Modèles 3D à partir d’images : comment les créer ?

Résumé

La modélisation 3D à partir d’images utilise la photogrammétrie et la reconstruction 3D alimentée par l’IA pour créer des modèles 3D à partir d’images, offrant une alternative accessible et économique aux solutions conventionnelles de capture 3D. Cette technologie est utilisée dans des secteurs aussi variés que l’aérospatiale, le jeu vidéo, l’architecture et l’e-commerce, avec le soutien d’une gamme de logiciels open source et professionnels. Malgré certains défis, les avancées en IA, en cloud computing et dans l’intégration de la RA/RV façonnent l’avenir de la reconstruction 3D.

Points forts

Méthodes de création de modèles 3D à partir d’images	Applications	Logiciels
Photogrammétrie et reconstruction 3D alimentée par l’IA.	Aérospatiale, jeu vidéo, immobilier et commerce de détail	Meshroom, COLMAP, Agisoft Metashape, RealityCapture, Artec Studio19.

Introduction

Dans la culture numérique actuelle, créer des modèles 3D à partir d’images est devenu une technique essentielle, qui transforme des secteurs tels que le jeu vidéo, le cinéma, le design, l’architecture, l’e-commerce et même la santé.

Ce processus, également appelé photogrammétrie, transforme des photographies 2D en modèles 3D ultra-précis et détaillés. Avec la demande croissante d’assets numériques réalistes, d’environnements virtuels et de reconstructions authentiques, les professionnels indépendants et les entreprises adoptent la modélisation 3D à partir d’images comme solution efficace et économique. Effets visuels, visualisation de produits, préservation du patrimoine ou ingénierie : quel que soit son usage, cette technologie redéfinit notre manière de capturer le monde qui nous entoure et d’interagir avec lui.

Qu’est-ce que la reconstruction 3D à partir d’images ?

La reconstruction 3D à partir d’images est le processus de création de modèles 3D à partir d’un ensemble de photographies 2D. Cette technique permet de générer des jumeaux numériques très détaillés et réalistes d’objets, d’environnements ou de paysages à partir d’images prises avec un appareil photo standard.

L’une des méthodes les plus courantes est la photogrammétrie, qui exploite plusieurs images se chevauchant afin de déterminer la profondeur, la forme et la texture en identifiant des points de référence communs.

Une autre approche innovante est la reconstruction alimentée par l’IA, dans laquelle des algorithmes d’apprentissage automatique rendent la génération de modèles 3D plus précise et plus efficace en prédisant les détails manquants et en améliorant les textures de surface.

Ces techniques sont très employées dans un large éventail de secteurs, du jeu vidéo et de la RV à l’archéologie, la construction et le commerce de détail, et offrent des moyens à la fois puissants et accessibles de numériser des objets du monde réel sous forme d’assets 3D interactifs.

POINT CLÉ : La reconstruction 3D à partir d’images consiste à générer des modèles 3D à partir d’une série de photographies 2D. Deux techniques courantes sont la photogrammétrie et la reconstruction basée sur l’IA. 

Avantages de la création de modèles 3D à partir d’images

Rentabilité

Bien que précises et fiables, les méthodes conventionnelles de numérisation 3D peuvent nécessiter du matériel spécialisé coûteux, ce qui les rend moins accessibles aux petites entreprises et aux makers. À l’inverse, la modélisation 3D à partir d’images utilisant la photogrammétrie ou la reconstruction basée sur l’IA réduit fortement les coûts en s’appuyant sur des appareils photo standard tout en produisant des résultats de haute qualité, sans nécessiter d’équipement de numérisation onéreux.

Un excellent exemple est la reconstruction numérique des ruines de Pompéi en 2023. En capturant des milliers d’images avec des drones et des appareils photo reflex numériques, les chercheurs ont créé des modèles 3D étanches de structures fragiles, préservant chaque  détail pour une fraction du coût des méthodes traditionnelles de numérisation 3D.

Accessibilité

L’un des principaux avantages de cette approche est sa réelle simplicité d’utilisation : il suffit d’un appareil photo ou d’un smartphone. La création de modèles 3D est ainsi largement accessible à pratiquement tout le monde, permettant aussi bien aux professionnels expérimentés qu’aux amateurs de générer des assets 3D réalistes sans connaissances techniques poussées ni équipement spécialisé.

