Mémoire

Abstract

Les relevés architecturaux de façades s’appuient actuellement sur des méthodes traditionnelles couteuses en matériel et en temps ou nécessitant une expertise avancée. Ce mémoire explore l’utilisation des Neural Radiance Fields (NeRF), une technique récente et prometteuse de modélisation 3D permettant de reconstruire des scènes réelles, y compris des textures complexes. L’étude se concentre sur leur application aux relevés architecturaux. L’objectif principal est de déterminer si les NeRF peuvent rendre les relevés plus accessibles, y compris pour des utilisateurs novices. Deux hypothèses guident la recherche : la possibilité de produire une vue orthographique à partir d’un NeRF et l’accessibilité d’un workflow simplifié à un public non spécialiste. Cette étude démontre qu’il est effectivement possible de produire des vues orthographiques par projection via les NeRF d’une part et de proposer un workflow accessible à un public de personnes non-initiées pour un coût raisonnable d’autre part. Un logiciel push button et une application web ont été créées. Ce travail s’est notamment appuyé sur la combinaison d’un capteur LiDAR d’iPhone et sur le framework Nerfstudio. Ces résultats laissent entrevoir de belles avancées pour le futur, en particulier dans les domaines de l’archéologie et de l’architecture en rendant les relevés de haute qualité plus efficaces en ressources et largement accessibles.

Architectural facade surveys currently rely on traditional methods that are either costly in terms of equipment and time or require advanced expertise. This master’s project investigates the use of Neural Radiance Fields (NeRF), a recent and promising 3D modeling technique capable of reconstructing real-world scenes, including complex textures, with a focus on their application to architectural surveys. The main objective is to determine whether NeRF can make surveys more accessible, including for novice users. The research is guided by two hypotheses: first, that NeRF can be used to generate orthographic views, and second, that it can support a simplified workflow for a non-specialized audience. The study demonstrates that orthographic views can indeed be produced via NeRF and that a workflow accessible to lay users is feasible at a reasonable cost. To this end, a push-button software and a web application were developed, leveraging an iPhone LiDAR sensor and the Nerfstudio framework. These results suggest significant potential for future applications, particularly in the fields of archaeology and architecture, by making high-quality surveys more efficient and broadly accessible.