La synthèse d’images réalistes repose sur des modèles physiques décrivant les interactions entre la lumière et les matériaux attachés aux objets dans une scène tridimensionnelle. Ces modèles mathématiques sont complexes et, dans le cas général, n’admettent pas de solution analytique. Pour cette raison, l’utilisation de méthodes numériques robustes et efficaces est nécessaire. Les méthodes de Monte Carlo ou techniques alternatives comme l’utilisation de développement par fonction de base sont appropriées pour résoudre ce type de problème. Dans cette thèse par articles, nous présentons deux nouvelles techniques permettant l’in- tégration numérique efficace de matériaux complexes. En premier lieu, nous introduisons une nouvelle méthode permettant d’intégrer simultanément plusieurs dimensions définies dans le domaine angulaire et spatiale. Avoir une technique efficace est essentiel pour intégrer des matériaux avec des normales variant rapidement sous différentes conditions d’éclairage. Notre technique utilise une nouvelle formulation basée sur un histogramme sphérique définie de façon directionnelle et spatial. Ce dernier nous permet d’utiliser des harmoniques sphé- riques pour intégrer les différentes dimensions rapidement, réduisant le temps de calcul d’un facteur approximatif de 30× par rapport aux méthodes de l’état de l’art. Dans notre second travail, nous introduisons une nouvelle stratégie d’échantillonnage pour estimer le transport de lumière à l’intérieur de matériaux multicouches. En identifiant les meilleures stratégies d’échantillonnage, nous proposons une technique efficace et non biaisée pour construire des chemins de lumière à l’intérieur de ce type de matériau. Notre nouvelle approche permet d’obtenir un estimateur de Monte Carlo efficace et de faible variance dans des matériaux contenant un nombre arbitraire de couches. / Realistic computer generated images and simulations require physically-based models to properly capture and reproduce light-material interactions. The underlying mathematical formulations are complex and mandate the use of efficient numerical methods, since analytic solutions are not available. Monte Carlo integration is one such commonly used numerical method, although, alternative approaches leveraging, e.g., basis expansions, may be suitable to solve these challenging problems. In this thesis by articles, we present two works where we efficiently devise numerical integration strategies for the rendering of complex materials. First, we propose a method to compute a spatial-angular multi-dimensional integration problem present when rendering materials with high-frequency normal variation under large, angularly varying illumination. By computing and manipulating a novel spherical histogram data representation, we are able to use spherical harmonics to efficiently solve the integral, outperforming the state-of-the-art by a factor of roughly 30×. Our second work describes a high-performance Monte Carlo integration strategy for rendering layered materials. By identifying the best path sampling strategies in the micro-scale light transport context, we are able to tailor an unbiased and efficient path construction method to evaluate high throughput, low variance paths through an arbitrary number of layers.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

L'automatisation de la génération des artefacts textuels à partir des modèles est une étape critique dans l'Ingénierie Dirigée par les Modèles (IDM). C'est une transformation de modèles utile pour générer le code source, sérialiser les modèles dans de stockages persistents, générer les rapports ou encore la documentation. Parmi les différents paradigmes de transformation de modèle-au-texte, la génération de code basée sur les templates (TBCG) est la plus utilisée en IDM. La TBCG est une technique de génération qui produit du code à partir des spécifications de haut niveau appelées templates. Compte tenu de la diversité des outils et des approches, il est nécessaire de classifier et de comparer les techniques de TBCG existantes afin d'apporter un soutien approprié aux développeurs. L'objectif de ce mémoire est de mieux comprendre les caractéristiques des techniques de TBCG, identifier les tendances dans la recherche, et éxaminer l'importance du rôle de l'IDM par rapport à cette approche. J'évalue également l'expressivité, la performance et la mise à l'échelle des outils associés selon une série de modèles. Je propose une étude systématique de cartographie de la littérature qui décrit une intéressante vue d'ensemble de la TBCG et une étude comparitive des outils de la TBCG pour mieux guider les dévloppeurs dans leur choix. Cette étude montre que les outils basés sur les modèles offrent plus d'expressivité tandis que les outils basés sur le code sont les plus performants. Enfin, Xtend2 offre le meilleur compromis entre l'expressivité et la performance. / A critical step in model-driven engineering (MDE) is the automatic synthesis of a textual artifact from models. This is a very useful model transformation to generate application code, to serialize the model in persistent storage, generate documentation or reports. Among the various model-to-text transformation paradigms, Template-Based Code Generation (TBCG) is the most popular in MDE. TBCG is a synthesis technique that produces code from high-level specifications, called templates. It is a popular technique in MDE given that they both emphasize abstraction and automation. Given the diversity of tools and approaches, it is necessary to classify and compare existing TBCG techniques to provide appropriate support to developers. The goal of this thesis is to better understand the characteristics of TBCG techniques, identify research trends, and assess the importance of the role of MDE in this code synthesis approach. We also evaluate the expressiveness, performance and scalability of the associated tools based on a range of models that implement critical patterns. To this end, we conduct a systematic mapping study of the literature that paints an interesting overview of TBCG and a comparative study on TBCG tools to better guide developers in their choices. This study shows that model-based tools offer more expressiveness whereas code-based tools performed much faster. Xtend2 offers the best compromise between the expressiveness and the performance.