Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Diffusion 3D
Processus génératif appliquant les principes de la diffusion à des données tridimensionnelles, comme les nuages de points ou les maillages, pour créer de nouvelles formes géométriques à partir d'un bruit initial.
Score Distillation Sampling (SDS)
Technique d'optimisation utilisant les gradients de score d'un modèle de diffusion 2D pré-entraîné pour guider la synthèse d'assets 3D, sans nécessiter de données 3D supervisées.
Représentation Latente 3D
Encodage d'une géométrie 3D dans un espace de plus faible dimension où le processus de diffusion est plus efficace et stable, souvent via des réseaux de neurones comme les autoencodeurs.
Champ de Distance Signé (SDF)
Représentation géométrique où chaque point de l'espace se voit attribuer une valeur égale à sa distance à la surface la plus proche, signée pour indiquer si le point est à l'intérieur ou à l'extérieur de l'objet.
Maillage (Mesh)
Ensemble de sommets, d'arêtes et de faces définissant la forme d'un objet polyédrique en 3D, souvent utilisé comme sortie structurée pour les modèles de diffusion géométrique.
Contraintes Géométriques
Conditions imposées durant le processus de diffusion pour garantir que les formes générées respectent des propriétés spécifiques comme la manifoldité, l'étanchéité ou la symétrie.
Modélisation Implicite Neurale (Neural Implicit)
Approche où la géométrie 3D est définie par un réseau de neurones qui mappe les coordonnées spatiales à une valeur de champ (ex: SDF), permettant une représentation continue et différentiable.
Débruitage Géométrique
Étape du processus de diffusion 3D où un réseau de neurones apprend à inverser l'ajout de bruit progressif sur une représentation géométrique pour reconstruire une forme cohérente.
Génération Conditionnelle 3D
Génération de formes 3D guidée par des entrées supplémentaires telles que du texte, une image 2D, une esquisse ou une forme partielle pour contrôler le résultat final.
Radiance Field
Représentation volumétrique qui encode la couleur et la densité de la lumière pour chaque point dans l'espace, souvent utilisée en conjonction avec la diffusion pour générer des scènes 3D photoréalistes.
Préservation de la Topologie
Objectif visant à maintenir des caractéristiques topologiques (comme le nombre de trous ou de composantes connexes) stables tout au long du processus de diffusion et de génération.
Diffusion sur Grille Voxels
Application de modèles de diffusion à des représentations 3D discrétisées sur une grille de voxels, où chaque voxel encode une propriété comme l'occupation ou la densité.
Guidance par Projection
Méthode où les vues 2D générées par un modèle de diffusion sont projetées dans l'espace 3D pour contraindre et affiner la cohérence d'un modèle 3D en cours de construction.
Auto-régression Diffusive
Stratégie de génération où la diffusion est appliquée séquentiellement à des parties d'un objet 3D (ex: patchs de maillage), chaque partie étant conditionnée par les précédentes.
Perte de Cohérence 3D
Fonction de perte utilisée pendant l'entraînement pour pénaliser les incohérences entre les différentes représentations ou vues d'un même objet 3D généré par le modèle.
Échantillonnage de Marche Aléatoire (Random Walk Sampling)
Technique d'échantillonnage pour les nuages de points ou les maillages dans le cadre de la diffusion, où le bruit est ajouté ou retiré en suivant une marche aléatoire sur la structure de la géométrie.
Décomposition en Composantes Géométriques
Processus de séparation d'une forme 3D en sous-structures sémantiques (ex: jambes, torse) avant la diffusion, permettant un contrôle plus fin et une génération plus cohérente.