Utilisation d'un casque de réalité augmentée lors de la numérisation avec un scanner 3D portable
Notice bibliographique
Résumé
Un scanner 3D portable est un appareil manuel qui permet de convertir un objet réel en un modèle 3D numérique de l’objet. De nos jours, les scanners 3D portables sont utilisés dans plusieurs secteurs de notre société, comme l’industrie manufacturière, la santé, le divertissement ou l’archéologie. Pour numériser un objet, l’utilisateur doit pointer le scanner vers l’objet et le déplacer autour de l’objet afin d’acquérir l’entièreté de sa surface. Pour faciliter la tâche de l’utilisateur, la plupart des scanners 3D portables modernes comprennent une interface graphique qui offre une visualisation de la surface reconstruite en temps réel. Cette rétroaction est essentielle car elle permet à l’utilisateur d’ajuster la trajectoire du scanner en fonction de ce qui reste à numériser. Or, l’écran comporte certains inconvénients sur le plan de l’utilisabilité. Dans ce projet de recherche, nous proposons donc une alternative aux écrans en exploitant la technologie des casques de réalité augmentée. Notre solution consiste à superposer le scan directement par-dessus l’objet réel grâce au casque de réalité augmentée. Afin de valider la faisabilité de la solution proposée, nous avons développé un prototype basé sur le système de reconstruction 3D KinectFusion et sur le système de réalité virtuelle HTC Vive Pro.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».