Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Empowering Neural Rendering Methods with Physically-Based Capabilities

Description du projet

Création 3D pilotée par l’IA avec contrôle basé sur la physique

La création de contenu 3D implique des processus complexes, gérés par des artistes spécialisés pour créer les modèles 3D et de coûteux algorithmes pour le rendu des images finales. Ces solutions sont utilisées dans des domaines tels que les jumeaux numériques, l’architecture, la réalité virtuelle, les effets spéciaux et bien d’autres. La création traditionnelle de contenu 3D fait appel à un rendu basé sur la physique, qui simule le transport de la lumière selon les lois de la physique, garantissant des résultats très précis et réalistes, mais généralement à un coût de calcul très élevé. En revanche, le rendu neuronal est une solution récente et puissante qui s’appuie sur l’apprentissage profond pour générer des images basées sur des représentations apprises, mais qui manque de précision physique et de contrôle. Le projet NERPHYS, financé par le CER, propose de nouvelles représentations et de nouveaux algorithmes de rendu neuronal qui permettent une création informatique efficace de contenu 3D amélioré par un contrôle basé sur la physique.

Objectif

While long restricted to an elite of expert digital artists, 3D content creation has recently been greatly simplified by deep learning. Neural representations of 3D objects have revolutionized real-world capture from photos, while generative models are starting to enable 3D object synthesis from text prompts. These methods use differentiable neural rendering that allows efficient optimization of the powerful and expressive ``soft'' neural representations, but ignores physically-based principles, and thus has no guarantees on accuracy, severely limiting the utility of the resulting content.

Differentiable physically-based rendering on the other hand can produce 3D assets with physics-based parameters, but depends on rigid traditional ``hard'' graphics representations required for light-transport computation, that make optimization much harder and is also costly, limiting applicability.

In NERPHYS we will combine the strengths of both neural and physically-based rendering, lifting their respective limitations by introducing polymorphic 3D representations, i.e. capable of morphing between different states to accommodate both efficient gradient-based optimization and physically-based light transport. By augmenting these representations with corresponding polymorphic differentiable renderers, our methodology will unleash the potential of neural rendering to produce physically-based 3D assets with guarantees on accuracy.

NERPHYS will have ground-breaking impact on 3D content creation, moving beyond today's simplistic plausible imagery, to full physically-based rendering with guarantees on error, enabling the use of powerful neural rendering methods in any application requiring accuracy. Our polymorphic approach will fundamentally change how we reason about scene representations for geometry and appearance,
while our rendering algorithms will provide a new methodology for image synthesis, e.g. for training data generation or visual effects.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2023-ADG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET AUTOMATIQUE
Contribution nette de l'UE
€ 2 488 029,00
Adresse
DOMAINE DE VOLUCEAU ROCQUENCOURT
78153 Le Chesnay Cedex
France
Région
Ile-de-France Ile-de-France Yvelines
Type d’activité
Research Organisations
Liens
Coût total
€ 2 488 029,00

Bénéficiaires (1)