Le Groupe de Travail Réalité Virtuelle et le GDR Information, Signal, Images et ViSion (ISIS) ont organisé le 25 mars 1999 à l'ENST une journée de travail sur le thème : Coopération entre analyse et synthèse d'image.
Résumé: Cette journée a été ouverte par un exposé invité d'A. Gagalowicz (INRIA) qui a rappelé l'intérêt d'utiliser conjointement l'analyse et la synthèse d'image, et a présenté des résultats récents dans le cadre de la post-production vidéo. Les 8 exposés suivants ont porté sur la synthèse et l'extraction de texture, l'incrustation d'objets virtuels dans des scènes réelles, le suivi et la modélisation de visages animés et de gestes, la reconstruction de surfaces en stéréo-acquisition, et la représentation de formes volumiques. 44 personnes ont assisté à cette journée.
10 h : |
Présentation de la journée |
|
10 h 05 : |
Présentation invitée : Techniques
d'analyse et de synthèse pour la post-production vidéo
|
|
10 h 50 : |
Pause |
|
11 h : |
Synthèse de textures aléatoires
à différentes échelles par modèle AR
|
|
11 h 30 : |
Etude sur l'extraction de textures à
partir de photos quelconques |
|
12 h : |
Méthodes de calcul du point de vue
pour une composition réaliste d'images réelles et
virtuelles |
|
12 h 30 : |
Repas |
|
14 h : |
Clonage de visages sans contrainte par
coopération entre analyse et synthèse d'images
|
|
14 h 30 : |
Animation de visages par morphing
inverse sur une séquence d'images réelles
|
|
15 h : |
Animation par la vision d'un modèle
3D de la main |
|
15 h 30 : |
Pause |
|
15 h 45 : |
Reconstruction de courbes et de surfaces
3D en stéréo-acquisition |
|
16 h 15 : |
Représentation duale de données
volumiques discrètes appliquée à la
visualisation |
|
16 h 45 : |
Bilan et conclusion |
|
17 h : |
Clôture de la journée |
|
Je présenterai tout d'abord les motivations générales et l'intérêt de l'analyse / synthèse. Ensuite, je proposerai des schémas possibles d'utilisation de ce concept dans le cas de l'analyse de séquences d'images monoculaires et je détaillerai une solution (toute nouvelle) de la poursuite d'objets 3D rigides par cette approche analyse / synthèse. On utilise des modèles géométriques 3D des objets qui nous intéressent et les images précédentes nous servent a texturer ces modèles 3D. Une prédiction de la position de l'objet dans l'image actuelle est alors utilisée et nous synthétisons une image prédite que nous comparons à l'image réelle ce qui permet de raffiner le positionnement de l'objet . Une fois ce positionnement réalisé, on met à jour la texture de l'objet et on itère ainsi la procédure. La poursuite s'effectue ainsi de manière très stable même dans des cas très difficiles. Une application à la post-production vidéo sera finalement montrée.
André Gagalowicz :"Collaboration between Computer Graphics and Computer Vision", Progress in IMage Analysis and Processing II, published by World Publishing (1992), pp. 229-258.
André Gagalowicz, Philippe Gerard : "Use of Image Analysis/Synthesis techniques for 3D Object Tracking" submitted to ICCV'99.
Ce travail décrit une méthode originale d'analyse et de synthèse de textures aléatoires. Nous proposons une méthode permettant la synthèse de textures aléatoires réduites ou dilatées à des échelles quelconques, les échelles pouvant être différentes selon deux axes orthogonaux sur la texture. En effet, il est parfois utile de pouvoir synthétiser une texture à une échelle d'observation différente de celle avec laquelle elle a été numérisée. Dans notre cas, la synthèse n'est plus limitée à une texture à résolution fixe (échelle 1) [3, 4], ni même à une échelle égale à un rapport de deux nombres entiers [1].
Cette méthode exploite le changement de variables dans la fonction d'autocorrélation des textures étudiées [2]. A partir d'une texture de référence et d'un couple de facteurs d'échelle donnés, appliqués indépendamment sur l'axe des abscisses et sur l'axe des ordonnées, nous calculons les coefficients de corrélation de la texture modifiée sous échelle. Les coefficients obtenus associés à un modèle AR 2D vont permettre la synthèse de la texture réduite ou dilatée.
