Avec la reconstruction 3D, les photographies deviennent des environnements numériques réalistes. Parmi les techniques disponibles, on a la photogrammétrie et le Gaussian Splatting. Certes, elles partent souvent des mêmes images. Mais elles fonctionnent différemment et ne répondent pas toujours aux mêmes besoins.
Imaginez pouvoir photographier un bâtiment, un objet ou un paysage, puis le retrouver sur votre ordinateur sous forme de modèle 3D. C’est exactement ce que permettent plusieurs technologies de reconstruction numérique. Depuis plusieurs années, la photogrammétrie est utilisée dans de nombreux domaines. Elle sert notamment à mesurer, documenter et reproduire des objets ou des lieux. Mais une nouvelle approche attire désormais l’attention : le Gaussian Splatting. Cette méthode promet une représentation visuelle très réaliste et une belle navigation dans les scènes reconstruites. Alors, faut-il abandonner les techniques classiques au profit de cette nouvelle technologie ? Pour le comprendre, il faut d’abord découvrir comment chacune fonctionne.
Le Gaussian Splatting, en quoi consiste t-il ?
Le Gaussian Splatting, ou 3D Gaussian Splatting, est une technique de reconstruction et de représentation 3D apparue en 2023. Son principe repose sur une idée différente de celle des modèles 3D classiques. Au lieu de reconstruire un objet avec des surfaces et des polygones, elle utilise un ensemble de petites formes appelées Gaussiennes 3D. Ces formes ressemblent à de petites taches volumétriques. Chacune possède une position, une taille, une orientation, une couleur et une transparence. En les combinant, le logiciel crée une représentation visuelle détaillée de la scène.
Pour obtenir ce résultat, le système analyse plusieurs photographies prises sous différents angles. Il apprend progressivement où placer les Gaussiennes et comment ajuster leurs caractéristiques. Une fois cette étape terminée, l’utilisateur peut explorer la scène reconstruite. Le principal intérêt du Gaussian Splatting est son rendu rapide. Il permet de visualiser des environnements complexes avec une grande fluidité. Cette qualité en fait une solution intéressante pour la réalité virtuelle, les visites immersives et la production virtuelle.
La photogrammétrie, en quoi consiste t-elle ?
La photogrammétrie est une technique qui permet de reconstruire des objets ou des environnements en analysant plusieurs photographies. Elle existe depuis longtemps et reste largement utilisée dans les domaines de la cartographie, de l’architecture, de l’archéologie et de l’industrie. Son fonctionnement repose sur un principe simple. Lorsqu’un objet est photographié depuis plusieurs positions, certains détails apparaissent sur plusieurs images. Le logiciel repère ces points communs et utilise leurs différences de position pour estimer la profondeur. Il peut ainsi retrouver la position des appareils photo et calculer la structure de la scène. Cette première étape est appelée Structure-from-Motion (SfM).
Ensuite, la technique Multi-View Stereo (MVS) permet de densifier la reconstruction. Elle produit un nuage de points plus détaillé. Ce nuage peut ensuite servir à créer un maillage 3D. Le maillage représente la surface de l’objet à l’aide de nombreux triangles. Une texture photographique peut ensuite être appliquée sur cette surface pour lui donner son apparence réelle. La photogrammétrie ne cherche donc pas uniquement à reproduire l’apparence d’un objet. Elle vise aussi à reconstruire sa forme et sa géométrie. C’est ce qui la rend particulièrement utile pour les mesures, les plans et les modèles techniques.
Gaussian Splatting : état des lieux, potentiel immersif et verrous techniques
Une reconstruction pensée pour le réalisme visuel
Le Gaussian Splatting se distingue surtout par sa manière de représenter une scène. Il ne repose pas sur une surface composée de triangles. Il utilise plutôt des milliers, voire des millions de Gaussiennes réparties dans l’espace. Chaque Gaussienne contribue à l’apparence finale de la scène. Certaines représentent des détails très fins. D’autres participent à la reproduction des couleurs, des ombres ou des volumes. Le logiciel ajuste ces éléments pendant une phase d’apprentissage. Il compare les images générées avec les photographies originales. Puis il modifie les Gaussiennes pour réduire les différences entre les deux. Cette optimisation permet d’obtenir des résultats visuellement impressionnants. Les textures, les couleurs et les petits détails peuvent être reproduits avec beaucoup de fidélité.
L’un des grands avantages de cette méthode est la rapidité de visualisation. Une fois la reconstruction terminée, il devient possible de naviguer dans la scène presque en temps réel. Cette fluidité est particulièrement appréciée dans les applications immersives. Cependant, le réalisme visuel ne signifie pas automatiquement que la géométrie est exacte. Une scène peut sembler parfaite à l’écran tout en présentant des erreurs de profondeur ou de forme. Cette différence est importante. Le Gaussian Splatting est d’abord conçu pour représenter une scène de manière convaincante. Il ne garantit pas toujours une reconstruction adaptée aux mesures précises.
Les limites, les besoins techniques et les évolutions
Le Gaussian Splatting demande plusieurs photographies bien choisies. Les images doivent couvrir la scène sous différents angles. Une acquisition insuffisante peut entraîner des zones floues, des trous ou des déformations. Les surfaces réfléchissantes peuvent également poser problème. Les miroirs, les vitres et certains matériaux brillants changent d’apparence selon le point de vue. Le logiciel peut alors avoir du mal à reproduire leur comportement. La méthode nécessite aussi des ressources informatiques. L’entraînement peut être coûteux en temps et en mémoire, notamment pour les grandes scènes. Une carte graphique adaptée facilite généralement le traitement.
