Thèse Reconstruction et Abstraction Géométrique pour la Représentation Structurée de Scènes 3D H/F

Doctorat.Gouv.Fr

Établissement : Université de Limoges École doctorale : Sciences et Ingénierie Laboratoire de recherche : XLIM Direction de la thèse : BENOIT CRESPIN ORCID 0000000291050243 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-08T23:59:59 Cette thèse vise à transformer des reconstructions 3D détaillées - issues de photogrammétrie, LiDAR ou de leur combinaison - en modèles géométriques simplifiés, hiérarchisés et éditables, capables de préserver les structures spatiales essentielles d'une scène tout en étant exploitables dans des domaines comme l'architecture, la fabrication numérique ou l'accessibilité (ex. : maquettes tactiles pour personnes malvoyantes). Les reconstructions actuelles, souvent sous forme de nuages de points ou maillages denses, sont riches en détails mais bruitées, hétérogènes et peu adaptées à une manipulation ou une analyse structurée ; les méthodes classiques de simplification conservent l'apparence visuelle sans garantir une structure intelligible. L'objectif est donc de concevoir des représentations intermédiaires - comme les Signed Distance Functions (SDF), les splats gaussiens ou les représentations implicites neuronales - pour régulariser, structurer et abstraire la géométrie, puis d'extraire automatiquement des éléments structurants (plans, volumes, arêtes) afin de produire des modèles hiérarchisés et modifiables. Les travaux s'inscrivent dans un cadre interdisciplinaire mêlant vision par ordinateur, traitement de géométrie 3D et apprentissage profond, avec pour résultats attendus de nouvelles méthodes de simplification adaptées aux scènes complexes et des outils permettant une abstraction multi-niveaux de la géométrie. Les technologies de reconstruction tridimensionnelle telles que la photogrammétrie et le LiDAR, ainsi que les approches combinant ces différentes sources de données, permettent aujourd'hui de capturer des environnements réels sous la forme de modèles 3D très détaillés. Ces reconstructions prennent généralement la forme de nuages de points ou de maillages très denses, souvent bruités et riches en détails géométriques. Si ces représentations sont adaptées à la visualisation ou à l'archivage numérique, elles sont moins adaptées à des usages nécessitant des modèles géométriques simplifiés et structurés. De nombreux domaines - tels que l'architecture, la modélisation d'environnements bâtis ou la fabrication numérique - requièrent en effet des représentations plus abstraites mettant en évidence les structures essentielles d'une scène.

Transformer des reconstructions 3D complexes en modèles géométriques simplifiés, hiérarchisés et éditables constitue ainsi un enjeu important pour l'analyse et la manipulation de représentations spatiales. Par exemple, dans un contexte muséal, ces modèles peuvent servir à produire des maquettes tactiles permettant aux personnes malvoyantes d'explorer l'organisation spatiale d'un lieu.
La production de telles représentations structurées constitue un problème scientifique à l'intersection de la vision par ordinateur et du traitement de géométrie 3D. Les principaux objectifs scientifiques de cette thèse sont les suivants :
- analyser les caractéristiques et les limites des reconstructions 3D issues de la photogrammétrie et du
LiDAR ;
- concevoir des représentations intermédiaires permettant de structurer la géométrie reconstruite ;
- développer des méthodes d'extraction des éléments structurants d'une scène 3D (plans, volumes
simples, arêtes, contours) ;
- produire des modèles géométriques simplifiés, hiérarchisés et éditables préservant l'organisation spatiale essentielle de la scène. Les reconstructions 3D issues de la photogrammétrie, du LiDAR ou de la combinaison de ces modalités
présentent plusieurs difficultés : elles sont très denses, contiennent du bruit, des artefacts de reconstruction et présentent une forte variabilité de densité. Ces données peuvent également provenir de capteurs hétérogènes aux caractéristiques complémentaires : la photogrammétrie fournit généralement une information riche en texture, tandis que le LiDAR permet d'obtenir des mesures géométriques plus directes et robustes.

Les méthodes classiques de simplification de maillage réduisent la complexité géométrique tout en conservant l'apparence visuelle du modèle, mais ne produisent pas nécessairement des représentations structurées et manipulables. L'objectif scientifique de cette thèse est d'étudier comment transformer des reconstructions 3D complexes en modèles géométriques simplifiés, hiérarchisés et éditables capables de préserver les structures spatiales essentielles d'une scène.

Une piste centrale consistera à introduire des représentations intermédiaires permettant de régulariser, structurer et abstraire la géométrie reconstruite. Différentes familles pourront être étudiées, notamment les surfaces implicites continues telles que les Signed Distance Functions (SDF), les représentations basées sur des splats gaussiens ou encore des représentations implicites neurales paramétrées par des réseaux neuronaux.

Ces travaux s'inscrivent dans une problématique de compréhension et d'abstraction de scènes tridimensionnelles visant à produire des représentations capables de capturer la structure et l'organisation spatiale d'un environnement à différents niveaux d'abstraction.