Les offres de “CEA”

Expire bientôt CEA

Reconstruction 3D incrémentale basée sur une représentation neurale H/F

  • Stage
  • Palaiseau (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

2022-23273

Description de l'unité

Le CEA Tech LIST est un institut de recherche français qui se focalise sur l'étude des systèmes numériques intelligents. Porteurs de forts enjeux économiques et sociétaux, ses programmes de de R&D s sont centrés sur l'intelligence artificielle, l'usine du futur, les systèmes cyberphysiques, le calcul, quantique notamment, et la santé numérique. Le CEA Tech LIST collabore avec de grands acteurs industriels du nucléaire, de l'automobile, de l'aéronautique, de la défense et du médical pour étudier et développer des solutions innovantes adaptées à leurs besoins. Il réalise une recherche qui va du concept de système jusqu'au démonstrateur, contribuant au transfert de technologies et à l'innovation par l'émergence de nouvelles entreprises

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Reconstruction 3D incrémentale basée sur une représentation neurale H/F

Sujet de stage

Ce sujet de stage concerne la reconstruction 3D d'une scène à partir d'une collection d'images couleurs issues d'une caméra mobile. Plus précisemment, l'objectif de ce stage est de mettre en œuvre une solution de reconstruction 3D incrémentale (ie. pouvant être étendue et mise à jour) basée sur une représentation neurale et utilisant uniquement des images RGB.

Durée du contrat (en mois)

6

Description de l'offre

Contexte du stage
Le développement de robots autonomes, qu’il s’agisse de voitures autonomes ou de robots autonomes en milieu industriel, nécessite la mise en place d’intelligences artificielles capables, à partir de simples caméras de construire une représentation 3D de l’environnement voisin du robot, ceci en vue d’une interaction ou, à l’inverse, pour éviter toute collision. Or, récemment, les approches de type Neural Radiance Fields [1] sont devenues très populaires en raison de leur capacité à reconstruire une scène à partir d’une simple caméra et à représenter la scène 3D reconstruite de manière compacte en mémoire sous la forme d’un réseau de neurone. Cependant, ce type d’approche reste peu adapté aux applications de robotique autonome puisque la reconstruction est réalisée de manière monolithique, ne pouvant être ni étendue ni mise à jour a posteriori. Elles ne sont donc pas exploitable pour des applications de robotique mobile pour lesquels l’environnement apparaît progressivement et la reconstruction doit être réalisée de manière incrémentale.

Objectifs du stage

L’objectif de ce stage est de mettre en œuvre une solution de reconstruction 3D incrémentale (ie. pouvant être étendue et mise à jour) basée sur une représentation neurale et utilisant uniquement des images RGB. La méthode développée s’inspirera de celle proposée dans [2] exceptée qu’elle exploitera uniquement des images RGB. où la géométrie de la scène est encodée sous forme d’une grille de descripteurs (ou codes).

La première étape consistera donc à apprendre une représentation 3D implicite et locale capable de décrire une scène 3D. La méthode d’apprentissage devra être auto-supervisée.

La seconde étape du stage consistera, comme dans [2], à mettre à jour la représentation 3D de la scène par optimisation successive (à chaque nouvelle image) des zones nouvellement observées. Cette étape pourra considérer le cas d’un système binoculaire.

Profil recherché

Profil du candidat

Le candidat devra disposer d’une bonne maîtrise de python et forte connaissance en réseau de neurones.

Faire de chaque avenir une réussite.
  • Annuaire emplois
  • Annuaire entreprises
  • Événements