Stage - Restauration de séquences d'images infrarouges par IA F-H
Société : Safran Electronics & Defense Lieu : Val-d'Oise (Île-de-France)
Descriptif du poste
Société : Safran Electronics & Defense Catégorie : Stage Activité : Agroalimentaire Filiere : Production Lieu : Val-d'Oise (Île-de-France)
Mission
Job Description Dans le but de développer des plateformes low-cost d'acquisition d'images infrarouges sur un vecteur aérien, on utilise un capteur infrarouge non-refroidi (bolomètre) sans dispositif de stabilisation de la ligne de visée. Ce type de capteur a une certaine latence thermique ce qui implique avec l'absence de dispositif de stabilisation un certain flou de bougé dans l'image qui peut être rédhibitoire pour les fonction de détection/reconnaissance d'objet automatique qu'on souhaite associer à cette plateforme. En outre, par rapport aux capteurs refroidis, le niveau de bruit dans l'image est plus élevé.Le stage proposé vise à sélectionner et évaluer sur des séquences d'images réelles et des séquences d'images de synthèse des algorithmes de restauration d'image aveugles à base d'IA (réseaux de neurones convolutifs et Vision Transformers). On entend par restauration défloutage et débruitage. On parle de méthode aveugle car ne se basant pas sur des connaissances spécifiques sur le capteur ou sur le mouvement de la ligne de visée. Ces algorithmes seront évalués et comparés à une méthode de traitement d'image plus classique « maison » exploitant au contraire au maximum les connaissances spécifiques sur le capteur infrarouge non-refroidi utilisé et la mesure du mouvement de la ligne de visée. Disposer d'une méthode aveugle présente l'intérêt de ne plus avoir besoin ni d'informations inertielles ni de connaissances spécifiques sur le capteur ce qui va dans le sens de la simplicité de la solution.1.Vous effectuerez une revue de la littérature pour comprendre les approches existantes dans l'état de l'art et vous proposerez une sélection de méthodes à évaluer.2.Vous proposerez un ensemble de métriques d'écart à l'image de référence dans le cas des images synthétiques.3.Vous mettrez en œuvre les évaluations des approches.4.Vous évaluerez l'apport en portée de détection et de résistance du tracking au niveau de flou de bougé sur des scenarios synthétiques5.Vous analyserez et synthétiserez l'ensemble des résultats.Les résultats de cette recherche permettront de définir des recommandations sur les meilleures approches à utiliser. Job Requirements Elève ingénieur-e d'une école à dominante Machine Learning / Traitement d'image.Vous possédez naturellement de la curiosité, de l'esprit de synthèse, une capacité à analyser et à expliquer.Vous avez également un rigueur expérimentale et un intérêt fort pour la recherche et le développement de nouvelles méthodes. Techniquement vous possédez des compétences en mathématiques appliquées, apprentissage automatique et vision par ordinateur par CNN, ainsi qu'en traitement d'images, programmation Python/PyTorch et en système d'exploitation Linux.CLIQUER ICI POUR POSTULER