Un vaste choix de logiciels faciles à utiliser abaisse également la barrière à l’entrée. Des entreprises de distribution comme IKEA ou Zara ont intégré la modélisation 3D à l’aide d’un smartphone à leurs sites web, permettant aux entreprises de créer des modèles 3D de leurs produits avec la seule caméra d’un smartphone. Une telle accessibilité présente un potentiel pour les petits détaillants souhaitant développer des expériences de RA de nouvelle génération pour les clients et améliorer l’expérience d’achat en ligne.

Évolutivité

La modélisation 3D à partir d’images est une solution polyvalente et évolutive, adaptable à des secteurs aussi divers que le jeu vidéo, la RV, le design, l’architecture, la préservation du patrimoine et le commerce en ligne. Qu’il s’agisse de reconstruire de petits objets pour la visualisation de produits ou de capturer des environnements à très grande échelle pour l’urbanisme, la flexibilité de cette technologie en fait un outil précieux dans de nombreux domaines. 

POINT CLÉ : La modélisation 3D à partir d’images est une alternative économique, accessible et évolutive aux solutions conventionnelles de capture 3D. 

Méthodes de création de modèles 3D à partir d’images

Il existe plusieurs techniques pour créer des modèles 3D à partir d’images, chacune ayant ses propres avantages et applications. Examinons trois des méthodes les plus courantes : la photogrammétrie, la reconstruction alimentée par l’IA et les techniques d’estimation de profondeur.

Photogrammétrie

Méthode largement utilisée, la photogrammétrie reconstruit des modèles 3D en analysant plusieurs photos d’un objet ou d’une scène prises sous différents angles. Elle identifie des points communs dans les images se chevauchant et utilise ces données pour calculer la profondeur et la géométrie. Plus les images et les angles capturés sont nombreux, plus le modèle 3D résultant est réaliste et précis.

La Structure from Motion (SfM) est la principale technique de la photogrammétrie. Les algorithmes SfM détectent les caractéristiques correspondantes dans plusieurs images, déterminent leurs positions relatives et reconstruisent un nuage de points 3D de l’objet. Ces données sont ensuite traitées afin de générer un modèle 3D texturé détaillé.

Parmi les outils de photogrammétrie polyvalents figurent :

• Agisoft Metashhape

Logiciel de photogrammétrie professionnel, Agisoft Metashhape est couramment employé en archéologie, dans les SIG et dans le développement de jeux pour créer des modèles 3D précis.

Avec des outils innovants pour la génération de nuages de points denses, le placage de textures et le géoréférencement, ce logiciel convient parfaitement à la recherche et aux usages commerciaux.

Son  workflow prend en charge les images de drones et les grands jeux de données, ce qui est crucial en particulier pour les reconstructions détaillées dans les applications archéologiques et géographiques.

• RealityCapture

Outil reconnu pour ses vitesses de traitement et ses reconstructions de qualité supérieure, il est un choix privilégié pour les projets de grande envergure en modélisation urbaine, architecture ou conservation de l’art.

Le logiciel peut traiter de grandes quantités de données d’images et de LiDAR, ce qui permet aux utilisateurs de produire des modèles 3D précis avec une intervention manuelle minimale.

Le logiciel s’intègre à une large variété de plateformes et de moteurs de jeu, ce qui le rend également populaire auprès des professionnels des VFX et du game design.

• Meshroom

Ce logiciel de photogrammétrie open source est gratuit, flexible et conçu dans un souci d’accessibilité.

Meshroom s’appuie sur le pipeline de reconstruction avancé d’AliceVision pour générer des modèles 3D à partir d’images.

Doté d’une interface nodale qui permet aux utilisateurs de personnaliser et d’affiner le processus de reconstruction, il est un choix privilégié pour les makers, les enseignants ou les chercheurs souhaitant explorer la photogrammétrie. 

Reconstruction 3D alimentée par l’IA

La reconstruction 3D basée sur l’IA utilise l’apprentissage automatique et les réseaux de neurones profonds pour générer des modèles 3D réalistes, souvent à partir d’un nombre d’images d’entrée inférieur à celui de la photogrammétrie traditionnelle. Les algorithmes d’IA sont entraînés sur d’immenses jeux de données d’objets réels ; ils peuvent donc améliorer les textures et la perception de la profondeur, ainsi que compléter les détails manquants. 

