Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

16 octobre 2017

Modélisation d’informations contextuelles pour les applications du suivi multi-objets


Catégorie : Stagiaire


Modélisation d’informations contextuelles pour les applications du suivi multi-objets

Encadrement : Sergio RODRIGUEZ et Michèle GOUIFFES
Contacter : sergio.rodriguez@u-psud.fr / michele.gouiffes@u-psud.fr
Lieu : DigiteoLabs, rue Noetzlin, 91190 Gif-sur-Yvette
Laboratoire : SATIE, UMR CNRS 8029


Modeling of Context-aware Features for Multiple Target Tracking Applications

Supervisors : Sergio RODRIGUEZ et Michèle GOUIFFES
Contact : sergio.rodriguez@u-psud.fr / michele.gouiffes@u-psud.fr
Place : DigiteoLabs, rue Noetzlin, 91190 Gif-sur-Yvette
Laboratory : SATIE, UMR CNRS 8029

 

Sujet de stage - Master Recherche

Modélisation d’informations contextuelles pour les applications du suivi multi-objets

Encadrement : Sergio RODRIGUEZ et Michèle GOUIFFES

Contacter : sergio.rodriguez@u-psud.fr / michele.gouiffes@u-psud.fr
Lieu : DigiteoLabs, rue Noetzlin, 91190 Gif-sur-Yvette
Laboratoire : SATIE, UMR CNRS 8029

Le sujet de stage se situe dans le cadre de l'étude de différents modèles et techniques permettant une meilleure intégration et prise en compte d’informations contextuelles dans un processus de fusion de données. Plus précisément, le sujet de recherche proposé porte sur l’identification d’un cadre méthodologique adapté pour l'intégration et l’inférence dynamique des informations contextuelles. L'application cible est un algorithme de suivi multi-objets embarqué dans un véhicule intelligent. Cet algorithme observe la cinématique des objets environnants et classifie le risque potentiel qu'ils représentent à l'aide des informations contextuelles issues d'un Système d'Information Géographique, (GIS).

Les contributions et les résultats de l’algorithme d’inférence seront confrontés dans des conditions contrôlées par rapport aux trajectoires suivies par les objets. Les données expérimentales seront obtenues par des moyens de localisation de référencement. L’implantation et la preuve du concept sur des bases de données à échelle réelle constitueront l’étape finale du stage.

Profil du candidat :

Le candidat doit suivre une formation master spécialisé dans le domaine des STIC. Il sera amené à travailler dans le domaine de la robotique mobile sur des problématiques telles que la localisation, le suivi multi-objets et la fusion de données. Les activités du stage sont ciblées sur une application pour les véhicules autonomes. Toute expérience en lien avec ces problématiques sera fortement appréciée.

Le candidat doit avoir :

Modeling of Context-aware Features for Multiple Target Tracking Applications

Supervisors : Sergio RODRIGUEZ et Michèle GOUIFFES

Contact : sergio.rodriguez@u-psud.fr / michele.gouiffes@u-psud.fr
Place : DigiteoLabs, rue Noetzlin, 91190 Gif-sur-Yvette
Laboratory : SATIE, UMR CNRS 8029

This research internship is enrolled in a research study intended to conceive models and techniques allowing efficient and flexible integration of context information in a data fusion process (context-aware data fusion). In detail, the proposed subject is focused on identifying a methodological framework well-suited for integrating and inferring dynamically context/semantic data. A multi-target tracking (MTT) algorithm embedded on an intelligent vehicle constitutes the final application. This algorithm estimates the trajectories of surroundings objects and assesses the risk they represent for the vehicle. This task is actually accomplished through the use of semantic information of a GIS (Geographical Information System).

Contributions and results of the system will be validated in controlled scenarios with respect to a set of surrounding objects trajectories. The experimental dataset will be obtained using a referencing positioning system for the set of tracked objects. Implementation and full scale experiments will be carried out as a final stage.

Candidate profile:

Internship candidates with Computer Science background are encouraged to apply. The candidate will be involved to work on mobile robotics research problems such as localization, multi-target tracking and sensor data fusion. The conducted studies target an autonomous vehicles application. Any experience previous on related problems is appreciated.

Candidates are expected to :

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.