Méthodes et références

1Reconstruction à partir d’images

Image en 3D exécute TRELLIS.2 sur notre propre GPU à Vienne. L’image est détourée avec U²-Net (rembg), encodée avec DINOv3 et décodée en structure de voxels creux, puis notre post-traitement (ci-dessous) en fait un solide étanche unique, en millimètres. Texte en 3D dessine d’abord l’objet avec SDXL.

1. J. Xiang, X. Chen, S. Xu, R. Wang, Z. Lv, Y. Deng, H. Zhu, Y. Dong, H. Zhao, N. J. Yuan, J. Yang. Native and Compact Structured Latents for 3D Generation (TRELLIS.2). arXiv preprint 2512.14692, 2025. prépublicationmicrosoft/TRELLIS.2 · MIT · Image en 3D
2. J. Xiang, Z. Lv, S. Xu, Y. Deng, R. Wang, B. Zhang, D. Chen, X. Tong, J. Yang. Structured 3D Latents for Scalable and Versatile 3D Generation. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), highlight, 2025.microsoft/TRELLIS · MIT · Image en 3D
3. O. Siméoni, H. V. Vo, M. Seitzer, F. Baldassarre, M. Oquab, et al. DINOv3. arXiv preprint 2508.10104, 2025. prépublicationfacebookresearch/dinov3 · DINOv3 License (commercial use with conditions) · Image en 3D
4. X. Qin, Z. Zhang, C. Huang, M. Dehghan, O. R. Zaiane, M. Jagersand. U²-Net: Going deeper with nested U-structure for salient object detection. Pattern Recognition 106, 107404, 2020.xuebinqin/U-2-Net · Apache 2.0 (rembg: MIT) · Image en 3D
5. D. Podell, Z. English, K. Lacey, A. Blattmann, T. Dockhorn, J. Müller, J. Penna, R. Rombach. SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis. International Conference on Learning Representations (ICLR), 2024.Stability-AI/generative-models · CreativeML OpenRAIL++-M · Texte en 3D

2Profondeur, reliefs tactiles et images

Le relief photo exécute Depth Anything V2 Small dans votre navigateur via transformers.js : l’image d’un tableau ou d’un objet ne quitte jamais votre ordinateur. Les reliefs tactiles pour les visiteurs aveugles et malvoyants suivent l’approche par couches de Reichinger et al. Les images peuvent être agrandies avec Real-ESRGAN avant une lithophanie ou un relief.

6. L. Yang, B. Kang, Z. Huang, Z. Zhao, X. Xu, J. Feng, H. Zhao. Depth Anything V2. Advances in Neural Information Processing Systems (NeurIPS), 2024.DepthAnything/Depth-Anything-V2 · Apache 2.0 (Small model) · Relief photo
7. A. Reichinger, M. Maierhofer, W. Purgathofer. High-quality tactile paintings. ACM Journal on Computing and Cultural Heritage 4(2), 5, 2011. · Relief photo
8. X. Wang, L. Xie, C. Dong, Y. Shan. Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data. IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), 2021.xinntao/Real-ESRGAN · BSD-3-Clause · Lithophanie

3Solides étanches, réparation et simplification

Les surfaces générées ou scannées sont souvent ouvertes ou auto-intersectées. Nous reconstruisons un solide de façon volumétrique, en décidant l’intérieur et l’extérieur par parité de rayons votée sur neuf directions comme chez Nooruddin et Turk, extrayons la surface par marching cubes et la simplifions par métriques d’erreur quadrique, en préservant la topologie.

9. F. S. Nooruddin, G. Turk. Simplification and repair of polygonal models using volumetric techniques. IEEE Transactions on Visualization and Computer Graphics 9(2), 191–205, 2003. · Réparation GPU
10. W. E. Lorensen, H. E. Cline. Marching cubes: A high resolution 3D surface construction algorithm. ACM SIGGRAPH Computer Graphics 21(4), 163–169, 1987.scikit-image/scikit-image · BSD-3-Clause · Réparation GPU
11. M. Garland, P. S. Heckbert. Surface simplification using quadric error metrics. Proceedings of SIGGRAPH ’97, 209–216, 1997.cnr-isti-vclab/PyMeshLab · GPL-3.0 (server only) · Réparation GPU

4Fabrication et patrimoine

Découper un grand modèle en pièces imprimables avec des connecteurs est le problème étudié par Chopper. SplitSTL propose une découpe en grille et une découpe aux articulations qui coupe chaque pièce seule à son col le plus étroit, avec chevilles ou aimants et numéros gravés. La littérature sur le patrimoine ci-dessous explique pourquoi répliques et modèles tactiles comptent dans les musées. L’outil de photogrammétrie (AliceVision) est en développement.

12. L. Luo, I. Baran, S. Rusinkiewicz, W. Matusik. Chopper: Partitioning models into 3D-printable parts. ACM Transactions on Graphics 31(6), 129 (SIGGRAPH Asia), 2012. · Découpeur
13. R. Scopigno, P. Cignoni, N. Pietroni, M. Callieri, M. Dellepiane. Digital Fabrication Techniques for Cultural Heritage: A Survey. Computer Graphics Forum 36(1), 6–21, 2017. · Découpeur
14. M. Neumüller, A. Reichinger, F. Rist, C. Kern. 3D Printing for Cultural Heritage: Preservation, Accessibility, Research and Education. 3D Research Challenges in Cultural Heritage, LNCS 8355, 119–134, Springer, 2014. · Découpeur
15. C. Griwodz, S. Gasparini, L. Calvet, P. Gurdjos, F. Castan, B. Maujean, G. De Lillo, Y. Lanthony. AliceVision Meshroom: An open-source 3D reconstruction pipeline. Proceedings of the 12th ACM Multimedia Systems Conference (MMSys), 241–247, 2021.alicevision/Meshroom · MPL 2.0

5Logiciels open source

Bibliothèques qui tournent dans SplitSTL sans article propre.

6Données ouvertes

La collection ouverte indexe les scans 3D publiés par le Statens Museum for Kunst (SMK), Copenhague, via son API ouverte, sous la marque Domaine public 1.0. Les titres ont été traduits par nous ; dimensions et licences viennent des fiches du musée.

7Licences des modèles que nous exécutons

Chaque modèle du parcours payant autorise l’usage commercial. Nous tenons un audit écrit de chaque licence et refusons à l’exécution les composants non commerciaux (NVIDIA nvdiffrast, MeshLib, Depth Anything V2 Base/Large). Détails sur la page À propos.

Citer SplitSTL

SplitSTL: an open 3D lab for cultural heritage. M. Buessler, Vienne, 2026. https://splitstl.com