La méthode a été appliquée en considérant une déformation uniforme sur les deux axes, caractérisant une translation de la texture dans la direction d'observation. La synthèse de textures aléatoires est réalisée dans un premier temps sur des textures synthétiques puis dans un deuxième temps sur des textures naturelles eau et crépi. Afin de comparer de façon visuelle les résultats de synthèse obtenus, nous avons généré, par un logiciel, pour chaque texture de référence une base test avec six facteurs d'échelle. De plus, comme critère statistique de comparaison, les histogrammes des images test et des images synthétisées par modèle AR 2D sont présentés.
Mots-Clés : Texture, Facteur d'échelle, Autocorrélation, Synthèse.
A. Gagalowicz, J. Levy-Vehel, "Synthèse de texture à résolution variable". Machines Réseaux Intelligents, Paris, La Villette, 18-22 mai, pp.69-72, 1987.
C. Lecomte, Modélisation et reconnaissance de textures sous échelle en traitement d'images, Thèse d'Université, Poitiers, jan. 1999.
H. Mhidra, Moments discrets 2D et modèles autorégressifs. Application à la modélisation et à la reconnaissance des textures. Thèse d?Université, Poitiers, juin 1991.
Song De Ma, A Gagalowicz, "Modèle autorégressif bidimensionnel pour la synthèse de texture". 1er Colloque Image, Biarritz, mai 1984.
Le réalisme des images de synthèse actuelles est obtenu, en partie, par l'emploi de textures qui donnent un aspect de matière aux objets. Il est donc nécessaire d'associer les textures aux modèles géométriques.
Une bonne solution pour avoir des textures réalistes est de les extraire à partir de photos. Pour cela, il faut posséder un ensemble de photos représentant un objet et un modèle géométrique de l'objet ainsi qu'un point de vue par photo.
Certaines méthodes reconstruisent le modèle géométrique. Il s'agit par exemple de la stéréovision [1]. Les textures sont récupérées au même moment sur les photos.
Notre approche consiste à récupérer des textures sur des photos quelconques d'un objet. On ne connait pas le point de vue des photos mais on possède un modèle tridimensionnel de l'objet. Nous nous appuyons sur le principe de l'analyse par synthèse [2] [3] pour retrouver les points de vue qui permettent l'extraction des textures sur les photos.
La démarche est la suivante :
Connaissant un modèle géométrique tridimensionnel de l'objet (décrit par VRML par exemple [4]) et un ensemble de photos,on veut obtenir un modèle texturé complet et adapté aux photos. Pour que le modèle soit adaptable, il faudra y ajouter des contraintes et des degrés de liberté en plus de la simple hiérarchie géométrique. Ces paramètres seront choisis en fonction du modèle pour le rendre générique.
Pour chaque photo :
1) calculer le point de vue (recalage semi-automatique)
1.a) recalage interactif du modèle 3D sur la photo
1.b) affinage automatique du recalage
2) adaptation du modèle 3D par rapport à la photo en respectant les degrés de liberté et les contraintes définis
3) extraction des textures sur la photo
En derniere étape, il faudra traiter toutes les textures récupérées pour en obtenir la meilleure qualité possible et, en particulier, mixer les informations provenant de plusieurs photos.
Le modèle adapté pourra alors être décrit au format VRML et accompagné de ses textures sous forme de fichiers images séparés comme l'exige la norme VRML. On aura alors une instance texturée du modèle générique du début.
Le recalage semi-automatique du modèle 3D sur la photo et l'adaptation de ce modèle en fonction de la photo sont des phases critiques de notre approche. Elles sont actuellement en cours d'étude. La démarche générale et les études en cours seront présentées.