Les approches basées sur l’IA utilisent souvent les Neural Radiance Fields (NeRFs), qui encodent les données de lumière et de géométrie pour créer des rendus de surfaces complexes. Au lieu de stocker simplement des maillages géométriques ou des textures, les NeRFs apprennent une représentation volumétrique en associant les coordonnées spatiales et les angles de vue aux valeurs de couleur et de densité, fournissant une synthèse de nouvelles vues avec des détails photoréalistes. Cette approche simplifie la capture d’effets lumineux complexes, tels que  les reflets, la translucidité et les textures sophistiquées, ce qui la rend pratique pour les applications d’infographie et de RV.

Parmi les exemples de technologies de reconstruction 3D basée sur l’IA figurent NVIDIA Instant NeRF et DeepSDF de Google. Le premier utilise les Neural Radiance Fields pour générer des scènes 3D à partir de quelques images d’entrée seulement, tandis que le second est une méthode d’apprentissage profond pour la représentation de formes, où l’IA peut générer des jumeaux numériques à partir de connaissances antérieures.

Estimation de profondeur et imagerie stéréoscopique

Cette méthode utilise des caméras spécialisées, telles que des caméras à double objectif (stéréo) ou des capteurs LiDAR, pour capturer directement les informations de profondeur lors de la prise d’images. Au lieu de reconstruire mathématiquement la profondeur à partir de plusieurs images, comme en photogrammétrie, ces appareils mesurent la profondeur en temps réel.

En imagerie stéréoscopique, les caméras à double objectif prennent simultanément deux images sous des angles légèrement différents, imitant la vision binoculaire humaine pour estimer la profondeur. Les caméras RGB-D comme Microsoft Kinect capturent à la fois les données de couleur (RGB) et de profondeur (D) afin de créer instantanément des cartes 3D. Les capteurs LiDAR, quant à eux, sont utilisés dans les voitures autonomes et les smartphones, tels que les iPhone Pro. Le LiDAR utilise des impulsions laser pour effectuer des mesures précises de distance et créer des cartes de profondeur de haute précision.

Deux exemples intéressants d’appareils d’estimation de profondeur sont Intel RealSense, une caméra compacte de détection de profondeur utilisée pour la robotique, la RA et les applications industrielles, et le scanner LiDAR d’Apple, intégré aux iPhone et iPad pour améliorer les expériences de RA et réaliser rapidement des numérisations 3D.

POINT CLÉ : Les trois principales méthodes de création de modèles 3D à partir d’images sont la photogrammétrie, la reconstruction alimentée par l’IA et l’estimation de profondeur, chacune utilisant une technologie différente, de la mise en correspondance de caractéristiques et des réseaux neuronaux aux capteurs spécialisés. 

Logiciels et outils de génération de modèles 3D

La création de modèles 3D à partir d’images requiert des logiciels spécialisés capables de traiter plusieurs photos pour en faire des jumeaux numériques détaillés. Ces outils proposent diverses fonctionnalités, différents prix et exigences de calcul, pour répondre aux besoins des débutants comme des professionnels. Voici quelques-unes des solutions les plus utilisées, classées entre logiciels open source et logiciels professionnels.

Logiciels gratuits/open source

Meshroom

Comme indiqué plus haut, Meshroom est un framework avancé de vision par ordinateur qui permet aux utilisateurs de générer des modèles 3D à partir de plusieurs images en détectant automatiquement les points clés et en les mettant en correspondance entre les photos pour reconstruire un nuage de points dense et un maillage 3D texturé.

COLMAP

COLMAP est un autre outil de photogrammétrie open source, particulièrement populaire dans le milieu universitaire et la recherche. Contrairement à Meshroom, COLMAP est davantage axé sur la reconstruction 3D précise dans les applications scientifiques qui requièrent souvent une interaction en ligne de commande pour les configurations avancées.

Logiciels professionnels

Agisoft Metashape

Agisoft Metashape est un logiciel de photogrammétrie professionnel destiné à la reconstruction 3D de haute précision. Il est privilégié par les architectes, archéologues, géomètres et artistes VFX. Agisoft Metashape se distingue par sa haute précision et ses fonctions d’automatisation.

RealityCapture

RealityCapture est une solution de photogrammétrie rapide, largement adoptée par les développeurs de jeux, les architectes et les studios VFX. Ses algorithmes accélérés par GPU garantissent un traitement rapide par rapport aux outils de photogrammétrie conventionnels.

