• TOURNIER Maxime
• Né le 28 Septembre 1984
• Nationalité Française

• maxime.tournier (at) inrialpes.fr
• 20, rue de la Biscuiterie, #402
  38400 Saint-Martin d'Hères
  

Docteur en Informatique Graphique

Résumé

Dans cette thèse, nous proposons de nouvelles representations pour les poses du mouvement humain, apprises sur des données réelles, en vue d'une utilisation temps-réel. Dans une première partie, nous exploitons des méthodes statistiques adaptées aux groupes de Lie pour approximer la variété des poses d'un sujet en mouvement, à partir de données de capture de mouvement. Nous proposons un algorithme de cinématique inverse exploitant cette paramétrisation réduite, permettant par construction de synthétiser des poses proches des données initiales. Nous validons ce modèle cinématique par une application à la compression de données de mouvements, dans laquelle seules quelques trajectoires de membres du squelettes permettent de reconstruire une bonne approximation de l'ensemble des données initiales.

Dans une deuxième partie, nous étendons cette approche à l'animation physique de personnages virtuels. La paramétrisation réduite fournit les coordonnées généralisées de la formulation Lagrangienne de la mécanique. Nous dérivons un intégrateur temporel explicite, basé sur les intégrateurs variationnels. Afin d'améliorer la stabilité, nous proposons un modèle d'amortissement inspiré de l'algorithme de Levenberg-Marquardt. Nous présentons également une méthode géométrique d'apprentissage des limites angulaires sur des données de capture de mouvement, ainsi et leur application comme contraintes cinématiques.

Dans une troisième partie, nous abordons le problème du contrôle du mouvement. En formulant les étapes de la simulation physique d'une part et de la cinématique inverse d'autre part comme deux programmes quadratiques, nous proposons un algorithme de pseudo-contrôle par interpolation des métriques, permettant un compromis intuitif entre simulation physique non-contrôlée et cinématique inverse. Cette approche faisant intervenir des forces externes, nous proposons une formulation alternative par relaxation du problème théorique, non-convexe, en un programme quadratique convexe. Ces algorithmes sont évalués sur des contrôleurs d'équilibre et de suivi.

Publications

2011	Natural character posing from a large motion database Xiaomao Wu, Maxime Tournier, Lionel Reveret IEEE Computer Graphics and Applications, IEEE, 2011, 31 (3), pp. 69-77
2009	Motion Compression using Principal Geodesic Analysis Maxime Tournier, Xiaomao Wu, Nicolas Courty, Elise Arnaud, Lionel Reveret Proc. of Eurographics. Munich, Germany, March 2009. 3rd Best Paper Award.
2008	Motion Compression using Principal Geodesic Analysis (Poster) Maxime Tournier, Xiaomao Wu, Nicolas Courty, Elise Arnaud, Lionel Reveret Symposium on Computer Animation, Dublin, Ireland, July 2008.
2007	Paramétrisation de données MoCap pour la compression d'animations 3D Maxime Tournier, Lionel Reveret Master Thesis, Institut National Polytechnique de Grenoble, June 2007.

Expérience Professionnelle

Formation

Compétences Techniques

Centres d'Intérêt