La création d’images combinant éléments réels et virtuels ne peut être faite de manière réaliste qu’en connaissant les conditions d’illumination de la scène sous-jacente. En effet, les engins de rendu requièrent cette information afin d’ajuster l’apparence des objets virtuels de telle manière qu’ils s’incorporent naturellement à l’environnement, réel celui-là, qui les entoure. Par conséquent, toute erreur dans l’estimation de la lumière peut en quelque sorte briser l’illusion et révéler la présence d’objets insérés. À l’heure où les créations artistiques générées par ordinateur commencent à peine à apparaître authentiquement réalistes, il est plus important que jamais pour les artistes d’avoir accès à une estimation réaliste et précise des conditions d’illumination. Des méthodes existent à cet effet, mais sont limitées de par le matériel spécialisé qu’elles requièrent et du fait qu’elles ne peuvent être appliquées a posteriori, par exemple lorsqu’un artiste souhaite utiliser une photographie déjà capturée. Cette thèse se concentre sur l’application de l’apprentissage profond au problème de l’estimation de l’illumination. Nous démontrons comment ce problème, à la base radiométrique, peut être formulé comme un problème d’apprentissage de bout en bout, où le réseau profond reçoit directement une image en entrée pour produire une estimation de l’éclairage de la scène. Les résultats expérimentaux obtenus soutiennent également notre hypothèse à l’effet qu’un réseau profond peut parvenir à estimer de manière fiable les conditions d’illumination en utilisant une seule image au champ de vue limité, telle que pourrait capturer un appareil photo standard. Plus spécifiquement, nous introduisons deux modèles d’apprentissage adaptés à cette tâche, l’un capable de produire un panorama HDR à partir d’une seule image en entrée, l’autre estimant l’illumination sous la forme d’un jeu de paramètres réduit. Nous présentons également une extension de ce dernier modèle, capable cette fois de recevoir et tirer profit d’un nombre arbitraire d’images en entrée. Pour chacune de ces approches, nous faisons suivre leur présentation détaillée par une analyse poussée et quantitative de leurs performances. Nous présentons également des résultats qualitatifs à chaque étape afin de démontrer leur applicabilité à des tâches artistiques communes. Le champ d’application des méthodes présentées dans cette thèse ne se restreint cependant pas aux applications graphiques telles que les effets spéciaux, la réalité augmentée ou l’édition d’images. Bien au contraire, les possibilités d’application sont multiples dans des domaines aussi variés que l’architecture (production de maquettes de projet plus réalistes), la simulation de conduite et de pilotage, la recherche de nouveaux concepts éducatifs et le divertissement personnel, pour ne nommer qu’eux. Au final, tout élément relié à l’image et à la lumière peut potentiellement être amélioré par les idées et concepts énoncés dans cette thèse, ce qui souligne l’importance du problème abordé ici. / Producing images mixing real and virtual elements in a realistic fashion requires knowing the illumination conditions. Indeed, rendering engines need this lighting information to adjust the appearance of the objects in such a way that they visually blend in the surrounding scene. As such, any mismatch can break the illusion and reveal the presence of these virtual inserted objects. At a time when computer generated graphics are barely out of the infamous uncanny valley, obtaining accurate lighting conditions is thus a crucial part of many artistic pipelines. There exist approaches to measure a scene illumination, but they rely on specialized hardware, require careful calibration, and cannot be applied a posteriori, for instance when the picture we want to work with is already taken. In this thesis, we show how indoor illumination estimation can be framed as an end-to-end learning problem, and how a deep neural network can reliably estimate lighting information using a single, limited field-of-view, low dynamic range image (as a regular camera would produce). More specifically, we introduce two learning models for this task: 1) a method regressing an entire high dynamic range (HDR) panorama from a single image, and 2) a method estimating illumination in the form of a reduced set of lighting parameters. We also extend the latter to support an arbitrary number of images as input, in addition to the single image case. We provide detailed justifications and performance analysis for each of these methods, in addition to qualitative results demonstrating the effectiveness of our approaches for common artistic tasks and pipelines. The work presented in this thesis has several important and practical applications. Graphics domains such as special effects, augmented and virtual reality, and image editing immediately come to mind, but the field of potential applications is far vaster. From architecture (with the production or realistic mock-ups) to piloting and driving simulators (which would benefit from a more realistic illumination), from better personal entertainment to more interactive and intuitive approaches in education, the potential applications are virtually limitless. Overall, everything somehow linked to imaging and lighting can potentially be improved using the techniques we present in this thesis, which underlines the importance of the problem tackled in this work.

