Un article de recherche sur la modélisation sémantique des scènes d'intérieur utilisant une seule photographie a été invité à être publié dans un numéro spécial du Journal Computer Animation and Virtual Worlds (CAVW) par John Wiley. Cet article sera présenté à la 31e Conférence sur l'animation informatique et les agents sociaux (CASA2018) à Beijing en mai 2018, la plus ancienne conférence internationale sur l'animation par ordinateur et les agents sociaux dans le monde. Cet article met en évidence les travaux de recherche en cours de l'Université de Bournemouth directement liés aux efforts de génération modèles / ressources numériques pour le projet VISTA AR.
Ce travail illustre une approche automatique, aidée de l'intelligence artificielle, pour la modélisation sémantique de scènes d'intérieur basée sur une photographie, au lieu de s'appuyer sur des caméras RGB-D. Nous guidons la modélisation de scène d’intérieur avec des cartes de caractéristiques qui sont extraites par des réseaux de neurones convolutifs (RNC). Trois RNC parallèles sont adoptés pour générer des masques d’occurrence d'objet, une carte de profondeur et une carte de contours de la pièce. Cela permet à l'ordinateur de comprendre et d'interpréter le contenu de la scène de manière efficace pour la reconstruction sémantique. Sur la base de ces caractéristiques de haut niveau, les liaisons avec les objets d’intérieurs peuvent être déduites efficacement dans une approche basée sur les données.
Cette recherche montre une manière intelligente d'aider la création de contenu numérique en l'intérieur, et peut être utilisée pour la synthèse rapide de contenu numérique d'intérieur et le prototypage.