Artec Studio 19

La fonctionnalité de photogrammétrie IA d’Artec Studio intègre les données de pratiquement tout appareil équipé d’une caméra, y compris les smartphones ; chacun peut donc traiter les images ou vidéos de son téléphone pour créer un modèle 3D étanche. En plus du traitement basé sur les images, Artec Studio exploite des algorithmes d’IA pour minimiser le bruit, améliorer l’alignement des données et optimiser le placage de textures, afin d’obtenir des jumeaux numériques ultra-réalistes. Capturez et importez des images ou vidéos depuis votre appareil, puis laissez les algorithmes avancés effectuer le reste du travail, c’est-à-dire aligner automatiquement les images et détecter les détails fins pour reconstruire un modèle 3D détaillé, prêt à être affiné ou utilisé immédiatement.

POINT CLÉ : Les logiciels de génération de modèles 3D à partir d’images vont des outils open source tels que Meshroom et COLMAP, qui offrent des workflows personnalisables aux enseignants et amateurs, aux solutions professionnelles avancées telles qu’Artec Studio 19, Agisoft Metashape ou RealityCapture, qui proposent des reconstructions de haute précision pilotées par l’IA pour les secteurs géospatiaux, l’architecture, les VFX et la préservation du patrimoine.

Principales applications des modèles 3D à partir d’images

La possibilité de produire des modèles 3D à partir d’images a transformé de nombreux secteurs, en optimisant les workflows, en améliorant la visualisation et en réduisant les coûts et les efforts. Examinons quelques-unes des applications les plus impactantes de la modélisation 3D à partir d’images dans divers secteurs.

Aérospatiale et ingénierie

Que ce soit pour la NASA, les entreprises aérospatiales ou les grandes compagnies aériennes, les modèles 3D générés à partir d’images sont essentiels à l’analyse, aux tests et à la maintenance prédictive.

Simulation et tests : les ingénieurs utilisent les reconstructions 3D basées sur des photos pour modéliser des composants d’avions, des moteurs et des structures aérospatiales entières, afin d’effectuer des tests de contrainte virtuels et des analyses de performances sans prototypes physiques.

Maintenance prédictive : les compagnies aériennes et les fabricants exploitent la photogrammétrie pilotée par l’IA pour capturer des pièces d’avions afin de détecter l’usure potentielle avant que des problèmes ne surviennent.

Rétro-ingénierie : la numérisation 3D photogrammétrique permet aux professionnels de recréer des pièces anciennes pour la maintenance et la reproduction, même sans accès aux plans d’origine.

Jeu vidéo et RA/RV

L’industrie du jeu vidéo et les applications de RA/RV s’appuient sur la modélisation 3D à partir d’images et les modèles générés par l’IA pour créer des environnements numériques immersifs. Cette technique est essentielle à la génération d’assets réalistes dans des délais plus courts et à un coût inférieur à celui de la modélisation 3D manuelle.

Environnements de jeu photoréalistes : les développeurs peuvent scanner des lieux réels pour générer des paysages et structures authentiques destinés aux jeux en monde ouvert.
Applications de RA : que ce soit pour le commerce de détail ou les applications de réseaux sociaux, les modèles 3D basés sur des photos permettent les essayages virtuels et les publicités interactives.

Formation et simulations en RV : les secteurs médical, militaire et aéronautique utilisent des reconstructions 3D pour les programmes de formation en RV, libérant les équipes de leur dépendance aux installations physiques.

Architecture et immobilier

Les architectes, urbanistes et professionnels de l’immobilier utilisent des modèles 3D à partir d’images pour visualiser et commercialiser les biens avec une précision inégalée.

Visites virtuelles et visualisation avant construction : architectes et clients peuvent examiner des représentations 3D détaillées de tout bâtiment avant le début de la construction, réduisant les erreurs et améliorant la conception.

Villes intelligentes et BIM (Building Information Modeling) : les planificateurs d’infrastructures urbaines peuvent optimiser le développement urbain, la circulation et les plans de zonage à l’aide de modèles 3D basés sur la photogrammétrie.

Marketing immobilier : les jumeaux numériques de biens permettent aux acheteurs d’effectuer des visites virtuelles de logements à distance, offrant une expérience interactive qui renforce leur confiance.

E-commerce et commerce de détail

Dans le secteur florissant des achats en ligne, les modèles 3D à partir d’images ont porté la visualisation des produits et l’engagement client à un niveau entièrement nouveau.