Titre de l'écran-titre (visionné le 10 octobre 2023) / Comprendre l'éclairage intérieur est fondamental pour une variété de tâches. Cela peut avoir un impact significatif sur la segmentation sémantique, la décomposition intrinsèque des images, la navigation des robots, les effets spéciaux pour les films, et bien plus encore. L'estimer à partir d'une seule photographie est un problème mal posé, car de nombreuses combinaisons de lumière, de géométrie et de propriétés des matériaux peuvent conduire à la même image. Les travaux antérieurs se concentrent principalement sur le placement de matériel spécialisé dans la scène avant la séance photo, ce qui nécessite d'avoir accès à la scène, ou de modéliser la lumière avec des caractéristiques conçues manuellement. Récemment, l'apprentissage profond a été utilisé pour récupérer automatiquement ces caractéristiques à partir d'ensembles de données sans avoir besoin de matériel supplémentaire, et a fourni des résultats prometteurs. La majorité des travaux, cependant, ne se concentrent que sur l'aspect couleur de l'image et négligent d'autres propriétés comme la géométrie de la scène, qui peut maintenant être facilement estimée avec des approches standard. Dans cette thèse, nous explorons les avantages de l'intégration d'informations 3D dans le processus d'estimation de la lumière. Cela se fait avec les trois sous-objectifs suivants : 1) récupérer automatiquement une texture d'environnement HDR à partir de la couleur et de la géométrie d'un objet connu, 2) estimer une lumière éditable qui combine une représentation paramétrique et non paramétrique à l'aide de la disposition 3D de la scène, et 3) développer une représentation personnalisée conçue spécifiquement pour les panoramas 360° RGB-D. Nous effectuons des expériences approfondies pour valider nos hypothèses, les comparer à d'autres approches et montrer les contributions de l'utilisation de la 3D pour l'estimation de la lumière. / Understanding indoor lighting is fundamental for a variety of tasks. It can significantly impact semantic segmentation, intrinsic image decomposition, robot navigation, special effects for movies, and much more. Estimating it from a single photograph is an ill-posed problem, since many combinations of light, geometry, and material properties can lead to the same picture. Previous work mainly focus on placing specialized hardware in the scene before the photo shoot, which requires having access to the scene, or to model light with hand-crafted features. Recently, Deep Learning has been used to automatically retrieve these features from datasets without the need of additional hardware, and delivered promissing results. The majority of works, however, only focus on the color intensity of the photograph and neglect other properties like the scene geometry, which can be now easily estimated with off-the-shelf approaches. In this thesis, we explore the benefits of incorporating 3D information into the light estimation process. This is done with the following three sub-objectives: 1) automatically recover an HDR environment texture from the color and geometry of a known object, 2) estimate an editable light that combines a parametric and a non-parametric representation with the help of indoor 3D layouts, and 3) develop a customized representation designed specifically for 360° RGB-D panoramas. We perform extensive experiments to validate our assumptions, compare to other approaches, and show the contributions of leveraging 3D for light estimation.

