f5

.envrc

@@ -0,0 +1 @@
+use flake

.gitignore

@@ -0,0 +1,3 @@
+.direnv/
+node_modules/
+dist/

flake.lock

@@ -0,0 +1,43 @@
+{
+  "nodes": {
+    "flake-utils": {
+      "locked": {
+        "lastModified": 1676283394,
+        "narHash": "sha256-XX2f9c3iySLCw54rJ/CZs+ZK6IQy7GXNY4nSOyu2QG4=",
+        "owner": "numtide",
+        "repo": "flake-utils",
+        "rev": "3db36a8b464d0c4532ba1c7dda728f4576d6d073",
+        "type": "github"
+      },
+      "original": {
+        "owner": "numtide",
+        "repo": "flake-utils",
+        "type": "github"
+      }
+    },
+    "nixpkgs": {
+      "locked": {
+        "lastModified": 1677932085,
+        "narHash": "sha256-+AB4dYllWig8iO6vAiGGYl0NEgmMgGHpy9gzWJ3322g=",
+        "owner": "NixOS",
+        "repo": "nixpkgs",
+        "rev": "3c5319ad3aa51551182ac82ea17ab1c6b0f0df89",
+        "type": "github"
+      },
+      "original": {
+        "owner": "NixOS",
+        "ref": "nixos-unstable",
+        "repo": "nixpkgs",
+        "type": "github"
+      }
+    },
+    "root": {
+      "inputs": {
+        "flake-utils": "flake-utils",
+        "nixpkgs": "nixpkgs"
+      }
+    }
+  },
+  "root": "root",
+  "version": 7
+}

flake.nix

@@ -0,0 +1,13 @@
+{
+  description = "Proj long prez";
+
+  inputs = {
+    nixpkgs.url = "github:NixOS/nixpkgs/nixos-unstable";
+    flake-utils.url = "github:numtide/flake-utils";
+  };
+
+  outputs = { self, nixpkgs, flake-utils }:
+    flake-utils.lib.eachDefaultSystem (system:
+      let pkgs = nixpkgs.legacyPackages.${system};
+      in { devShell = pkgs.mkShell { buildInputs = with pkgs; [ nodejs ]; }; });
+}

package.json

@@ -0,0 +1,10 @@
+{
+  "dependencies": {
+    "@slidev/cli": "^0.38.5",
+    "@slidev/theme-default": "^0.21.2",
+    "slidev-theme-academic": "^1.1.1"
+  },
+  "devDependencies": {
+    "playwright-chromium": "^1.30.0"
+  }
+}