"Vision par ordinateur - Outils fondamentaux" - Radu Horaud et Olivier Monga - éditions Hermes, 1992
"Dynamic 3D scene analysis through synthesis feedback control", Reinhard Koch - IEEE Transactions on Pattern Analysis and Machine Intelligence, numero 15, volume 6, pages 556-568, June 1993
"Modeling and rendering architecture from photographs : a hybrid geometry and image-based approach" - Paul E. Debevec, Camillo J. Taylor and Jitendra Malik - Computer Graphics Proceedings (SIGGRAPH), pages 11-20, 1996
"The VRML handbook - building moving worlds on the Web" - Jed Hartman and Josie Wernecke - Addison Wesley Developers Press
Nous présentons des solutions au problème de l'incrustation d'objets virtuels dans des séquences d'images réelles. Une méthode robuste à deux niveaux est utilisée pour calculer le point de vue à partir de correspondances modèle/image de primitives courbes suivies dans la séquence [1]. Cette méthode est capable de donner une estimation correcte du point de vue, même lorsque des erreurs de suivi se produisent. Cependant, si l'on souhaite incruster des objets virtuels dans une zone de la scène qui ne contient pas (ou peu) de primitives du modèle, l'erreur de reprojection dans cette zone peut être importante. Afin d'améliorer la précision du point de vue, nous utilisons des points d'intérêt (détectés de facon automatique) qui peuvent être facilement appariés entre deux images consécutives. Comme la relation entre deux points appariés est une fonction du mouvement de la caméra, le point de vue peut être amélioré en minimisant une fonction de coût qui prend en compte à la fois l'erreur de reprojection et les appariements entre deux images [2]. Notre système a été notamment utilisé pour l'incrustation d'une voiture virtuelle dans une séquence de la place Stanislas à Nancy. D'autres résultats sont présentés sur
le site http://www.loria.fr/~gsimon/videos.html.
G. Simon and M.-O. Berger, "A two-stage robust statistical method for temporal registration from features of various type", Proceedings of the 6th International Conference on Computer Vision, Bombay (India). January 1998.
G. Simon, V. Lepetit, and M.-O. Berger, "Computer Vision Methods for Registration: Mixing 3D Knowledge and 2D Correspondences for Accurate Image Composition", First IEEE International Workshop on Augmented Reality, Nov. 1, 1998. San Francisco, CA (USA).
Nous proposons de présenter un algorithme de suivi et d'estimation de pose de visage base sur une coopération analyse/synthèse, ou l'idée directrice est de suivre en 2D les régions d'intérêt des visages en utilisant les "prédictions" produites par un module de synthèse d'images associant une représentation 3D réaliste de l'utilisateur avec un filtre de Kalman.
Les prédictions sont en fait les imagettes du modèle 3D rendu, et incluent a la fois les déformations géometriques dans le plan image et les changements photométriques, dus a la pose prédite du locuteur par le filtre de Kalman.
Ainsi, l'algorithme remet en permanence a jour les motifs de référence utilises pour le suivi, et fonctionne sans avoir besoin de mettre des marqueurs ou de maquiller le visage, tout en autorisant de grands angles de rotation en dehors du plan image.
Nous discuterons des performances de l'algorithme de suivi, et parlerons de nos derniers développements concernant l'estimation des expressions faciales.
S. Valente, J.-L. Dugelay & H. Delingette, Geometric and Photometric Head Modeling for Facial Analysis Technologies, Technical Report RR-041, Institut Eurecom, Mai 1998.
S. Valente & J.-L. Dugelay, "3D Face Modeling and Encoding for Virtual Teleconferencing", VLBV'98, Urbana-Champaign, Octobre 1998.
J.-L. Dugelay, K. Fintzel & S. Valente, "Synthetic Natural Hybrid Video Processings for Virtual Teleconferencing Systems", PCS'99, Portland, Avril 1999.
Demo MPEG de l'algorithme de suivi : http://www.eurecom.fr/~image/TRAIVI/valente-8points.mpg
Pages WWW du projet : http://www.eurecom.fr/~image/Clonage
L'étendue des recherches sur l'animation de visages de synthèse est aussi vaste que l'intérêt et les besoins sucités par le grand public, la télévision et le cinéma pour ces images. Le morphing est une méthode d'animation bien connue en synthèse, souvent
utilisée pour l'animation de visage, et qui consiste a mélanger plusieurs maquettes (ou expressions) topologiquement identiques, mais géometriquement différentes. Pour ce faire, l'utilisateur modélise dans un premier temps les expressions qu'il souhaite mélanger, et, dans un deuxième temps, il spécifie au cours du temps les valeurs des poids d'influence (pourcentages) qu'il souhaite attribuer à chaque maquette pour obtenir l'animation souhaitée. Notre méthode consiste à inverser ce processus classique, en tentant d'extraire les poids des maquettes à partir d'une séquence d'images réelles. Pour ce faire, nous discrétisons le visage réel sur la base d'un ensemble de points caractéristiques que nous choisissons. Cette animation discrète est alors decomposée sur une base d'expressions caractéristiques (joie, colère, etc...). Enfin, nous pouvons réinjecter les résultats de cette décomposition dans un morphing d'un visage plus complexe et totalement différent topologiquement et géometriquement. Cet outil est actuellement utilisé en production par la société Mac Guff Ligne, qui réalise des effets spéciaux pour la télévision et le cinéma.
