Présentation du laboratoire d’accueil
Basé à Paris-Saclay, le CEA List est l’un des quatre instituts de recherche technologique de CEA Tech, direction de la recherche technologique du CEA. Dédié aux systèmes numériques intelligents, il contribue au développement de la compétitivité des entreprises par le développement et le transfert de technologies.
L’expertise et les compétences développées par les 800 ingénieurs-chercheurs et techniciens du CEA List permettent à l’Institut d’accompagner chaque année plus de 200 entreprises françaises et étrangères sur des projets de recherche appliquée s’appuyant sur 4 programmes et 9 plateformes technologiques. 21 start-ups ont été créées depuis 2003.
Labellisé Institut Carnot depuis 2006, le CEA List est aujourd’hui l’institut Carnot Technologies Numériques.
Le Laboratoire de Vision et Apprentissage pour l’analyse de scène (LVA) mène ses recherches dans le domaine de la Vision par Ordinateur (Computer Vision) selon quatre axes principaux :
- La reconnaissance visuelle (détection et/ou segmentation d’objets, de personnes, de patterns ; détection d’anomalies ; caractérisation)
- L’analyse du comportement (reconnaissance de gestes, d’actions, d’activités, de comportements anormaux ou spécifiques pour des individus, un groupe, une foule)
- Annotation intelligente (annotation à grande échelle de données visuelles 2D/3D de manière semi-automatique)
- Perception et décision (processus de décision markovien, navigation).
Description du stage
Le suivi de personne est une problématique d'étude de la vision par ordinateur depuis plusieurs décennies. Historiquement très tourné vers le suivi visuel avec des méthodes de filtrage diverses, les méthodes plus récentes [1] ont fait la place belle au suivi par détection grâce aux très grands progrès réalisés en détection d'objet via les méthodes de deep learning. Cependant malgré l'amélioration des performances de détection, la problématique de suivi ajoute des difficultés qui lui sont propres : gérer les apparitions, les disparitions, correctement ré-identifier les personnes lors de croisement ou de disparition ponctuelle, etc. Pour cela, différents mécanismes sont associé les uns aux autres pour aboutir au système de suivi complet. On peut citer les heuristiques de création/destruction bien souvent ajustées aux contexte d'utilisation ou les méthodes de ré-identification qui à partir de deux imagettes de personne issues de la même caméra à des instants différents ou de caméras différentes cherchent à dire s’il s’agit des même personnes.
L’objectif de ce stage est de chercher à unifier détection et ré-identification voire création/destruction de piste dans une seule et même architecture de réseau de neurones profond. Il faudra pour cela, concevoir et proposer une architecture capable de répondre au problème de suivi dans son ensemble en s'appuyant sur les récentes approches [2] ainsi que sur les nombreux datasets publics de suivi et de ré-identification disponibles. Le stagiaire pourra s'appuyer sur l'existant du laboratoire, aussi bien en terme de technologies de détection d’objets [2], de ré-identification [3] que de suivi.
To apply, send an email with your resume and a motivation letter to lva-stages@cea.fr
