AMPLI

AMPLI, Learning and Inverse Procedural Modeling for Authoring Large Virtual Worlds

Durée : 2020 - 2025
Programme : ANR
Portée : Nationale

Site web
Paysage
Landscape
Télédétection
Remote sensing
Occupation du sol
Landuse
Analyse d'images
Image analysis
Analyse de texture
Texture analysis
Texture
carte
Map
Mapping
Satellite
Image satellite

L'objectif du projet est de proposer des techniques de haut niveau pour aider les artistes à créer des mondes virtuels à partir de données hétérogènes, notamment des images satellites. Cette aide sera fournie sous forme d'outils de haut niveau qui aideront les utilisateurs dans leurs tâches, sans introduire de compromis dans le processus de création. Cela signifie que les artistes ne doivent pas être limités par l'introduction de ces outils et, en particulier, qu'ils doivent être en mesure de créer des mondes virtuels.
Cela signifie que les artistes ne devraient pas être limités par l'introduction de tels outils et, en particulier, qu'ils devraient conserver différents niveaux de contrôle. Le projet s'appuiera sur des méthodes d'apprentissage automatique pour prédire des cartes détaillées à partir d'esquisses ou de cartes d'entrée grossières.

COLLABORATIONS

  • LIRIS
  • INSA Lyon
  • Ubisoft
  • CNRS
  • University of Cape Town