Platt, Badler, "Animating Facial Expressions", Computer Graphics, 15(3), pp.245-252, 1981.
Patterson, Litwinowcicz, Greene, "Facial Animation by Spatial Mapping", Computer Animation '91, Tokyo, Springer-Verlag, 1991.
Terzopoulos, Water, "Techniques for realistic facial modeling and animation", Computer Animation '91, Tokyo, Springer-Verlag, 1991.
Williams L., "Performance driven facial animation", Computer Graphics, 24(4), pp.235-242, 1990.
Ekman, Friesen, "Manual for the facial action coding system, Consulting Psychologists Press, Inv, Palo Alto, California, 1977.
Nous présenterons une méthode de modélisation 3D du geste par recalage d'un modèle articulé de la main sur une séquence d'images monoscopique, sans marqueur. Après avoir décrit l?ajustement du modèle sur la morphologie de l?opérateur, nous comparons différentes fonctionnelles et méthodes d'optimisation pour le recalage d?un modèle de la main. Une originalité de notre approche réside dans la prise en compte des contraintes biomécaniques dans la procédure de recalage, ce qui permet de réduire considérablement l'espace de recherche et évite l'obtention de configurations irréalistes. Les applications potentielles d?un tel système sont entre autres l?animation d?acteurs virtuels, le codage SNHC et la transmission à très bas débit des gestes humains ou leur reconnaissance.
Mots clés : Analyse de gestes, modèle articulé, suivi de la main, recalage, fonctionnelle de coût, optimisation, simplexe, contraintes biomécaniques.
H. Ouhaddi et P. Horain, Modélisation 3D et suivi de la main ; http://www-sim.int-evry.fr/~hand .
H. Ouhaddi et P. Horain, "Conception et ajustement d'un modèle 3D articulé de la main", Actes des 6èmes Journées de Travail du GT Réalité Virtuelle, Issy-les-Moulineaux, France, 1998, pp. 83-90 ; http://www-sim.int-evry.fr/Publications .
H. Ouhaddi, P. Horain et K. Mikolajczyk, "Modélisation et suivi de la main", Actes des 4èmes Journées d'Etudes et d'Echanges " COmpression et REprésentation des Signaux Audiovisuels " (CORESA'98), Lannion, 1998, pp. 109-114 ; http://www-sim.int-evry.fr/Publications .
Ces travaux s'intéressent à la reconstruction des surfaces d'objets non polyédriques. Dans le contexte d'une stéréo-acquisition, nous faisons l'hypothèse que les contours appariés au sein d'une paire d'images décrivent les courbes de l'espace le long desquelles les surfaces des objets possèdent des plans tangents discontinus. Idéalement, ces contours forment des cycles et chaque cycle enferme une région de pixels qui correspond dans l'espace à l'une des surfaces à reconstruire. Une telle surface est elle-même en appui sur une courbe fermée dont la projection n'est autre qu'un des cycles de contours. Dans ce cadre, nous exposons plusieurs principes géométriques qui permettent de déterminer, par raffinements successifs, la forme des surfaces à l'intérieur de chaque courbe fermée préalablement reconstruite. Ces principes permettent en particulier de combiner la photométrie des images avec le modèle d'éclairement diffus [Bourdot et al., 1996].
La technique de reconstruction sur laquelle nous avons travaillé consiste à définir une surface paramétrique en appui sur une courbe fermée grâce à la définition des conditions aux limites de cette surface le long de la courbe sur laquelle elle s'appuie [Bechmann, 1989]. Notre approche consiste donc à construire des ensembles de courbes fermées dans l'espace à partir de la reconstruction des contours observés dans la paire d'image. Puis, d'utiliser la photométrie des objets de la scène pour déterminer l'orientation des surfaces en appui sur les courbes fermées. On construit ainsi une première hypothèse de surface formée par un assemblage radial de carreaux de Gregory [Du, 1988]. Cette première hypothèse est ensuite raffinée par une nouvelle utilisation du modèle photométrique de manière à prendre en compte les oscillations de la surface en dehors du voisinage immédiat des courbes fermées.
