Reconnaissance et localisation 3D d'un objet dans un flux vidéo par Deep Learning H/F
Stage Saclay (Essonne) Développement informatique
Description de l'offre
Détail de l'offre
Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2019-10850Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
Reconnaissance et localisation 3D d'un objet dans un flux vidéo par Deep Learning H/F
Sujet de stage
Reconnaissance et localisation 3D d'un objet dans un flux vidéo par Deep Learning.
Durée du contrat (en mois)
6
Description de l'offre
Contexte du stage:
La reconnaissance/localisation 3D d'un objet dans un flux vidéo consiste à identifier la présence/absence d'un objet dans une image et en cas de présence, à estimer la position/orientation 3D de cet objet par rapport à la caméra qui l'observe. Il s'agit là d'une brique essentielle de nombreuses applications (Robotique, Réalité Augmentée, etc.).
Objectifs:
Etudier la mise en place d’une solution de reconnaissance/localisation d’un objet par Deep Learning exploitant une base de données d’apprentissage synthétisée à partir du modèle 3D de l’objet.
Le passage d’un jeu de données réelles à synthétique présente un véritable challenge scientifique puisqu’un réseau entraîné à partir de simples données synthétiques aura de grandes difficultés à se généraliser à des images réelles.
Durant ce stage vous aurez donc à :
- Mettre en place une solution de localisation/reconnaissance d’un objet à partir d’un jeu d’images réelles
- Adapter le processus d’entraînement afin d’améliorer la généralisation d’un apprentissage basé sur des données de synthèse vers des données réelles.
Moyens / Méthodes / Logiciels
Deep Learning
Profil recherché
Profil du candidat
Etudiant(e) en dernière année d'école d'ingénieurs ou équivalent bac + 5
Vous devrez disposer de connaissances en apprentissage profond.