slides.md

@@ -0,0 +1,342 @@
+---
+theme: academic
+class: text-white
+coverAuthor: Laurent Fainsin, Pierre-Eliot Jourdan, Raphaëlle Monville-Letu, Jade Neav
+coverBackgroundUrl: https://plus.unsplash.com/premium_photo-1673553304257-018c85e606f8?ixlib=rb-4.0.3&ixid=MnwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHx8
+coverBackgroundSource: unplash
+coverBackgroundSourceUrl: https://unsplash.com/photos/g4I556WCJT0
+coverDate: "2023-03-09"
+themeConfig:
+  paginationX: r
+  paginationY: t
+  paginationPagesDisabled:
+    - 1
+title: Projet Long
+---
+
+<h2 class="opacity-50" style="font-size: 1.9rem;">End of study project</h2>
+
+<h1 style="font-size: 2.3rem;">Sphere detection and multimedia applications</h1>
+
+---
+
+# Contents
+
+<div class="h-100 flex items-center text-2xl">
+
+- Types of spheres
+- Automatic sphere detection
+- Lighting intensity estimation
+- Lightning direction estimation
+
+</div>
+
+<figure class="absolute top-15 right-25 w-35">
+  <img src="https://images.pexels.com/photos/13849458/pexels-photo-13849458.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=1"/>
+  <figcaption class="text-center">Architecture</figcaption>
+</figure>
+
+<figure class="absolute top-40 right-75 w-50">
+  <img src="https://images.pexels.com/photos/3945321/pexels-photo-3945321.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=1"/>
+  <figcaption class="text-center">Cinema</figcaption>
+</figure>
+
+<figure class="absolute top-72 right-30 w-45">
+  <img src="https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcTzg_yM_NbCIYXfZ55WdtFbAtaF7EUGSKSVBQ&usqp=CAU"/>
+  <figcaption class="text-center">3D Reconstruction</figcaption>
+</figure>
+
+<a href="https://www.pexels.com" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">pexels</a>
+
+---
+class: text-white custombg
+---
+
+<style>
+.custombg {
+  background-repeat: no-repeat;
+  background-position: center center;
+  background-size: cover;
+  background-image: url("/assets/spheres.png");
+}
+</style>
+
+## Types of spheres
+
+---
+class: text-white custombg2
+---
+
+<style>
+.custombg2 {
+  background-repeat: no-repeat;
+  background-position: center center;
+  background-size: cover;
+  background-image: url("https://media.caveacademy.com/wp-content/uploads/2021/05/04000307/cave_prop1002_chrome_v001_r001.jpg");
+}
+</style>
+
+## Chrome sphere
+
+<a href="https://caveacademy.com/wiki/onset-production/data-acquisition/data-acquisition-training/the-grey-the-chrome-and-the-macbeth-chart/" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">CaveAcademy</a>
+
+---
+
+## Acquisition techniques
+
+<img src="/assets/capture_hdri.jpg" class="m-auto"/>
+
+<a href="https://www.youtube.com/watch?v=kwGZa5qTeAI" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Louis du Mont</a>
+
+<!-- https://www.youtube.com/watch?v=HCfHQL4kLnw -->
+
+---
+
+## Realistic lighting
+
+<div class="grid grid-cols-2 col-auto m-auto h-100 gap-1">
+  <img src="/assets/image-026.png" class="m-auto w-full"/>
+  <img src="/assets/image-027.png" class="m-auto w-full"/>
+</div>
+
+---
+class: text-white custombg3
+---
+
+<style>
+.custombg3 {
+  background-repeat: no-repeat;
+  background-position: center center;
+  background-size: cover;
+  background-image: url("/assets/shiny.jpg");
+}
+</style>
+
+
+## Shiny sphere
+
+<a href="https://caveacademy.com/wiki/onset-production/data-acquisition/data-acquisition-training/the-grey-the-chrome-and-the-macbeth-chart/" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">CaveAcademy</a>
+
+---
+class: text-white custombg4
+---
+
+<style>
+.custombg4 {
+  background-repeat: no-repeat;
+  background-position: center center;
+  background-size: cover;
+  background-image: url("https://media.caveacademy.com/wp-content/uploads/2021/05/04000316/cave_prop1002_grey_v001_r001.jpg");
+}
+</style>
+
+## Matte sphere
+
+<a href="https://caveacademy.com/wiki/onset-production/data-acquisition/data-acquisition-training/the-grey-the-chrome-and-the-macbeth-chart/" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">CaveAcademy</a>
+
+---
+
+# Automatic detection of spheres
+
+---
+
+## Model
+
+<div class="h-100 flex items-center">
+  <img src="/assets/DETR.png" class="m-auto"/>
+</div>
+
