Reconstruction 3D à partir d'images : numérisez le réel avec une simple caméra
La reconstruction 3D à partir d'images consiste à générer un modèle tridimensionnel (nuage de points, maillage texturé ou représentation neuronale) d'un objet, d'un bâtiment ou d'un site à partir de photos ou de vidéos prises sous plusieurs angles. Elle s'appuie sur la photogrammétrie, enrichie par l'IA : estimation de profondeur par deep learning, NeRF (Neural Radiance Fields) et Gaussian splatting.
Une caméra, un smartphone ou un drone suffit là où il fallait auparavant un scanner laser coûteux, ce qui démocratise la création de jumeaux numériques.
Pour qui ?
- Patrimoine et culture : numérisation de monuments, d'œuvres et de sites archéologiques.
- BTP, architecture et immobilier : états des lieux, suivi de chantier, visites virtuelles.
- Industrie : numérisation de pièces, rétro-conception, documentation d'installations.
- Infrastructures et énergie : modèles 3D d'ouvrages à partir d'images de drones.
- Santé : scan 3D de parties du corps pour orthèses ou prothèses.
- E-commerce, jeux vidéo, audiovisuel : modèles 3D réalistes de produits et de décors.
- Défense et sécurité : modélisation rapide de terrains et de bâtiments.
Comment ça fonctionne ?
- Acquisition : photos ou vidéo avec un recouvrement suffisant, depuis le sol, un drone ou un robot.
- Estimation des poses : calcul de la position et de l'orientation de chaque prise de vue (structure from motion).
- Reconstruction dense : stéréovision multi-vues ou modèles neuronaux (NeRF, Gaussian splatting) pour obtenir la géométrie et l'apparence.
- Mise à l'échelle et géoréférencement : points de contrôle, GPS RTK ou objets de dimension connue.
- Post-traitement : maillage, nettoyage, simplification, texture.
- Exploitation : visualisation, mesures, comparaison à un modèle CAO, segmentation sémantique par IA.
Expertises mobilisées
- Vision 3D et géométrie multi-vues (domaines d'application).
- Deep learning 3D : NeRF, Gaussian splatting, estimation de profondeur (méthodes IA).
- Traitement de nuages de points avec notre outil Mantis.
- Calcul GPU et optimisation pour traiter de gros volumes d'images.
- Intégration vers les formats CAO, BIM et SIG.
Contraintes et points de vigilance
- Qualité d'acquisition : flou, recouvrement insuffisant ou éclairage changeant dégradent fortement le résultat.
- Surfaces difficiles : objets brillants, transparents ou sans texture se reconstruisent mal par photogrammétrie.
- Précision métrique : elle dépend de la calibration et du géoréférencement ; pour du millimétrique, la combinaison avec un scanner laser est parfois nécessaire.
- Représentations neuronales : NeRF et Gaussian splatting donnent des rendus spectaculaires, mais leur exploitation métrique et leur export vers les outils métier demandent un travail spécifique.
- Puissance de calcul : la reconstruction de grands sites nécessite des GPU.
Exemple concret
La restauration de Notre-Dame de Paris après l'incendie de 2019 s'est appuyée sur des relevés 3D antérieurs. L'historien de l'art Andrew Tallon avait numérisé la cathédrale au laser en 2010 (environ 1 milliard de points, précision jusqu'à 5 mm), données utilisées pour reconstruire voûtes et arcs-boutants (GPS World, décembre 2024). La société française Art Graphique & Patrimoine a complété ces données par des relevés laser et par photogrammétrie aérienne et terrestre, notamment par drone, pour construire une maquette BIM de l'édifice (Autodesk).
Côté recherche, le Gaussian splatting, inventé à l'Inria et l'Université Côte d'Azur, permet un rendu temps réel (30 images/s et plus en 1080p) après 35 à 45 minutes d'entraînement, contre environ 48 heures pour les meilleures méthodes NeRF de l'époque (Kerbl et al., 2023).
Pourquoi Micelia ?
Micelia maîtrise la chaîne complète de l'IA 3D : acquisition, reconstruction, traitement et annotation de nuages de points avec son outil Mantis, puis segmentation et analyse par deep learning. Nous adaptons les méthodes les plus récentes à vos contraintes de précision et d'intégration.
Vous voulez numériser vos actifs sans investir dans un scanner laser ? Lançons un POC.
FAQ
Quelle précision peut-on atteindre avec des photos ? Du centimétrique au millimétrique selon la résolution, la distance et le géoréférencement.
Quelle différence entre photogrammétrie et Gaussian splatting ? La photogrammétrie produit un maillage géométrique ; le Gaussian splatting produit une représentation optimisée pour un rendu photoréaliste en temps réel.
Un smartphone suffit-il ? Pour des objets ou des pièces, oui. Pour de grands sites, un drone ou plusieurs caméras sont préférables.
