Une vidéo, 3 commandes, une scène 3D métrée

Ce projet permet de transformer une simple vidéo en scène 3D métrée, c’est-à-dire une reconstruction 3D que l’on peut non seulement observer, mais aussi mesurer.

L’idée est simple : à partir d’une vidéo filmée avec une caméra ou un smartphone, le système extrait des images, comprend la position de la caméra dans l’espace, puis reconstruit une scène 3D réaliste grâce à une technique récente appelée Gaussian Splatting.

L’objectif est de rendre la création de scènes 3D plus rapide, plus accessible et plus exploitable, sans avoir besoin d’un scanner 3D coûteux ou d’un matériel spécialisé.

Comment ça fonctionne ?

Le projet repose sur une chaîne de traitement automatisée en trois grandes étapes.

1. Extraire des images depuis une vidéo

La première étape consiste à transformer la vidéo en une série d’images fixes.

Une vidéo est composée de nombreuses images successives. Le système sélectionne donc des images représentatives de la scène filmée, afin d’obtenir plusieurs points de vue du même lieu ou du même objet.

Plus la vidéo couvre correctement la scène, avec des angles variés et un mouvement fluide, plus la reconstruction finale sera précise.

2. Retrouver la position de la caméra avec COLMAP

Une fois les images extraites, le projet utilise COLMAP, un outil de photogrammétrie.

La photogrammétrie consiste à retrouver la forme d’un espace ou d’un objet à partir de plusieurs images. COLMAP analyse les images, repère des points communs entre elles, puis calcule la position approximative de la caméra pour chaque prise de vue.

Par exemple, si un coin de mur, une fenêtre ou un motif au sol apparaît dans plusieurs images, COLMAP peut s’en servir comme repère. En croisant tous ces repères, il reconstitue progressivement la géométrie de la scène.

Cette étape permet d’obtenir deux éléments essentiels :

• la trajectoire de la caméra pendant la vidéo ;
• une première structure 3D de la scène, sous forme de nuage de points.

Autrement dit, COLMAP aide le système à comprendre où se trouvait la caméra et comment les images sont reliées entre elles dans l’espace.

3. Reconstruire une scène réaliste avec le Gaussian Splatting

La troisième étape utilise le Gaussian Splatting, une méthode moderne de rendu 3D.

Contrairement aux modèles 3D classiques composés de surfaces, de triangles ou de maillages, le Gaussian Splatting représente la scène avec un grand nombre de petites formes floues appelées gaussiennes. Chaque gaussienne possède une position, une taille, une orientation, une couleur et une transparence.

On peut les imaginer comme des milliers, voire des millions de petites taches colorées placées dans l’espace. Ensemble, elles recréent l’apparence visuelle de la scène de manière très réaliste.

Le grand avantage de cette méthode est qu’elle permet d’obtenir des rendus fluides et détaillés, souvent plus rapidement qu’avec des techniques de reconstruction 3D traditionnelles. Elle est particulièrement adaptée pour visualiser des lieux réels, des objets, des bâtiments ou des environnements capturés par vidéo.

Pourquoi parle-t-on de scène 3D métrée ?

Une scène 3D est dite métrée lorsqu’elle respecte une échelle réelle ou exploitable.

Cela signifie que l’on ne se contente pas d’obtenir une belle visualisation : on peut aussi utiliser la scène pour mesurer des distances, des hauteurs, des surfaces ou des volumes.

Par exemple, on peut imaginer mesurer :

• la hauteur d’un mur ;
• la largeur d’une pièce ;
• la distance entre deux objets ;
• l’encombrement d’un espace ;
• les dimensions approximatives d’un élément architectural.

Cette dimension métrique transforme la reconstruction 3D en véritable outil d’analyse. La scène devient alors plus proche d’un jumeau numérique, c’est-à-dire une version virtuelle d’un lieu réel, que l’on peut observer, manipuler et exploiter.

À quoi ça peut servir ?

Ce type de projet peut être utile dans de nombreux domaines.

Dans le bâtiment, il peut servir à documenter un chantier, mesurer un espace ou préparer une intervention. Dans le patrimoine, il peut aider à conserver une trace numérique d’un lieu, d’un monument ou d’un objet. Dans l’industrie, il peut faciliter l’inspection d’un environnement ou la visualisation d’une installation. Pour l’immobilier, il peut permettre de créer des visites 3D enrichies de mesures.

Plus largement, le projet montre comment une simple vidéo peut devenir une donnée spatiale exploitable.

Une approche simple et accessible

L’un des intérêts du projet est de simplifier un processus habituellement technique.

Au lieu de manipuler manuellement plusieurs logiciels, la chaîne de traitement automatise les étapes principales : extraction des images, calcul des positions caméra avec COLMAP, puis entraînement de la scène en Gaussian Splatting.

Le principe peut se résumer ainsi :

filmer un lieu, lancer quelques commandes, obtenir une scène 3D réaliste et mesurable.

Cette approche rend la reconstruction 3D plus accessible, tout en s’appuyant sur des technologies avancées issues de la vision par ordinateur et de l’intelligence artificielle.