Essayages virtuels : les détaillants en ligne utilisent la modélisation 3D pilotée par l’IA pour les avis sur les produits, permettant aux clients d’essayer des vêtements, accessoires ou même du mobilier et des éléments d’intérieur via des applications de RA.

Expérience d’achat de nouvelle génération : les modèles 3D de produits offrent des vues à 360 degrés, renforcent la confiance des clients et réduisent les taux de retour au minimum.

Génération automatisée d’assets : grâce à la modélisation 3D à partir d’images, les entreprises peuvent convertir rapidement des photos de produits 2D en répliques numériques interactives, éliminant le besoin de techniques manuelles nécessitant davantage d’investissement.

POINT CLÉ : La création de modèles 3D à partir d’images s’est révélée cruciale dans de nombreuses applications : elle permet à l’aérospatiale et à l’ingénierie d’améliorer la simulation et la maintenance, au jeu vidéo et à la RA/RV de générer des environnements 3D immersifs, à l’architecture et à l’immobilier d’améliorer la visualisation et la planification, et à l’e-commerce et au commerce de détail de révolutionner l’interaction avec les produits et le marketing.

Principaux défis et limites de la création de modèles 3D à partir d’images

Malgré son adoption croissante par les professionnels du monde entier, la modélisation 3D à partir d’images présente des défis techniques pouvant affecter la précision et l’efficacité du processus de reconstruction. Ces limites peuvent nécessiter des techniques et du matériel spécialisés pour être surmontées.
Quels sont les trois principaux défis auxquels nous pouvons être confrontés lors de la génération de modèles 3D à partir d’images ?

Éclairage et ombres

L’un des problèmes courants en photogrammétrie et en reconstruction 3D basée sur l’IA est l’éclairage  irrégulier. Ces méthodes reposent sur la capture de plusieurs photographies sous différents angles ; toute ombre, réflexion ou variation des conditions d’éclairage peut donc entraîner une estimation incorrecte de la profondeur et des distorsions dans le résultat final. 

Une intensité lumineuse inégale crée des textures incohérentes, rendant difficile l’alignement précis des images par les algorithmes. Les ombres, apparaissant sur une image mais pas sur d’autres, produisent de fausses données de profondeur dans le processus de reconstruction. De mauvaises conditions d’éclairage réduisent généralement la précision de détection des caractéristiques, ce qui entraîne des modèles de faible qualité ou incomplets.

Une solution potentielle à ce défi consiste à mettre en place un éclairage homogène et diffus lors de la capture des images afin d’éviter les ombres marquées et la surexposition. Pour les captures en extérieur, privilégiez un temps nuageux ou photographiez pendant l’heure dorée, lorsque les ombres deviennent plus douces. Les algorithmes basés sur l’IA de réduction du bruit et de suppression des ombres peuvent également améliorer la cohérence des images avant traitement.

Réflexions et transparence

Le verre, les miroirs et les surfaces réfléchissantes constituent tous des défis importants pour la reconstruction 3D à partir d’images, car la majorité des algorithmes peinent encore à interpréter les matériaux translucides ou très réfléchissants. Cela peut entraîner une géométrie manquante, des cartes de profondeur déformées ou même  des objets dupliqués dans le modèle final.

Le problème est que le verre et les matériaux transparents  ne créent normalement pas de points caractéristiques fiables ; le logiciel ne peut donc pas détecter la profondeur ni les détails de surface. Les miroirs et les surfaces réfléchissantes trompent les algorithmes de reconstruction en dupliquant les objets, tandis que les matériaux très brillants tels que les métaux polis peuvent introduire des hautes lumières spéculaires qui interfèrent avec la mise en correspondance des points.

Une possibilité est d’appliquer des revêtements en spray ou des filtres polarisants pour réduire les réflexions et améliorer la cohérence des images. Il est judicieux de capturer plusieurs angles sur des arrière-plans dégagés afin d’améliorer la visibilité des objets transparents. Certains logiciels, toutefois, comme l’IA-photogrammétrie d’AS 19, sont capables de surmonter ce défi et de numériser même des surfaces translucides difficiles à capturer.

Puissance de calcul

La génération de modèles 3D haute résolution à partir d’images requiert une puissance de calcul robuste, particulièrement lors du traitement de jeux de données massifs ou de reconstructions ultra-détaillées. Cela peut devenir un facteur limitant pour les utilisateurs n’ayant pas accès à du matériel haut de gamme ou à des ressources de cloud computing.

