Thèse
Année : 2009
Résumé
In this thesis, we study the problem of static and dynamic multiview reconstruction and texturing, particularly focusing on real applications. First, we propose three reconstruction methods sharing the objective of estimating a representation of a static/dynamic scene from a set of multiple images/videos. Then, we consider the problem of multi-view texturing, focusing on the visual correctness of the rendering. The contributions of this thesis are as follows : 1. A shape from silhouette approach is proposed producing a compact and high- quality 4D representation of the visual hull, o ering easy and extensive control over the size and quality of the output mesh as well as over its associated reprejection error. 2. A dynamic multi-view reconstruction method is proposed computing a 4D representation of a dynamic scene, based on a global optimization of a true spatio-temporal energy, taking visibility into account. 3. A photo-consistent surface reconstruction method is proposed incorporating the input images for better accuracy and robustness. 4. A multi-view texturing method is proposed computing a visually correct tex- turing of an imprecise mesh.
Dans cette thèse, nous étudions les problèmes de reconstruction statique et dynamique à partir de vues multiples et texturation, en s'appuyant sur des applications réelles et pratiques. Nous proposons trois méthodes de reconstruction destinées à l'estimation d'une représentation d'une scène statique/dynamique à partir d'un ensemble d'images/vidéos. Nous considérons ensuite le problème de texturation multi-vues en se concentrant sur la qualité visuelle de rendu..
Loading...
Ecole Des Ponts Paristech : Connectez-vous pour contacter le contributeur
https://pastel.hal.science/pastel-00517742
Soumis le : mercredi 15 septembre 2010-13:37:34
Dernière modification le : jeudi 19 décembre 2024-16:50:03
Archivage à long terme le : vendredi 2 décembre 2016-02:06:17
Dates et versions
- HAL Id : pastel-00517742 , version 1
Citer
Ehsan Aganj. Multi-view Reconstruction and Texturing. Computer Vision and Pattern Recognition [cs.CV]. Ecole des Ponts ParisTech, 2009. English. ⟨NNT : 2009ENPC0918⟩. ⟨pastel-00517742⟩
Collections
308
Consultations
467
Téléchargements