L’objectif de la recherche consiste à élaborer une méthodologie permettant l’évaluation globale de la qualité lumineuse d’un environnement de travail. La méthode proposée repose sur le calcul de plusieurs indicateurs de performance connus afin de qualifier les espaces en fonction de quatre paramètres, soit l’éclairement, la distribution (variabilité) lumineuse, les risques d’éblouissement et la directivité de l’éclairage. Le calcul des indicateurs a été effectué par simulation informatisée à l’aide du logiciel Radiance. Deux bureaux individuels type localisés au cinquième niveau de l’édifice de la Caisse de dépôt et placement (CDP) de Montréal ont servi de cas d’étude et leur évaluation a été effectuée sous ciels ensoleillés et couvert. Parmi les indicateurs retenus figurent le ratio d’éclairement vectoriel/scalaire, l’altitude du vecteur d’éclairement, l’indice de variabilité de la luminance (LD Index), l’éclairement naturel utile (UDI) et la dimension des plages de lumière directe. Quoique rarement employés lors d’études lumineuses, la littérature récente encourage leur utilisation dans le but d’approfondir le travail d’analyse. En plus de documenter de manière exhaustive l’ambiance lumineuse des bureaux, les résultats obtenus illustrent la complémentarité des indicateurs, soit la nécessité de les comparer entre eux afin de juger adéquatement de la qualité de la lumière dans un espace. Finalement, la synthèse des résultats, proposée sous forme de graphiques polaires, introduit un nouveau mode de représentation des ambiances lumineuses. / This research aims to develop a methodology for the assessment of daylight quality in individual office spaces. The proposed methodology is based on performance indicators related to illuminance, distribution (variability) , glare and directivity. The calculations are performed with the Radiance Lighting Simulation System for a South-West and a North-West oriented office located on the fifth floor of the Caisse de dépôt et placement (CDP) in Montreal. The daylight conditions of these offices are studied under a series of clear skies and an overcast sky. The selected indicators for the assessment of daylight quality are the vector/scalar illuminance ratio, the altitude of illuminance vector, the luminance difference index (LD index), the useful daylight illuminance (UDI) and the size of sunlight patches. The literature encourages the researcher to use advanced indicators like these in order to go beyond a simple study of horizontal illuminance and to deepen the analysis of luminous environment. The results allow a detailed performance assessment for each office. Furthermore, the analysis of the results underline the complementarity of the indicators, i.e., the necessity to compare them to adequately assess daylight quality. Finally, polar diagrams are used to synthesize the results. This graphical approach introduces a useful method to represent luminous ambiances.

Cette recherche propose d’analyser les performances énergétiques et lumineuses de différentes formes de panneaux isolants mobiles (PIM) extérieurs pour un espace de travail. Les niveaux élevés d’éclairement exigé dans ces espaces se traduisent par la quête d’un maximum de transparence qui entraîne cependant d’importantes déperditions thermiques en climat nordique. Les simulations numériques IESVE permettent d’évaluer la performance énergétique de l’isolation mobile et de l’occultation, alors que les simulations réalisées dans le module RADIANCE du même logiciel permettent d’analyser les niveaux et la répartition de l’éclairement intérieur générés par la présence et le mouvement des PIM. Des scénarios journaliers optimaux de mouvements, construits sur une base horaire à l’aide d’indicateurs énergétique et lumineux, aux solstices et à l’équinoxe d’automne sous ciel dégagé, permettent d’évaluer l’impact d’une façade adaptative sur un espace de travail. Bien que certains scénarios soient clairement incompatibles, d’autres présentent des performances élevées à la fois sur les plans énergétiques et lumineux. Cette recherche conclue sur le potentiel du PIM en tant qu’opportunité d’adaptation au sein d’une architecture adaptative. / This research focuses on the performance of movable insulation panels as manual shading devices and as an energy conservation strategy for an office space. High lighting level requirements for such spaces ask for a quest for transparency which results in high thermal losses in cold climates. Simulation results demonstrate the device’s potential in reducing energy consumption as well as diversifying visual ambiances. Three forms of panels are simulated using IES VE and Radiance module. Optimal manipulations are determined from an energy and lighting standpoint by assessing two metrics and are compared to illustrate their effects on lighting environment and energy loads. Optimal scenarios are constructed on an hourly basis to illustrate differences in energy and lighting needs. While some manipulation scenarios clearly demonstrate non compatible effects on energy and lighting performance, some scenarios can significantly improve both energy and lighting performance and should be considered. Conclusions address the potential of movable insulation panels as an effective adaptive strategy.