Autre difficulté : les Gaussiennes ne forment pas directement un maillage classique. Il peut donc être compliqué d’obtenir un modèle utilisable dans un logiciel de conception ou de fabrication. Des recherches cherchent à résoudre ce problème. Des méthodes comme SuGaR et le 2D Gaussian Splatting améliorent la cohérence géométrique et facilitent la reconstruction de surfaces. Ces évolutions montrent que la technologie progresse rapidement. Elle devient plus intéressante pour les applications qui demandent à la fois un rendu réaliste et une structure 3D exploitable.
La photogrammétrie : principes de fonctionnement, applications et limites
Un processus structuré pour reconstruire la géométrie
La photogrammétrie fonctionne en plusieurs étapes. La première consiste à prendre des photographies de l’objet ou du lieu. Il faut conserver un bon chevauchement entre les images. Cela permet au logiciel de retrouver les mêmes détails sur plusieurs photographies. Les images sont ensuite analysées pour identifier des points communs. Le logiciel estime leur position dans l’espace et calcule les positions des appareils photo. Cette étape produit généralement un nuage de points clairsemé. La reconstruction se poursuit avec la densification. Le logiciel ajoute de nombreux points pour mieux représenter la surface. On obtient alors un nuage de points dense. À partir de celui-ci, il est possible de générer un maillage. Ce dernier représente la surface de l’objet avec des triangles. Une texture peut ensuite être créée à partir des photographies originales.
Des logiciels comme COLMAP, OpenMVG et OpenMVS permettent de réaliser différentes étapes de ce processus. L’un des grands avantages de la photogrammétrie est la nature du résultat obtenu. Le modèle peut être utilisé dans des logiciels de CAO, de modélisation, de cartographie ou d’inspection. Il est également possible d’évaluer les dimensions d’un objet. Toutefois, une mesure fiable nécessite une échelle connue ou un système de référence. La qualité des photographies et la précision du traitement jouent aussi un rôle important.
Les contraintes et les domaines d’application
La photogrammétrie reste une technique très polyvalente. Elle est utilisée pour documenter des monuments, reconstruire des sites archéologiques ou réaliser des modèles de bâtiments. Elle permet aussi de produire des cartes et des modèles de terrain à partir d’images prises par drone. Dans l’industrie, elle peut servir à inspecter des pièces ou à comparer leur forme avec un modèle de référence. Mais elle présente certaines difficultés. Le traitement peut prendre du temps, surtout lorsque les photographies sont nombreuses ou très détaillées.
La qualité de l’acquisition est également essentielle. Les surfaces uniformes offrent peu de points de repère. Les objets transparents ou brillants sont souvent difficiles à reconstruire. La végétation pose aussi des problèmes. Les feuilles et les branches bougent entre les prises de vue. Le logiciel peut alors avoir du mal à retrouver une structure cohérente. Enfin, le maillage peut devenir très lourd. Il faut parfois réduire le nombre de polygones pour faciliter son utilisation. Cette simplification peut entraîner une perte de détails. Malgré ces contraintes, la photogrammétrie reste une méthode fiable pour obtenir une représentation géométrique exploitable. Elle bénéficie aussi de nombreuses années de recherche et d’une grande variété d’outils.
Géométrie ou photoréalisme : quel outil choisir entre photogrammétrie et Gaussian Splatting ?
La différence fondamentale entre le Gaussian Splatting et la photogrammétrie se trouve dans leur objectif principal. La photogrammétrie cherche à reconstruire la forme d’un objet ou d’un environnement. Elle produit des données géométriques qui peuvent être mesurées, modifiées et intégrées dans différents logiciels. Le Gaussian Splatting cherche avant tout à reproduire l’apparence d’une scène. Il permet de retrouver un environnement visuellement réaliste et de s’y déplacer avec fluidité.
Prenons l’exemple d’un bâtiment historique. Avec la photogrammétrie, il est possible de créer un maillage détaillé du bâtiment. Ce modèle peut servir à mesurer ses dimensions, analyser son état ou préparer des travaux de restauration. Avec le Gaussian Splatting, le bâtiment peut être reproduit avec une grande richesse visuelle. L’utilisateur peut se déplacer autour de lui et observer les détails dans une expérience immersive.
Les deux méthodes ne produisent donc pas exactement le même résultat. L’une privilégie la géométrie exploitable. L’autre privilégie la qualité de représentation et la fluidité du rendu. Cela ne signifie pas que le Gaussian Splatting est incapable de produire de la géométrie. Des méthodes récentes permettent d’extraire des surfaces et des maillages. Toutefois, cette étape reste plus complexe que dans un workflow photogrammétrique classique.
Le choix dépend donc du projet. Pour réaliser des mesures précises, produire un modèle technique ou travailler en topographie, la photogrammétrie reste souvent plus adaptée. Pour créer une visite immersive, un décor virtuel ou une représentation réaliste d’un lieu, le Gaussian Splatting peut être particulièrement intéressant. Il faut également considérer le temps de traitement, les ressources informatiques et les logiciels utilisés. Ces facteurs peuvent changer le choix final. Finalement, les deux technologies ne sont pas forcément concurrentes. Elles peuvent même être complémentaires. La photogrammétrie peut fournir une base géométrique solide. Le Gaussian Splatting peut ensuite enrichir l’expérience visuelle.
Restez à la pointe de l'information avec REALITE-VIRTUELLE.COM !
- Partager l'article :
