de reconstruction
31
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée Analyse ondelettes globale Segmentation multirésolution Analyse ondelettes locale Reconstruction adaptative
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée Reconstruction IV - Résultats
32
Schéma de notre approche
CANAL
Analyseglobale
Analyselocale
Codagelocal
Décodagelocal
fluxbinaire
Remaillage
coefficientsd’ondelettes
modèle 3Dirrégulier
modèle 3Dsemi-régulier
clusterspatchs
Recollagegrossier
Synthèselocale
fluxbinaire
niveaux de résolution
Visualisation
Classification SegmentationmultirésolutionRecollage
grossierDécodage
local
CANAL
001011…1110…
01010000…
patchs grossiers+
ondelettes
Synthèse locale
…
33
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée
IV – Résultats et applications
V – Conclusion et perspectives
I - Cadre II - TO III - Approche proposée IV - Résultats
34
Comparaisons visuelles
Variance dela courbure
Différencede normales
Remaillage Normal
[Lavoué, 06]0 1
Amplitude des coefficients Angle polaire [0, π/2] Angle polaire [0, π]
[Roudet, 08]
schéma Butterfly schéma midpoint
I - Cadre II - TO III - Approche proposée IV - Résultats
35
Mesure de la concavité / convexité
I - Cadre II - TO III - Approche proposée IV - Résultats
[Roudet et al., CORESA 09]
36
Comparaison analyse globale / locale
I - Cadre II - TO III - Approche proposée IV - Résultats
PSNR = 20.log10 BBdiag / d BBdiag = diagonale de la boîte englobante d = distance de Hausdorff
Courbes débit / distorsion (unique schéma de prédiction utilisé)
(pond. N°1)
(pond. N°2)
surcoût
37
Progressivité de la reconstruction
0,23 bit / sommet 0,68 bit / sommet 1,66 bit / sommet 6,54 bit / sommet
I - Cadre II - TO III - Approche proposée IV - Résultats
38
Comparaison analyse globale / locale (2)
I - Cadre II - TO III - Approche proposée IV - Résultats
PSNR = 20.log10 BBdiag / d BBdiag = diagonale de la boîte englobante d = distance de Hausdorff
Courbes débit / distorsion (unique schéma de prédiction utilisé)
(pond. N°1)
(pond. N°2)
surcoût
39
Progressivité de la reconstruction
0,20 bit / sommet 0,57 bit / sommet 1,27 bit / sommet 4,92 bit / sommet
I - Cadre II - TO III - Approche proposée IV - Résultats
40
Optimisation du compromis débit/distorsion
CANAL
Analyselocale
Codageentropique
Décodageentropique
fluxbinairePatchs semi-réguliers
Synthèselocale
fluxbinaire
niveaux de résolution
Maillage semi-régulier segmenté
R
DMinimiser D(R)
ou R(D)
Q
Allocation binaire
Débit ou distorsion cible
Codage zerotree ou contextuel
Q*…
zerotree
Collaboration avec Marc ANTONINIet Frédéric PAYAN
I3S – Sophia Antipolis
41
Comparaison perceptuelle
e1 : distance de Hausdorff obtenue par Mesh [Aspert et al., 02] (x 10-4)e2 : métrique asymétrique : Mesh Structural Distorsion Measure [Lavoué et al., 06]
distance perceptuelle entre 2 objets (0 : objets identiques)
I - Cadre II - TO III - Approche proposée IV - Résultats
Reconstruction adaptative Reconstruction globale
6565
42
Autres applications
Transmission et reconstruction adaptative
Visualisation sélective (ROI)
Débruitage et tatouage adaptatifs
Correction d'erreurs lors de la transmission canal
e : erreur (x 10-4)
I - Cadre II - TO III - Approche proposée IV - Résultats
Analyseglobale
ReconstructionadaptativePond. N°1 Pond. N°2
Reconstructions adaptatives :avec prédiction sans prédiction
43
Visualisation sélective par ROI
I - Cadre II - TO III - Approche proposée IV - Résultats
11 967 octets
5 181 octets
[Roudet et al., SPIE Wavelet Applications in Industrial Processing VI, 2009]
44
Plan
I – Cadre des travaux
II – La transformée en ondelettes
III – Approche proposée
IV – Résultats et applications
V – Conclusion et perspectives
45
Contributions
Remaillage semi-régulier Comparaison de plusieurs méthodes de l’état de l’art
Analyse en ondelettes Comparaison de schémas de prédiction interpolants Mesure de rugosité basée sur les ondelettes Nouveau schéma d’analyse indépendante sur des patchs
Segmentation de maillages triangulaires Adaptation d’un algorithme existant sur des critères de rugosité Nouveau schéma de segmentation multirésolution
Codage de maillages Adaptation d’un codeur zerotree pour un ensemble de patchs
Compression de maillages Méthode générique de compression adaptative
46
Perspectives
Remaillage semi-régulier Privilégiant les directions de courbure ou de texture
Analyse en ondelettes Schémas de prédiction dans les zones non lisses
basés sur les directions de courbure ou les approches fractales
Segmentation de maillages triangulaires Augmenter le nombre de clusters durant la classification
Codage de maillages Eviter la redondance au niveau des frontières de patchs Optimiser la quantification et l’allocation binaire de chaque région
Applications Transmission et décodage par région d’intérêt (ROI) Débruitage et tatouage adaptatifs
47
Questions …
Merci de votre attention !