Stage - Incrustation Automatique d'objets sur fonds réels et simulés H/F

2019-10-21T22:14:50.96

Information clé

Mathématiques et Algorithmes
Recherche, conception et développement
Etudiant
100 rue de paris 91300 massy, Ile De France, FRANCE
Stage, Temps complet, 6 mois
BAC+5
Jeune diplômé/Première expérience
Anglais Intermédiaire
MSY-19-DT-CECN-57225-78192

Description de la mission

Au cours des dernières décennies, l'apprentissage automatique a permis l'essor de nouvelle fonctionnalités d'IA grâce notamment aux avancées remarquables du Deep Learning.
Malgré la multiplication des stratégies d'apprentissage, la donnée reste primordiale pour l'optimisation des architectures de réseaux profonds. La robustesse de ces derniers dépend le plus souvent de l'exhaustivités et de la représentativité des bases d'apprentissage constituées. L'incrustation automatique de cibles simulées sur des fonds réels ou synthétiques permet d'augmenter à moindre coût le nombre des données d'apprentissage, notamment pour des modalités d'observation spécifiques (bandes spectrales, environnement, condition climatiques, …) ou des cibles rares.
Les techniques d'incrustation de l'état de l'art sont principalement dérivées du Seamless Cloning, qui résout les équations différentielles de Poisson sous contrainte des conditions aux bords de Dirichlet dictées par l'image du fond. Les images ainsi générées sont psycho-visuellement crédibles, mais peuvent présenter des singularités identifiables par les modèles de réseaux convolutifs utilisés pour la détection / classification. Ces derniers apprennent alors à détecter le défaut d'incrustation plutôt que la signature intrinsèque des cibles d'intérêt.
Sur la base d'une étude bibliographique et algorithmique détaillée, l'objectif du stage consiste à proposer puis développer un réseau de neurones convolutif capable d'incruster fidèlement une cible sur tout type de fond.
Le stage suivra les axes suivants :

  • • Etude bibliographique des approches existantes
  • • Validation et comparaison des méthodes les plus pertinentes
  • • Proposition d'un réseau de neurones (VAE, GAN, …) pour la génération d'une image crédible, à partir, des images de cibles et de fonds, ainsi que des paramètres d'incrustation (position, taille).
  • • Constitution des bases de données réelles et simulées (fonds et cibles)
  • • Validation

Votre profil

Vous êtes actuellement en formation scientifique spécialisée en automatique, Mathématique, Techniques d'Apprentissage et/ou Traitement du signal
Compétences techniques : Traitement du Signal et des Images, Deep Learning, Python
Qualités requises : Rigueur, Capacités d'analyse, Synthèse

Entité de rattachement

Safran Electronics & Defense

Safran est un groupe international de haute technologie opérant dans les domaines de la propulsion et des équipements aéronautiques, de l'espace et de la défense. Implanté sur tous les continents, le Groupe emploie plus de 92 000 collaborateurs pour un chiffre d'affaires de 21 milliards d'euros en 2018. Safran occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Pour répondre à l'évolution des marchés, le Groupe s'engage dans des programmes de recherche et développement qui ont représenté en 2018 des dépenses d'environ 1,5 milliard d'euros.

Safran est classé dans le Top 100 Global Innovators de Thomson Reuters ainsi que dans le palmarès « Happy at work » des sociétés où il fait bon vivre. Le Groupe est en 4ème position du classement Universum des entreprises préférées des jeunes ingénieurs en France.

Safran Electronics & Defense est un leader mondial de solutions et de services en optronique, avionique, électronique et logiciels critiques, pour les marchés civils et de défense. La société équipe notamment plus de 1000 navires, 25 000 véhicules terrestres et 10 000 avions à travers le monde.

Appuyer sur Entrée pour valider ou Echap pour fermer