+<a href="https://arxiv.org/abs/2005.12872" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">End-to-End Object Detection with Transformers,  arXiv:2005.12872
+</a>
+
+---
+
+## Datasets
+
+
+<div class="grid grid-cols-2 col-auto m-auto h-full">
+  <img src="/assets/antoine.webp" class="m-auto h-55"/>
+  <img src="/assets/illumination.webp" class="m-auto h-55"/>
+  <img src="/assets/compositing.webp" class="m-auto h-55"/>
+  <img src="/assets/render.webp" class="m-auto h-55"/>
+</div>
+
+
+---
+
+## Results
+
+---
+
+# Estimation of the lighting intensity in an image
+
+---
+ 
+## Photometric Stereo
+
+<div class="h-100 flex items-center">
+  <img src= "https://upload.wikimedia.org/wikipedia/commons/b/b5/Photometric_stereo.png" class="m-auto h-90"/>
+</div>
+
+- Estimate the surface normals of an object
+- Shiny spheres $\rightarrow$ direction of the lighting
+
+---
+
+## Lambert law
+
+<div class="h-100 flex items-center">
+  <img src= "https://img.laserfocusworld.com/files/base/ebm/lfw/image/2019/06/1906LFW_ost_1.5d13a8a881e81.png?auto=format,compress&w=1050&h=590&fit=clip" class="m-auto h-90"/>
+</div>
+
+
+$I(q) = \rho(Q) \times \vec{n}(Q) \cdot \vec{s}(Q)$
+
+$\rho(Q)$ is the albedo
+
+$\vec{n}(Q)$ is the normal vector
+
+$\vec{s}(Q) = \phi \times \vec{s_0}(Q)$, $\vec{s_0}(Q)$ being the direction of the lighting vector
+
+---
+
+## Problem formulation
+
+$N$ lightings, $P$ pixels
+
+$I = M \times S \times D_{\phi}$
+
+$I \in \mathbb{R}^{P \times N} \rightarrow$ gray scale levels
+
+$M \in \mathbb{R}^{P \times 3} \rightarrow$ the albedo and the normals (unknown)
+
+$S \in \mathbb{R}^{3 \times N} \rightarrow$ direction of lightings
+
+$D_{phi} = diag(\phi_1,...,\phi_{N}) \in \mathbb{R}^{ N \times N} \rightarrow$ intensities of lightings (to be determined)
+
+---
+
+## Algorithm 1
+
+<div class="h-100 flex items-center">
+  <img src="/assets/algo1.png" class="m-auto h-80"/>
+</div>
+
+Intensities : $[\phi_1,...,\phi_{N}]$
+
+New values : $\phi_j + \delta$ and $\phi_j + \delta$, $j \in [1,..,N]$
+
+Mean-squared error : $\underset{\phi_i}{\min} || I - M S D_{\phi} ||_2^2$
+
+Update the value of $\phi_j$
+
+Repeat previous steps
+
+---
+
+## Algorithm 2
+
+Algorithm 1 $\rightarrow$ too long
+
+$$I = M S D_{\phi} \iff M = I(S D_{\phi})^\dagger = I (S D_{\phi})^T [(S D_{\phi})(S D_{\phi})^T]^{-1}$$
+
+Lambert law : 
+
+$$
+\begin{align*}
+  I &= I (S D_{\phi})^T [(S D_{\phi})(S D_{\phi})^T]^{-1} S D_{\phi} \\
+    &= I D_{\phi} S^T S^{-T} D_{\phi}^{-2} S^{-1} S D_{\phi}
+\end{align*}
+$$
+
+New residual :
+
+$$\underset{\phi_i}{\min} || I - I D_{\phi} S^T S^{-T} D_{\phi}^{-2} S^{-1} S D_{\phi} ||_2^2$$
+
+
+---
+
+## Generated images
+
+<div class="grid grid-cols-4 col-auto h-110 m-auto">
+  <img src="/assets/im2.jpg" class="m-auto h-50"/>
+  <img src="/assets/im3.jpg" class="m-auto h-50"/>
+  <img src="/assets/im4.jpg" class="m-auto h-50"/>
+  <img src="/assets/im5.jpg" class="m-auto h-50"/>
+  <img src="/assets/im12.jpg" class="m-auto h-50"/>
+  <img src="/assets/im13.jpg" class="m-auto h-50"/>
+  <img src="/assets/im14.jpg" class="m-auto h-50"/>
+  <img src="/assets/im15.jpg" class="m-auto h-50"/>
+</div>
+
+---
+
+## Results (1/2)
+
+<div class="h-100 flex items-center">
+  <img src="/assets/residu_4.jpg" class="m-auto w-full"/>
+  <img src="/assets/residu2d_3.jpg" class="m-auto w-full"/>
+</div>
+
+---
+
+## Results (2/2)
+
+<div class="h-100 flex items-center">
+  <img src="/assets/resultats_finaux.jpg" class="m-auto h-110"/>
+</div>
+
+---
+
+## Real images
+
+TODO LOLO : mettre les images comme dans les slides avec carre rouge
+
+---
+
+## Results
+
+<div class="h-100 flex items-center">
+  <img src="/assets/resultats_finaux_comete.jpg" class="m-auto w-full"/>
+  <img src="/assets/resultats_finaux_stsernin.jpg" class="m-auto w-full"/>
+</div>
+
+---
+
+# Automatic estimation of lighting vector 
+
+- Creation of data 
+- Estimation of light vector with matte balls 
+- Training of neural networks
+
+---
+
+## Creation of mask
+
+---
+
+## Generated data with Blender
+
+---
+
+## Estimation of lighting vector for training
+
+---
+
+## Verification estimation of lighting vector 
+
+---
+
+## Which type of neural network ?
+
+---
+
+## Results
+
+---
+
+## Conclusion
+
+---
+
+## Perspectives

