Stage Deep Learning et compatibilité des algorithmes de reconnaissance de visage H/F

Stage Par SAFRAN
  • Système d'information / Urbanisation des SI
  • Issy-les-moulineaux
  • A négocier

Description

Stage Deep Learning et compatibilité des algorithmes de reconnaissance de visage H/F

Entité de rattachement

Safran est un groupe international de haute technologie, équipementier de premier rang dans les domaines de l'Aéronautique et de l'Espace (propulsion, équipements), de la Défense et de la Sécurité. Implanté sur tous les continents, le Groupe emploie plus de 70 000 personnes pour un chiffre d'affaires de 17,4 milliards d'euros en 2015.

Safran est classé dans le Top 100 Global Innovators de Thomson Reuters. Safran est également classé en tête du palmarès « Happy at work », classement réalisé par le site meilleures-entreprises.com, sur le podium des entreprises préférées des jeunes ingénieurs* et dans le classement LinkedIn des entreprises les plus attractives en France.
*enquêtes Universum et Trendence

Safran Identity & Security est leader mondial des solutions d'identité et de sécurité, avec des systèmes déployés dans plus de 100 pays. Forte d'une expérience de plus de 40 ans dans le domaine de la biométrie, l'activité d'identité et de sécurité de Safran développe des technologies innovantes pour un large éventail de marchés et d'applications destinés aux personnes, aux gouvernements et aux entreprises. Dans un monde résolument numérique et connecté, Safran Identity & Security fournit à ses clients des solutions qui assurent la gestion d'identité, la sécurisation des paiements et des transactions ainsi que la protection des données personnelles. Safran Identity & Security contribue également à la sécurité publique et à la protection des frontières.  

Description du poste

Filière principale / Métier principal

Recherche, conception et développement - Sûreté de fonctionnement, algorithme, statistique

Intitulé du poste

Stage Deep Learning et compatibilité des algorithmes de reconnaissance de visage H/F

Type contrat

Stage

Durée du contrat

6 mois

Statut

Etudiant

Temps de travail

Temps complet

Description de la mission

Safran Identity & Security 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 biométries principales : empreinte digitale, visage et iris.

Au sein de l'équipe de recherche spécialisée en Machine Learning, le stagiaire aura pour mission de proposer, implémenter et évaluer les performances de nouveaux algorithmes de Deep Learning visant à améliorer les systèmes de reconnaissance de visage.

Nommé par le MIT comme une des 10 avancées technologiques les plus importantes de l'année 2013, le Deep Learning a permis d'obtenir des résultats impressionnants dans plusieurs domaines d'application. En reconnaissance de visage, l'utilisation de réseaux CNN a permis d'améliorer grandement les performances de l'état de l'art.

Cependant, si l'évolution rapide de ce nouveau domaine de recherche permet d'améliorer régulièrement les performances, les nouveaux algorithmes ne sont naturellement pas compatibles avec les versions précédentes. Or, d'un point de vue opérationnel, il n'est pas toujours possible de retraiter les bases de données existantes qui ont été produites à l'aide d'algorithmes plus anciens.

Ainsi, l'objectif de ce stage sera de proposer de nouveaux algorithmes de reconnaissance de visage qui soient le plus performant possible, tout en restant compatibles avec les algorithmes de génération précédente. Pour ce faire, les travaux de Google sur l' « Harmonic Embedding »1 et de Microsoft sur le « Network Morphing »2 pourraient servir de point de départ. Notons enfin que la validation des solutions qui seront proposées sera réalisée à l'aide du framework TensorFlow.

1 https://arxiv.org/abs/1503.03832
2 https://arxiv.org/abs/1603.01670

Profil candidat

Elève ingénieur des grandes écoles ou élève en M2.
Fort intérêt pour les mathématiques appliquées et l'informatique.
Connaissances solides en Machine Learning.
Notions de programmation en Python.