Le modèle géométrique adopté, tant du point de vue des concepts topologiques que de celui du formalisme de surfaces libres, ainsi que l'usage de modèles d'éclairement simple ont apporté à cette étude une structure pour les traitements relatifs à l'analyse d'image nécessaires à la reconstruction d'objets. Ainsi, le principe de cette reconstruction est de procéder par des analyses locales tant au niveau de l'utilisation des contours que de l'analyse photométrique, ce qui évite les traitements globaux tels que la corrélation [Faugeras et al., 1993] (pour la stéréo) ou le "Shape from Shading" [Horn et Brooks, 1986] (pour l'analyse photométrique).
[Bechmann, 1989] Dominique Bechmann (1989). Défnition et Manipulation de Primitives Surfaciques de Forme Libre. thèse de doctorat, Université Louis Pasteur, Strasbourg, Departement Informatique.
[Bourdot et al., 1996] Patrick Bourdot, David Roussel, et Rachid Gherbi (1996). Reconstruction de surfaces 3d dans le contexte d'une stéréoacquisition. Revue Internationale de CFAO et d'Informatique Graphique, Actes Du MICAD 96, 11(12):21-36.
[Du, 1988] Wen Hui Du (1988). Etude sur la Représentation de Surfaces Complexes: Application à la Reconstruction de Surfaces échantillonnées. thèse de doctorat, Ecole Nationale Supérieure des Télécommunications, Paris.
[Faugeras et al., 1993] Olivier Faugeras, Bernard Hotz, Hervé Mathieu, Thierry Viéville, Zhengyou Zhang, Pascal Fua, Eric Théron, Laurent Moll, Berry Gérard, Jean Vuillemin, Patrice Bertin, et Catherine Proy (1993). Real time correlationbased stereo: Algorithm, implementations and applications. Rapport de Recherche n° 2013, INRIA.
[Horn et Brooks, 1986] Berthold K. P. Horn et Michael J. Brooks (1986). The variational approach to shape from shading. Journal of Computer Vision, Graphics, and Image Processing, 33:174-207.
La collaboration entre analyse et synthèse d?images trouve aujourd?hui un écho de plus en plus important dans de nombreux domaines d?applications comme l?imagerie biomédicale, domaine précurseur en la matière. Qu'il s'agisse de constitution d?atlas numériques ou de simulations opératoires pour ne citer que ces exemples, la nécessité est apparue de faire appel à un ensemble de techniques travaillant en coopération étroite les unes avec les autres. Parmi ces techniques transverses, on trouve celles relatives à la visualisation qui à elles seules représentent un pan entier de l?informatique graphique [LUC95]. De très nombreux travaux ont été présentés depuis plus de vingt ans autour de cette problèmatique, conduisant aujourd?hui à les distinguer selon deux catégories : les approches surfaciques et les approches volumiques.
Notre travail repose sur une approche mixte. Le système de visualisation que nous proposons est un système hybride basé sur l?utilisation de surfaces implicites [MUR91] définies à partir de squelettes [BIT95][FER97][PRE99]. Notre objectif est de mettre au point un outil d'exploration interactif de données voxels. Nous nous sommes attachés à améliorer deux aspects fondamentaux liés à la génération d?images : la rapidité de calcul [NOO97]et la qualité des images, et avons recherché la validation de notre travail en utilisant des données issues du monde réel et de simulations.
L'algorithme que nous proposons repose, après binarisation des données volumiques, sur une double caractérisation de la forme selon le principe suivant :
· obtention d'un squelette réversible et minimal [ATT95][VID96]de la forme étudiée à partir d'une carte interne de distances Euclidiennes exactes [SAI94a][SAI94b][BOR97].
· visualisation proprement dite sur la base d?un algorithme de lancé de rayons, les calculs d?intersections étant notamment couplée à une carte externe de distances Euclidiennes exactes pour en améliorer sensiblement les performance [ZUI95], le calcul des normales à la surface étant obtenu par dérivation du champ de potentiels engendré par le squelette de la forme précédemment établi [BIT95][FER97].
Nos premiers essais nous laissent espérer de très bons résultats en terme de qualité ainsi qu'en temps de calcul même si le temps réel que nous espérions atteindre ne semble pas encore d'actualité.
En terme de perspectives et toujours dans le cadre de la collaboration analyse/synthèse, nous travaillons aujourd'hui au développement d?outils nous permettant sur la base de la dualité de notre modèle de :
· premièrement, représenter un même objet à différents niveaux de détails. Nous utilisons pour cela des techniques issues de la morphologie mathématique comme l'érosion morphologique mais sur le graphe associé au squelette géométrique.