L'éclairage extérieur joue un rôle important dans la recherche et l'industrie. La compréhension de l'éclairage extérieur est essentielle dans de nombreuses applications en vision par ordinateur, infographie, films d'animation par ordinateur, gestion de l'énergie solaire, etc. L'éclairage extérieur, d'où la contribution provient majoritairement du soleil et du ciel, possède une plage dynamique extrêmement élevée (HDR pour high dynamic range). La capture de l'éclairage extérieur, y compris l'étendue de la plage dynamique et l'intensité absolue du soleil, nécessite des appareils ou des techniques spécialisés : une caméra ordinaire est incapable de la capturer. Le contenu de l'image capturé avec un appareil photo grand public est actuellement disponible sous forme de données à basse plage dynamique (LDR pour low dynamic range). Ces problèmes deviennent un obstacle majeur à la compréhension de l'éclairage extérieur. Comprendre l'éclairage extérieur à partir d'images est également une tâche difficile en raison de sa diversité : l'éclairage change considérablement en raison du mouvement des nuages et des conditions météorologiques. Dans le cadre de ce travail, nous proposons de raisonner sur l'éclairage HDR à partir d'images LDR à partir de données. Nous explorons ce problème avec le trois objectifs suivants 1) reconstruire automatiquement l'éclairage HDR à partir de panoramas extérieurs LDR capturés avec une caméra 360⁰ point-and-shoot, 2) prévoir l'énergie solaire à partir d'images du ciel capturées avec une caméra standard ; 3) estimer les paramètres d'éclairage significatifs à partir d'une seule image conventionnelle à champ de vision limité. Ces objectifs sont appuyés par des expériences et des analyses détaillées. Nous espérons que cette recherche aidera à mieux comprendre l'éclairage extérieur HDR. / Outdoor lighting plays an important role in both research and industry. Understanding outdoor illumination is essential in many applications in computer vision, computer graphics, computer-animated movies, solar energy management, etc. Outdoor illumination, which is mainly contributed by the sun and sky, has an extremely high dynamic range (HDR). Capturing outdoor illumination including the breadth of the dynamic range and the absolute intensity of the sun requires specialized devices or techniques : a regular camera is incapable of capturing it. The image contents captured with a consumer camera are currently available as low dynamic range (LDR) data. These issues become a big obstacle to understanding outdoor lighting. Understanding outdoor illumination from images is also a challenging task because of its diversity : the lighting changes dramatically due to clouds movement and weather conditions. In this work, we propose to reason about the HDR illumination from LDR images in a data-driven way. We explore this problem in the following three objectives 1) automatically reconstruct the HDR lighting from LDR outdoor panoramas captured with a point-and-shoot 360⁰ camera, 2) forecast solar energy from sky images captured with an off-the-shelf camera; 3) estimate meaningful lighting parameters from a single conventional limited field of view image. Each of these objectives provides detailed experiments and analyses. We hope this research could help to better understand the HDR outdoor illumination.