slides.md.bak

@@ -0,0 +1,334 @@
+---
+theme: academic
+class: text-white
+coverAuthor: Laurent Fainsin, Damien Guillotin, Pierre-Eliot Jourdan
+coverBackgroundUrl: https://images.unsplash.com/photo-1655720408861-8b04c0724fd9?ixlib=rb-4.0.3&ixid=MnwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHx8
+coverBackgroundSource: unplash
+coverBackgroundSourceUrl: https://unsplash.com/photos/Vc0CmuIfMg0
+coverDate: '2023-02-01'
+themeConfig:
+  paginationX: r
+  paginationY: t
+  paginationPagesDisabled:
+    - 1
+title: Bureau d'étude de PI3D
+---
+
+<h2 class="opacity-50" style="font-size: 2rem;">Bureau d'étude de PI3D</h2>
+
+<h1 style="font-size: 2.4rem;">Sujet 6 - Reformulation du MVS par level sets</h1>
+
+---
+
+## Plan du BE
+
+<div class="h-100 flex items-center text-2xl">
+
+- Définitions
+- L'idée générale
+- Hyposthèses
+- L'algorithme
+- Résultats
+- Conclusion
+
+</div>
+
+<!--
+Notre objectif dans ce BE c'était donc d'implémenter ce procédé.
+Et pour ce faire on avait besoin de faire les étapes suivantes:
+
+
+- Définitions
+    1. Level sets
+    2. MVS
+- L'idée générale
+- Hyposthèses
+    1. Discrétisation de l'espace
+    2. Binarisation du levelset
+- L'algorithme
+    1. Initialisation du volume
+    2. Mise à jour du volume
+- Résultats
+- Conclusion
+
+-->
+
+---
+
+## Définition
+### Level sets
+
+<img src="/figs/lvl7_2D.gif" class="m-auto"/>
+
+$\mathcal{V} = \{ \textbf{Q} = (X, Y) \in \mathbb{R}^2, u(\textbf{Q}) > s \}, \quad s\in [0,1], \quad u \colon \mathbb{R}^2 \to [0, 1]$
+
+
+<!--
+level set ≃ un seuillage. \
+Ici on représente le seuillage d'une fonction par un contour rouge, avec le resultat binarisé à droite.
+Ça fait un peu penser aux contours actifs, et on peut considérer les levels sets comme une généralisation des contours actifs.
+
+Définition mathématique et continue des levels sets:
+
+Volume = Ensemble des points de l'espace tel que, l'image de ces points par une fonction valide une condition
+
+- V -> volume (2D ici, noir à droite)
+- Q -> point 2D de l'espace
+- u -> fonction indicatrice (que l'on souhaite apprendre) qui indique "l'intériorité" d'un point Q dans V
+- s -> seuil qui détermine la valeur à partir de laquelle on est dans V
+-->
+
+---
+
+### Exemple Level sets 3D
+
+<div class="flex items-center">
+  <img src="/figs/lvl7_3D.gif" class="h-110"/>
+  <figure>
+    <img src="https://upload.wikimedia.org/wikipedia/commons/thumb/a/a7/MarchingCubes.svg/350px-MarchingCubes.svg.png" class="h-50">
+    <figcaption class="text-center">Marching cubes</figcaption>
+    <!-- mettre lien ici -->
+  </figure>
+</div>
+
+<!--
+La définition précédente se généralise très bien aux espace de dimension supérieurs, voici un exemple 3D.
+Juste on vous parle de la 2D psk c'est plus simple.
+Par exemple ici on peut pas représenter u, car il nous faudrait une représentation 4D.
+Par contre on peut vous montrer le résultat de V_t pour différent t.
+En ce qui concerne le rendu de la surface 3D, on utilise l'ago de marching cubes.
+-->
+
+---
+
+## Définition
+### Multi-view Stereo
+
+<img src="https://people.inf.ethz.ch/~moswald/publications/resources/Oswald-DA-2007.png" class="m-auto h-105"/>
+
+<a href="https://people.inf.ethz.ch/~moswald/publications/resources/Oswald-DA-2007.pdf" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Concurrent Stereo Reconstruction, Martin R. Oswald, 2007</a>
+
+<!--
+MVS -> reconstruction 3D à partir des positions des caméras et de leur image.
+On obtient un nuage de point dense
+
+Avec la méthode classique, il peut y avoir des décalages entre les nuages de points
+Mais avec level set, on peut s'affranchir de ce problème
+-->
+
+---
+
+## L'idée générale
+### Évolution de $u$
+
+<img src="/figs/lvl7_2D_1.png" class="m-auto h-100"/>
+
+<a href="https://hal.inria.fr/inria-00073673/document" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Variational principles, surface evolution, PDEs, level set methods, and the stereo problem - Olivier Faugeras, Renaud Keriven, 1998</a>
