Stage - Pistage RFS sur données réelles H/F

2019-10-23T09:47:24.033

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-57234-78196

Description de la mission

L'étude proposée se situe dans le cadre de la veille technologique des méthodes de pistage mono- et multi-senseurs multi cibles développés par Safran Electronics and Defense. Le pistage de cibles permet de :

  • • corréler ‘frame à frame' (tour d'antenne radar, vidéos IR…) les détections associées aux cibles,
  • • établir leurs trajectoires tout en rejetant les fausses alarmes,
  • • le tout en respectant un compromis ‘probabilité de détection/fausse alarme' donné par les équipes système.
Depuis une dizaine années, de nouvelles méthodes de pistage se développent dont celles liées aux RFS (Random Finite Sets). Celles-ci basées sur des méthodes statistiques plus ou moins complexes assurent un socle commun aux nouveaux algorithmes de pistage émergeant, cela avec de bonnes performances sur des données simulées. De nombreuses méthodes existent déjà (GMPHD, GLMB…). Elles sont surtout validées en contexte mono-senseurs. Elles intègrent aussi de façon automatique la fusion de pistes mono-senseur sur des critères statistiques de proximité (utiles pour convois ou multi-détection sur sources larges).
L'objectif de ce stage est d'évaluer ces nouvelles méthodes en partant de l'existant autant pour les méthodes classiques que les méthodes à base de RFS (documents, codes MATLAB présents à SAFRAN).
Les principaux points du stage seront :
  • • L'assimilation du contexte, de ses besoins et de ses contraintes
  • • L'étude algorithmique et bibliographique permettant de recenser les différentes méthodes avec pour et contre
  • • L'implémentation d'un simulateur MATLAB (la génération du code C des pistages retenus via les outils de génération automatique de la toolbox « coder » de Mathworks serait un plus)
  • • La validation et l'évaluation des performances sur des séquences d'images réelles (aériennes, marines, terrestres)
  • • L'étude de la fusion de pistes dans un cadre aéroporté pour des cibles source large ou en formation (convois)

  • • La prise en compte du machine learning dans le pistage (association, tenue de situation, levée de fausse alarme…)
Afin de mener à bien ces tâches, vous travaillerez en collaboration avec votre tuteur et les autres membres et experts de l'équipe Traitement d'Images.

Votre profil

Vous êtes actuellement en formation scientifique spécialisée en Traitement d'Image, Mathématique, Techniques d'Apprentissage
Compétences techniques : Traitement d'Image, Traitement du signal, Vision, Deep Learning, C++, Matlab, 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