Modélisation procédurale

Résumé

La modélisation procédurale est un terme générique pour un certain nombre de techniques, utilisé pour la génération de modèle. Cela peut aller des jeux vidéo (infographie, terrain de jeu, personnages impliqués dans le jeu), dans l'art génératif (ou art procédural), ou bien encore dans l'ingénierie (organisation, production de formes optimales, comme un profil d'aile). Parmi les plus connues, on peut citer les fractales (mouvement Brownien fractionnaire) en général pour simuler la nature, les L-Systèmes, une variante des fractales s'appliquant notamment aux plantes, le diagramme de Voronoï permettant une répartition réaliste, telle des bulles à la surface d'un liquide. Plus récemment, l'apprentissage profond, et ses variantes spécialisées est une technique permettant d'apprendre les processus de création d'artistes et de les imiter. Les algorithmes génétiques, sont à la fois utilisés pour la simulation, et la modélisation de formes optimales en ingénierie. L'ensemble des règles peut

Source officielle

https://fr.wikipedia.org/wiki/Mod%C3%A9lisation_proc%C3%A9durale

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (2)

Publications associées

Chargement

Personnes associées

Chargement

Unités associées

Chargement

Concepts associés (7)

Concepts associés

Chargement

Cours associés (4)

Cours associés

Chargement

Séances de cours associées (6)

Afficher plus

Séances de cours associées

Chargement

Structure-aware Synthesis for Predictive Woven Fabric Appearance

Wenzel Alban Jakob, Shuang Zhao

Woven fabrics have a wide range of appearance determined by their small-scale 3D structure. Accurately modeling this structural detail can produce highly realistic renderings of fabrics and is critical for predictive rendering of fabric appearance. But building these yarnlevel volumetric models is challenging. Procedural techniques are manually intensive, and fail to capture the naturally arising irregularities which contribute significantly to the overall appearance of cloth. Techniques that acquire the detailed 3D structure of real fabric samples are constrained only to model the scanned samples and cannot represent different fabric designs. This paper presents a new approach to creating volumetric models of woven cloth, which starts with user-specified fabric designs and produces models that correctly capture the yarn-level structural details of cloth. We create a small database of volumetric exemplars by scanning fabric samples with simple weave structures. To build an output model, our method synthesizes a new volume by copying data from the exemplars at each yarn crossing to match a weave pattern that specifies the desired output structure. Our results demonstrate that our approach generalizes well to complex designs and can produce highly realistic results at both large and small scales. © 2012 ACM 0730-0301/2012/08-ART75.

ACM2012

Chargement

Design Transformations for Rule-based Procedural Modeling

Cheryl Shaulya Lau, Stefan Lienhard, Mark Pauly

We introduce design transformations for rule-based procedural models, e.g., for buildings and plants. Given two or more procedural designs, each specified by a grammar, a design transformation combines elements of the existing designs to generate new designs. We introduce two technical components to enable design transformations. First, we extend the concept of discrete rule switching to rule merging, leading to a very large shape space for combining procedural models. Second, we propose an algorithm to jointly derive two or more grammars, called grammar co-derivation. We demonstrate two applications of our work: we show that our framework leads to a larger variety of models than previous work, and we show fine-grained transformation sequences between two procedural models.

Wiley2017

Chargement