Reconstruction par étalage gaussien 3D de phénomènes gazeux pour les effets visuels

Résumé

Le rendu de volumes transparents tels la fumée, le feu, la vapeur et les nuages requiert des temps de calcul prohibitifs. Au contraire, les méthodes basées sur l’étalage gaussien 3D permettent, par l’utilisation d’une représentation géométrique nouvelle, de capturer la radiance d’un sujet, puis de la rendre sous des vues nouvelles à des vitesses interactives et à des fidélités pratiquement inatteignables par les méthodes antérieures. Or, les efforts de recherche se sont marginalement intéressés au problème de la capture de volumes et de l’utilisation de celles-ci dans un contexte de création d’effets spéciaux. Nous pensons pouvoir tirer profit de l’étalage gaussien 3D pour transcoder les volumes en une représentation plus rapide pour le rendu. Le présent mémoire propose une méthode pour ledit transcodage de volumes transparents en gaussiennes 3D étalées. Notre méthode permet de circonscrire à la phase de prétraitement les opérations prohibitives propres à l’édition d’effets visuels volumiques, telles le transport lumineux, et s’articule autour d’améliorations à la robustesse de l’initialisation des gaussiennes 3D et de modifications à la boucle d’optimisation. L’amélioration de la robustesse de l’initialisation est implémentée d’une part grâce à l’extraction de la disposition des caméras depuis l’environnement de rendu des volumes, et d’autre part grâce à la conversion de l’information de densité des volumes préalablement simulés depuis leur format de stockage. Les modifications à l’optimisation consistent en des algorithmes de régularisation de position et d’anisotropie, en l’implémentation d’un noyau d’étalage quadratique comme alternative au noyau gaussien, et en un entraînement multifond. Nous testons aussi d’autres travaux de recherche en reconstruction, modélisation et rendu gaussiens pour mettre à l’épreuve leurs conclusions dans notre contexte. Nos résultats montrent que nos méthodes permettent de reconstruire les sujets volumiques à de meilleures qualités photométriques que les méthodes de reconstruction gaussienne existantes. Nos méthodes produisent des reconstruction plus géométriquement cohésives et mieux séparées de leur environnement d’entraînement. Les modèles ainsi reconstruits sont conséquemment utilisables dans des situations de composition avec d’autres modèles gaussiens et polygonaux et avec des fonds inconnus tels des cartes d’environnement présentant des conditions d’éclairage similaires à celles vues à l’entraînement.

Date	9 juin 2026
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Eric Paquette (Directeur(-trice))