+
+<!--
+Faugeras et Keriven ont écrit ce "livre" pour poser pleins de preuves mathématiques sur des problèmes variationnels... dont les levels sets.
+Et donc dans le leur "livre" ils montrent plusieurs exemples de levels sets.
+Ils montrent un procédé pour mettre à jour u (le contour bleu) pour que celui-ci converge vers un volume capturé (le contour rouge) par des caméras (dont les poses sont connues).
+-->
+
+---
+
+## L'idée générale
+### Évolution de $u$
+
+<img src="/figs/lvl7_2D_3.png" class="m-auto h-100"/>
+
+<a href="https://hal.inria.fr/inria-00073673/document" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Variational principles, surface evolution, PDEs, level set methods, and the stereo problem - Olivier Faugeras, Renaud Keriven, 1998</a>
+
+<!--
+changement de topologie du level set
+-->
+
+---
+
+## Hypothèses
+### Discrétisation de l'espace
+
+<img src="https://upload.wikimedia.org/wikipedia/commons/b/bc/Voxels.svg" class="m-auto mr-50 -mt-13 h-100">
+
+<div class="absolute top-25">
+
+$\mathbb{R}^3 \to \mathbb{V}$
+
+</div>
+
+### Binarisation du levelset
+
+<div class="absolute bottom-3">
+
+$\mathcal{V} = \{ \textbf{v} = (x, y, z) \in \mathbb{V}, u(\textbf{v}) > 0 \}, \quad u \colon \mathbb{V} \to \{0, 1\}$
+
+</div>
+
+<a href="https://en.wikipedia.org/wiki/Voxel" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Wikipedia</a>
+
+<!--
+Dans un premier on va discrétiser notre espace, puisque qu'on travaille dans le monde numérique + les observations (photos caméras) que l'on va utiliser pour calculer notre levelset sont aussi des échantillons.
+On va donc travailler avec une grille de pixels si on est en 2D, et un grille de voxels (V) si on est en 3D.
+On va aussi simplifier le problème en binarisant notre fonction u, celle-ci désormais sort soit 0 (de l'air) ou 1 (du solide).
+Et donc t on va aussi le définir égal à 0.
+-->
+
+---
+
+## L'algorithme
+### Initialisation du volume
+
+- Définition des bornes de notre grille de voxels:
+  - $x \in \llbracket x_{\min}, x_{\max} \rrbracket$
+  - $y \in \llbracket y_{\min}, y_{\max} \rrbracket$
+  - $z \in \llbracket z_{\min}, z_{\max} \rrbracket$
+- Définition d'une résolution de voxel:
+  - Pas trop grand, sinon un voxel projeté sur nos caméras comprends plusieurs pixels
+  - Pas trop petit, sinon plusieurs voxels se projetent sur le même pixel
+  - Exemple: $5.10^{-2}\ m$
+- Initialisation des valeurs des voxels:
+  - Uniforme: $\forall \textbf{Q} = (X, Y, Z) \in \mathbb{R}, u_0(\textbf{Q}) = 1$
+  - Shape From Silhouette <span style="opacity: 0.025;">BE4 CHEH</span>
+
+<!--
+Parler init volume juste avant. \
+Comme on l'a vu dans les exemple de Faugeras, il nous faut un u_0 initial (le contour bleu). Pour ça, dans notre cas, on va dans un premier temps définir des bornes à notre grille de voxels. Il faut aussi définir la taille des voxels.
+-->
+
+---
+
+## L'algorithme
+### Principe du Shape from Silhouette
+
+<img src="https://www.researchgate.net/profile/Silvio-Savarese/publication/221625880/figure/fig1/AS:652956261158913@1532688312594/Shape-from-Silhouettes-The-silhouette-and-camera-location-for-each-view-forms-a-cone.png" class="m-auto h-105">
+
+<a href="https://ieeexplore.ieee.org/document/1024034" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Implementation of a Shadow Carving System for Shape Capture, doi: 10.1109/TDPVT.2002.1024034</a>
+
+<!--
+On suppose qu'on connait les poses de plusieurs caméras, ainsi que les masques de l'objet qu'elles capturent.
+On va prendre tous les voxels de notre grille et les projeter sur chacune de nos caméras.
+Si on voxel tombe à l'exterieur du masque d'au moins d'une caméra, on le supprime.
+Il en résulte l'enveloppe convexe de l'objet (nuage de points / voxels).
+Plus on a de caméra, meilleure sera la définition de l'enveloppe.
+-->
+
+---
+
+### Shape from Silhouette 3D
+
+<div class="flex items-center">
+  <img src="/figs/example3D.gif" class="m-auto h-100">