Le traitement de centaines ou de milliers d’images exige des GPU puissants et une grande capacité de RAM, tandis que les textures haute résolution et les nuages de points denses nécessitent un stockage et une mémoire considérables. Tout cela augmente le temps de traitement et la taille des fichiers. La reconstruction 3D en temps réel est également coûteuse en calcul ; elle est donc difficile à réaliser dans des environnements mobiles ou basés sur un navigateur.

Néanmoins, il est possible d’utiliser des plateformes de traitement 3D dans le cloud pour déporter le calcul vers des serveurs distants, ainsi que des algorithmes accélérés par l’IA pour réduire fortement le temps de traitement. L’optimisation des modèles peut se faire en réduisant le nombre de polygones et en appliquant un placage de textures efficace sans compromettre la qualité visuelle.

POINT CLÉ : Les principaux défis de la modélisation 3D à partir d’images sont l’éclairage et les ombres qui affectent la précision de profondeur, les réflexions et la transparence qui entraînent une géométrie manquante ou déformée, et les limites de puissance de calcul qui nécessitent du matériel haut de gamme ou des solutions cloud pour un traitement efficace.

Tendances futures de la création de modèles 3D à partir d’images

L’avenir de la création de modèles 3D à partir d’images évolue rapidement, porté par les avancées en IA, en cloud computing et dans les technologies de réalité étendue. Ces innovations devraient rendre la création de modèles 3D beaucoup plus rapide, plus accessible et incroyablement immersive dans une gamme de  secteurs.

Automatisation pilotée par l’IA pour une reconstruction 3D plus rapide et plus précise

L’IA révolutionne la photogrammétrie et l’estimation de profondeur, rendant la reconstruction 3D extrêmement rapide, davantage automatisée et plus précise, en concurrence avec ou en complément d’autres avancées telles que la modélisation 3D par IA basée sur le texte.

• Les techniques alimentées par l’IA comme NVIDIA Instant NeRF permettent une reconstruction 3D rapide à partir de quelques images seulement, éliminant le besoin de grands jeux de données.
• Avec le placage de textures basé sur l’IA, les modèles d’apprentissage automatique peuvent automatiquement améliorer les textures, supprimer les artefacts et compléter les détails manquants, réduisant au minimum les corrections manuelles.
• L’apprentissage profond pour la reconnaissance d’objets peut segmenter les images en objets, arrière-plans et matériaux distincts, facilitant la génération de modèles 3D structurés.

Modélisation 3D basée sur le cloud pour l’accessibilité et l’efficacité

Le cloud computing a transformé les workflows de modélisation 3D et les a rendus plus évolutifs et accessibles, sans nécessiter de matériel local haut de gamme.

• Le traitement dans le cloud avec des services comme Google Cloud Vision ou NVIDIA Omniverse permet aux utilisateurs de travailler sur des reconstructions 3D complexes sur des serveurs distants.
• Les workflows 3D collaboratifs sont devenus possibles avec les plateformes cloud, car des équipes réparties dans différents lieux peuvent désormais travailler sur les mêmes modèles 3D en temps réel.
• Le rendu 3D à la demande signifie que les utilisateurs peuvent générer du contenu 3D de haute fidélité depuis des appareils mobiles sans nécessiter de GPU puissants.

Intégration avec la RA/RV pour des expériences immersives

À mesure que les réalités augmentée et virtuelle se généralisent, les modèles 3D à partir d’images  sont de plus en plus utilisés pour créer des expériences immersives interactives et uniques.

• Des environnements 3D en temps réel pour la RV sont tout à fait possibles grâce à des jumeaux numériques photoréalistes  intégrés à des mondes virtuels pour le jeu vidéo, les simulations de formation et le tourisme virtuel.
• La visualisation de produits basée sur la RA permet aux détaillants et fabricants d’activer des aperçus de produits dans leur environnement réel.
• La capture de mouvement alimentée par l’IA pour des avatars numériques réalistes est de plus en plus courante dans les applications du métavers.

POINT CLÉ : L’avenir de la modélisation 3D à partir d’images est défini par l’automatisation pilotée par l’IA pour des reconstructions plus rapides et plus précises, le traitement basé sur le cloud pour l’accessibilité et la collaboration, et l’intégration de la RA/RV pour des expériences immersives dans tous les secteurs.