GeoGen3DHuman - apprentissage profond géométrique et modèles génératifs pour l’homme 3D

Collaboration entre : CRIStAL/ CNRS/Centrale Lille/Université de Lille), l’IMT Nord Europe et le Media Integration and Communication Center (MICC) de l’Université de Florence

Équipe : 3D-SAM du Groupe Thématique : Image

Dates : 2022 - 2026

Résumé :

Le projet de recherche internationale (IRP) sur l’apprentissage géométrique et les modèles génératifs pour l’homme 3D (GeoGen3DHuman) entre le Centre de recherche en informatique de l’UMRC, le signal et l’automatique de Lille (CRIStAL) et le Media Integration and Communication Center (MICC) de l’Université de Florence est une recherche et une collaboration conjointes dans le domaine de la vision par ordinateur et de l’intelligence artificielle. L’objectif principal de GeoGen3DHuman est de développer des modèles génératifs basés sur des principes mathématiques pour l’apprentissage profond dans des domaines non euclidiens tels que les graphes et les mailles.3D. GeoGen3DHuman aborde certains des problèmes les plus difficiles dans différents domaines tels que la vision par ordinateur et l’informatique graphique, où les modèles générateurs jouent un rôle très important. Le sujet de recherche lui-même est très opportun en termes de besoins et d’applicabilité des systèmes visés.

Abstract :

The International Research Project (IRP) on Geometric Learning and Generative Models for 3D Humans (GeoGen3DHuman) between the UMRC Lille Research Centre for Computer Science, Signal and Automation (CRIStAL) and the Media Integration and Communication Center (MICC) at the University of Florence is a joint research and collaboration in the field of computer vision and artificial intelligence. The main objective of GeoGen3DHuman is to develop generative models based on mathematical principles for deep learning in non-Euclidean domains such as graphs and 3D meshes. GeoGen3DHuman tackles some of the most difficult problems in different fields such as computer vision and graphics computing, where generative models play a very important role. The research topic itself is very timely in terms of the needs and applicability of the systems targeted.