+  <iframe frameborder="0" allowfullscreen mozallowfullscreen="true" webkitallowfullscreen="true" allow="autoplay; fullscreen; xr-spatial-tracking" xr-spatial-tracking execution-while-out-of-viewport execution-while-not-rendered web-share width="100%" height="100%" src="https://sketchfab.com/models/e5717ee34c9e481a817a34aeacd8a48e/embed?autostart=1" class="h-100"></iframe>
+</div>
+
+<!--
+25 poses, torus avec briques, génération blender, masques parfait par render raytracing (cycles).
+
+nuage de voxel. si nuage de points -> conversion en mesh possible grace aux marching cubes.
+-->
+
+---
+
+## L'algorithme
+### Lancer de rayon (Fast Voxel Intersect)
+
+<div class="grid grid-cols-2 col-auto w-110 m-auto">
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1068141883810914427/fvi2.png" class="m-auto h-55"/>
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1068141884242931712/fvi4.png" class="m-auto h-55"/>
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1068141884679147602/fvi6.png" class="m-auto h-55"/>
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1068141885056622661/fvi8.png" class="m-auto h-55"/>
+</div>
+
+<!--
+- Sélection des voxels sur la bordure du volume
+- Vérification de la visibilité du voxel par toutes les caméras
+- Récupération des couleurs visibles par les caméras
+  - Si !consensus et air, !update -> air
+  - Si consensus et air, update -> solide
+  - Si !consensus et solide, update -> air
+  - Si consensus et solide, !update -> solide
+-->
+
+---
+
+## Résultats
+### L'environnement
+
+<img src="https://cdn.discordapp.com/attachments/953586522572066826/1070291885823889408/peanut.png" class="m-auto h-110"/>
+
+---
+
+## Résultats
+### Les données
+
+<style>
+img.shadowy {
+  box-shadow: 0 0px 6px rgb(0 0 0 / 30%);
+}
+</style>
+
+<div class="flex items-center">
+<img src="https://cdn.discordapp.com/attachments/953586522572066826/1070293528288165930/peanut_cams.png" class="h-90"/>
+  <div class="flex-col inline-flex gap-5">
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292853282054225/Image0000.png" class="w-100 shadowy"/>
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292923322744903/Image0000.png" class="w-100 shadowy"/>
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292853495975988/Image0010.png" class="w-100 shadowy"/>
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292923549224980/Image0010.png" class="w-100 shadowy"/>
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292853764407306/Image0020.png" class="w-100 shadowy"/>
+    <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070292923754741770/Image0020.png" class="w-100 shadowy"/>
+  </div>
+</div>
+
+---
+
+## Résultats
+### L'initialisation (Shape from Silhouette)
+
+<img src="https://cdn.discordapp.com/attachments/953586522572066826/1070287482186383450/init.png" class="m-auto h-110">
+
+---
+
+## Résultats
+### Bordures
+
+<img src="https://cdn.discordapp.com/attachments/953586522572066826/1070307308032233532/border.png" class="m-auto h-110">
+
+---
+
+## Résultats
+### Visibilité des voxels
+
+<div class="h-100 flex items-center">
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070312481894973460/ray.png" class="h-105 -ml-15 -mr-15">
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070312482243104839/selected.png" class="h-105 -ml-15">
+</div>
+---
+
+## Résultats
+### Évolution du level set
+
+<div class="h-100 flex items-center">
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070319867946872912/evol7bis.gif" class="m-auto h-105">
+  <img src="https://cdn.discordapp.com/attachments/953586522572066826/1070319868324360252/shape7bis.gif" class="m-auto h-105">
+</div>
+
+---
+
+## Conclusion
+
+<div class="h-100 flex flex-col text-2xl justify-center">
+
+### Ce que nous avons fait
+
+- Réalisation du SfS en 2D/3D
+- Réalisation du MVS par level sets en 2D avec initialisation par SfS
+
+<br>
+
+### Axes d'amélioration soon™
+
+- Résultat en 3D
+- $\{0, 1\} \to [0, 1]$
+
+</div>