S'inscrivant dans le champ de recherche émergeant sur les ambiances lumineuses, cette recherche s'intéresse au potentiel de l'image numérique pour l'exploration et l'analyse de la lumière dans le paysage urbain nocturne. À partir de relevés effectués dans les villes de Québec et de Montréal, comme autant d'images qui se succèdent à l'échelle du piéton, le projet propose d 'évaluer l'image numérique 2D comme outil permettant des analyses et explorations quantitatives et qualitatives des espaces urbains éclairés. La méthodologie employée s'appuie sur la recherche développée par Demers [1997]. Le potentiel créatif du médium pour la conception lumière est également abordé. Parallèlement, la recherche propose de développer une démarche spécifique au contexte de la lumière urbaine nocturne afin de cerner différents aspects qui composent les ambiances lumineuses nocturnes, tels que les effets de la lumière sur les formes urbaines (espaces ou objets architectures). Les outils de relevés employés présentent l'avantage d'être accessibles autant pour le chercheur que pour le concepteur lumière. Ils ont fait l'objet d'explorations afin de déterminer leurs limites dans des conditions d'éclairage nocturne. Il s'agit de la photographie à l'aide d'une caméra réflexe 35 mm et de la vidéo. Des outils de mesures de la lumière tel qu'un photomètre ainsi que des posemètres manuels complètent les besoins de la recherche. Les images numérisées sont traitées à l'aide du logiciel Adobe Photoshop. / Québec Université Laval, Bibliothèque 2019

Cette recherche-création s’intéresse à l’utilisation du projecteur vidéo, non comme d’un outil pour le cinéma, mais comme d’un outil d’éclairage pour le théâtre. Une partie de ce mémoire est consacrée à l’établissement des bases de l’éclairage théâtral d’après ses utilités, son langage et ses appareils actuels. L’établissement de ses bases, ou caractéristiques de l’éclairage, s’appuie sur les écrits du Professeur Stanley MacCandless ainsi que sur ceux des concepteurs François-Éric Valentin et Marx Keller. La seconde partie de cette recherche-création fait état des expérimentations menées avec des projecteurs vidéo, selon les caractéristiques de l’éclairage. Les laboratoires démontrent tout le potentiel et les avantages de l’éclairage-vidéo, c’est-à-dire l’utilisation du projecteur vidéo en tant que source de lumière. Un rapport entre les appareils d’éclairage traditionnels et le projecteur vidéo est également observé au fil des recherches.

La recherche propose de faire la démonstration que la diversité des ambiances lumineuses, produite par l'intégration de l'éclairage naturel aux espaces intérieurs, est en mesure de créer des espaces confortables. Afin d'y parvenir, la recherche emploie un ensemble de méthodes complémentaires, notamment la cartographie positionnelle, le questionnaire fermé, la photographie, l'analyse numérique d'images et les outils développés pour le projet CRSH 2003-2007 : « Environmental Adaptability in Architecture - Towards a dynamic multi-sensory approach integrating users behavior ». Ces méthodes permettent d'étudier les ambiances lumineuses d'un espace réel, en l'occurrence le café de l'École d'architecture de l'Université Laval, et le niveau de confort perçu par ses occupants. Les résultats soulignent les différences marquées dans la perception du confort des occupants pourtant soumis aux mêmes conditions d'ambiances. Ils prouvent aussi que l'éclairage naturel est confortable puisque les ambiances lumineuses diversifiées qu'il engendre permettent aux occupants de choisir celles qui leur semblent les plus appropriées en regard à leur contexte d'activité et à leur propre définition du confort. / This research strives to demonstrate that the diversity of a luminous environment, created by the daylighting of buildings, is enough to generate comfortable spaces. In order to achieve it, the research uses a number of methods such as : behaviour mapping, a written survey, photography, the digital image analysis and parts of the methodology developed for the project SSHRC 2003-2007 intitled : "Environmental Adaptability in Architecture - Towards a dynamic multi-sensory approach integrating users behavior ". These methods allow the study of the luminous conditions of a real space, in the present case the "café of the school of architecture of Laval University", and the level of comfort perceived by its occupants. The results underline the important differences in the evaluation of comfort among occupants faced to the same conditions. They also prove that daylighting is comfortable since the diverse luminous conditions created allow the occupants to choose the ambience they feel most appropriate to their activity context as well to their own definition of comfort.