· deuxièmement, doter notre modèle d'un comportement dynamique, on parle aussi de modèles déformables [BIT98], dans l?optique, par exemple, de faire du " tracking " cellulaire 3D au cours de phénomènes naturels ou provoqués comme l?apoptose, la morphogénèse ou bien encore l'adjonction de drogues en plus ou moins grande concentration dans un organite quelconque afin d'en étudier l'impact.
[ATT95] D. ATTALI. Squelette et Graphes de Voronoi 2D et 3D, Thèse de doctorat, Université Joseph Fourier, Grenoble I, 1995.
[BIT95] E. BITTAR, N. TSINGOS & M.P. GASCUEL. "Automatic reconstruction of unstructured 3D data : combining a medial axis and implicit surfaces", Proc. Eurographics?95, Vol. 14, n°3, pp457-468, 1995.
[BIT98] E. BITTAR. Modèles déformables surfaciques, implicites et volumiques pour l'imagerie médicale, Thèse de Doctorat, Université Joseph Fourier, Grenoble I, 1998.
[BOR97] G. BORGEFORS & I. NYSTROM. "Efficient shape representation by minimizing the set of centres of maximal discs/spheres", Pattern Recognition Letters 18, pp 465-472, 1997
[FER97] E. FERLEY & M. P. CANI-GASCUEL & D. ATTALI. "Skeletal Reconstruction of Branching Shapes", Computer Graphics forum. Vol. 16, n° 5, pp 283-293, 1997.
[LUC95] L. LUCAS. Reconstruction Visualisation et Quantification Tridimensionnelles : Application à la Microscopie Confocale, Thèse de Doctorat, Université de Reims Champagne-Ardenne, 1995.
[MUR91] S. MURAKI. "Volumetric Shape Description of Range Data using "Blobby Model" ", Computer Graphics, Vol 25, n° 4, pp 227-235, 1991.
[NOO97] H. J. NOORDMANS, A. W. M. SMEULDERS & H. T. M. van der VOORT. "Fast volume render techniques for interactive analysis", Visual Computer, Vol. 13, n° 8, pp 345-358, 1997.
[PRE99] S. PREVOST & L. LUCAS. "An integrated and efficient voxel-based rendering system : from discrete skeleton shape descriptor to implicit surface visualization", Proc. WSCG?99, pp 411-417, 1999.
[SAI94a] T. SAITO & J. TORIKAWI. "New algorithms for euclidean distance transformation of an n-dimensional digitalized picture with applications", Pattern Recognition, Vol. 27, n° 11, pp 1551-1565, 1994.
[SAI94b] T. SAITO & J. TORIKAWI. "Reverse Distance Transformation and Skeletons Based upon the Euclidean Metric for n-Dimensional Digital Binary Pictures", IEICE Trans. Inf. & Syst., Vol. E77-D., n° 9, 1994.
[VID96] S. F. VIDAL & G. MALANDAIN. Squelettes euclidiens d?objets discrets n-dimensionnels, INRIA TR n°2771 programme 4, 1996.
[ZUI95] K. J. ZUIDERVELD. Visualization of Multimodality Medical Volume Data using Object-Oriented Methods, Thèse de doctorat, Université d?Utrecht, 1995.
