Deep Learning - Détections jointes de visage H/F

Description de l'offre

Entité de rattachement

Morpho (Safran) est leader mondial de la sécurité. La société emploie plus de 8 600 personnes dans 55 pays et a généré en 2014 un chiffre d'affaires de plus de 1,5 milliard d'euros. L'expertise unique de Morpho réside dans sa capacité à fournir des solutions de sécurité pour les marchés suivants : identification civile, sécurité publique, protection des infrastructures critiques et des transports, solutions numériques dédiées aux secteurs publics et privés. Morpho est le leader mondial des systèmes d'identification automatique par reconnaissance des empreintes digitales (AFIS), des solutions d'identité multi biométrique et des systèmes de détection d'explosifs (SDE). Morpho est également l'un des principaux fournisseurs de solutions de détection de traces et de solutions de sécurité routière. Dans le domaine de la sécurité numérique, Morpho fournit des cartes à puces et des technologies d'authentification numérique permettant la sécurisation des transactions en ligne. Avec des systèmes déployés dans plus de 100 pays, nos solutions sécurisent et facilitent la vie des personnes dans le monde entier.

Description de la mission

SAFRAN MORPHO est un acteur majeur dans le domaine de la sécurité utilisant la biométrie. Dans ce cadre, l'unité de Recherche et Technologie a pour but de maintenir le leadership algorithmique pour les trois principales biométries : l'empreinte digitale, le visage et l'iris.

Dans le cadre de la biométrie faciale, la détection de visages et de points particuliers (coins de bouche, bout du nez, menton…) est délicat dans le cas de scénario non-contrôlé (pose variée, illumination, expression, occultations). Or la suite de la chaine de reconnaissance faciale, et donc des performances biométriques, dépendent de cette étape.

Classiquement, cette étape de détection est appliquée indépendamment sur chaque image. Cependant, il arrive souvent que l'on ait à traiter simultanément plusieurs images d'une même personne sous des poses différentes ou à différents moments (vidéos, acquisitions multi-capteurs…). Dans ce cas, il est intéressant d'exploiter la redondance d'informations entre les images (identité identique) pour améliorer la détection des points sémantiques.

L'objectif du stage est de développer un algorithme de détection de points sémantiques du visage étant données plusieurs images d'une personne. Pour cela, des méthodes de type deep learning (via Caffe) seront mises en place. Des mesures de gain par rapport au traitement indépendant de chaque image seront faites, en termes de précision et de performances biométriques.

Au sein de l'équipe de recherche spécialisée en reconnaissance de visages, et avec l'appui de l'équipe de machine learning, l'étudiant(e) aura pour mission de mettre en place cet algorithme et de l'évaluer. A la fin du stage, il aura développé une première expertise en deep learning appliqué à la détection, ainsi qu'en biométrie faciale.

Profil recherché

Profil candidat

Machine Learning (Deep Learning), Traitement du signal et de l'image, Mathématiques appliquées
Connaissances en Caffe
Programmation C/C++, Python, Bash