Cette thèse présente des outils d'analyse d'images couleur visant à extraire des informations pertinentes sur les conditions d'éclairage dans lesquelles ont été prises les photos. A travers ces outils, nous cherchons à comprendre le contenu sémantique d'une image en étudiant sa composante lumineuse. Ces connaissances sont utiles dans divers domaines d'imagerie tels que la réalité augmentée, la post-production cinématographique, l'indexation d'image et la reconnaissance des formes. L'information intrinsèque à la composante lumineuse n'est pas directement disponible à travers les données image. L'information contenue dans une image numérisée est le résultat de l'intégration et de la numérisation du flux spectral incident qui est modifié par les caractéristiques géométriques et spectrales des objets composant la scène. Nous identifions donc des objets sémantiques d'intérêt dans le cadre de notre problématique et nous développons les outils nécessaires pour les analyser. Dans ce but, nous nous appuyons sur des modèles physiques d'illumination pour décrire les phénomènes de réflexion lumineuse et comprendre comment ils se traduisent dans les données image. Dans un premier temps, nous présentons une approche photométrique de l'analyse des conditions d'éclairage qui s'articule autour d'un outil de détection des ombres dans les images couleur. L'information contenue dans les ombres permet de mesurer le contraste de luminance global sur les images, ce qui donne une indication sur le rapport entre la lumière directe et la lumière ambiante. Pour afiner l'analyse, nous présentons aussi un outil de détection de ciel qui permet d'identifier les conditions météorologiques au moment de la prise de vue. Selon que le ciel soit couvert, dégagé ou nuageux, les conditions d'éclairage varient et modifient l'aspect de l'image. Dans un deuxième temps, nous présentons une méthode de détection de la chrominance de l'illuminant. Cet outil reprend le principe de convergence chromatique basé sur le modèle de réflexion dichromatique. La convergence observée sur les surfaces inhomogènes est utilisée pour identifier la chrominance de l'illuminant. Les problèmes inhérents aux méthodes de détection existantes, liés à la nature statistique des traitements mis en oeuvre, trouvent une solution dans l'emploi de la segmentation morphologique couleur. Elle permet d'effectuer un découpage de l'image en zones homogènes en couleur et en luminance ; chaque région correspond à une réflectance spectrale particulière. Ensuite, un filltrage des régions est introduit pour éliminer celles qui ne vérifient pas les hypothèses de base du modèle de réflexion dichromatique. Enfin, les droites de convergences chromatiques calculées sur chaque région sont reportées sur le plan chromatique où est déterminée l'intersection entre le faisceau des droites et le locus des radiateurs de Planck. C'est le point correspondant aux coordonnées chromatiques de la chrominance de l'illuminant.

La pollution lumineuse, résultat de l'éclairage nocturne anthropique, est un problème répandu dans le monde. Elle affecte une grande variété d'êtres vivants dans les milieux où elle est présente. Les effets exacts qu'elle peut avoir sur les organismes n'ont pas été beaucoup explorés . À ce sujet, rien n'est connu de son influence sur le phytoplancton. En l'occurrence, les cyanobactéries sont des organismes unicellulaires du phytoplancton. Dans cette étude, une cyanobactérie, Microcystis aeruginosa , a été cultivée en turbidostat en absence et en présence d'éclairage nocturne tel qu'observé à la surface d'un lac urbain éclairé. Plusieurs mesures ont été réalisées des intervalles de deux heures sur trois périodes de 48h afin d'observer les changements sur l'écophysiologie des cyanobactéries en présence de pollution lumineuse. Certaines de ces mesures montrent un effet de la pollution lumineuse,. comme le rendement quantique de photosynthèse, la quantité de chlorophylle a et de protéines photosynthétiques par cellule, démontrant ainsi l'effet de la pollution lumineuse sur M. aeruginosa . D'autres mesures n'ont pas été affectées par la pollution lumineuse. Celles-ci comprennent la quantité de certaines protéines photosynthétiques, la mesure d'efficacité photosynthétique par 14 [degrés Celsius] et la microcystine intracellulaire. Une hypothèse permettant d'expliquer les résultats a été émise. En conclusion, l'étude a permis de montrer qu'un éclairage d'une intensité lumineuse semblable à ce qui est retrouvé dans nos villes peut causer des changements dans l'écophysiologie de Microcystis aeruginosa en laboratoire.