|
Nom |
Equipe |
Mél |
1 |
Guillaume Lafitte |
CEA / DEIN / SLA / GAP |
glafitte@cea.fr |
2 |
Laurent Cohen |
CEREMADE (Univ. Paris-Dauphine) |
cohen@ceremade.dauphine.fr |
3 |
Florence Tupin |
ENST / TSI |
tupin@enst.fr |
4 |
Francis Schmitt |
ENST / TSI |
Francis.Schmitt@enst.fr |
5 |
Frank Angella |
ESI / ENSERB |
angella@tsi.u-bordeaux.fr |
6 |
Michel Chapron |
ETIS - ENSEA |
chapron@ensea.fr |
7 |
Mai Nguyen |
ETIS (ENSEA-UCP) |
nguyen@ensea.fr |
8 |
Michel Jordan |
ETIS Cergy |
mj@ensea.fr |
9 |
Jean-Luc Dugelay |
EURECOM / MM |
jld@eurecom.fr |
10 |
Stéphane Valente |
EURECOM / MM |
valente@eurecom.fr |
11 |
Jean-Etienne Noiré |
INA |
jen@ina.fr |
12 |
Séverine Pelosse |
INA |
pelosse@inria.fr |
13 |
Pierre-Louis Bazin |
INRIA |
pierre-louis.bazin@inria.fr |
14 |
Gérard Subsol |
INRIA / EPIDAURE |
Gerard.Subsol@inria.fr |
15 |
Maxime Lhuillier |
INRIA Rhône Alpes |
Maxime.Lhuiller@inrialpes.fr |
16 |
André Gagalowicz |
INRIA Rocquencourt |
Andre.Gagalowicz@inria.fr |
17 |
Hocine Ouhaddi |
INT / ARTEMIS |
hocine.ouhaddi@int-evry.fr |
18 |
Patrick Horain |
INT / ARTEMIS |
Patrick.Horain@int-evry.fr |
19 |
Frank Galpin |
IRISA |
fgalpin@irisa.fr |
20 |
Claire Pegorier |
Kalumet |
codea@hotmail.com |
21 |
René Mathurin |
LC. Ponts et Chaussées |
mathurin@lcpc.fr |
22 |
Kaïs Cheriaa |
LCIA / Système de vision |
kais.cheriaa@insa-rouen.fr |
23 |
Philippe Even |
LCTRV (CEA / LRP) |
even@robot.uvsq.fr |
24 |
G-Eric Bittar |
LERI |
bittar@leri.univ-reims.fr |
25 |
Laurent Lucas |
LERI |
laurent.lucas@univ-reims.fr |
26 |
Stéphanie Prevost |
LERI |
prevost@leri.univ-reims.fr |
27 |
Prakash Narayan |
LGGST |
prakash@lgs.jussieu.fr |
28 |
Christophe Chaillou |
LIFL |
chaillou@lifl.fr |
29 |
Jean-Philippe Vandeboore |
LIFL |
jpvdb@lifl.fr |
30 |
David Roussel |
LIMSI |
roussel@limsi.fr |
31 |
Martin Dromigny |
LIMSI |
dromigny@limsi.fr |
32 |
Patrick Bourdot |
LIMSI |
pb@limsi.fr |
33 |
Rachid Gherbi |
LIMSI |
gherbi@limsi.fr |
34 |
Serge Kinkingnehun |
LISSE / EMSE |
skinkin@emse.fr |
35 |
Gilles Simon |
LORIA |
gsimon@loria.fr |
36 |
Claude Cassier |
LVR |
claude.cassier@bourges.univ-orleans.fr |
37 |
Philippe Limantour |
SIM TEAM |
philippe@simteam.com |
38 |
Thierry Lauthelier |
U. de Bougogne / LEZI |
Thierry.Lauthelier@u-bourgogne.fr |
39 |
Malik Mallem |
U. Evry / CEMIF |
mallem@cemif.univ-evry.fr |
40 |
Florent Chavand |
U. Evry / CEMIF |
chavand@iup.univ-evry.fr |
41 |
Jacques Brochard |
U. Poitiers / SIC |
brochard@sic.sp2mi.univ-poitiers.fr |
42 |
Christèle Lecomte |
U. Poitiers / SIC / IRCOM |
lecomte@sic.sp2mi.univ-poitiers.fr |
43 |
Edwige Pissaloux |
U. Rouen |
Edwige.Pissaloux@univ-rouen.fr |
44 |
Xavier Wielemans |
UCL Louvain-la-Neuve (Belgique) |
xavier.wielemans@advalvas.be |
Créé en 1994, le Groupe de Travail Réalité Virtuelle est désormais rattaché conjointement aux Groupements de Recherche ISIS (à travers son GT5 Vision), ALP (Pôle Informatique Graphique associé à l'AFIG) et I3. Il a pour but de fédérer les efforts de recherche des équipes universitaires et industrielles françaises travaillant dans les différents domaines d'application de la Réalité Virtuelle. Il est organisateur du Colloque International Réalité virtuelle et prototypage les 3 et 4 juin 1999 à Laval.
Les déplacements des membres des GDR aux réunions du GT-RV peuvent être pris en charge par leur GDR d'origine dans les conditions habituelles (ISIS: 1 mission par laboratoire, 3 semaines de délai pour le "prepaid").
Dernière modification le 8/4/99.