Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

11 avril 2018

Evaluation dynamique des activités des consommateurs dans un Retail


Catégorie : Doctorant


Evaluation dynamique des activités des consommateurs dans un Retail

La société CLIRIS en collaboration avec le laboratoire Pluridisciplinaire de Recherche en Ingénierie des Système, Mécanique, Energétique (PRISME) cherchent des candidats pour déposer une demande de bourse CIFRE sur le thème: “détection et suivi automatique anonymes des clients et des ruptures de stock dans les Retails.” L’objectif de la thèse est de mettre au point des outils optimisés de détection anonyme de consommateurs et de suivi de l’historique des produits en temps réel dans les grandes distribution. L’automatisation de ces outils est basée sur l’analyse d’images en utilisant les méthodes de détection par apprentissage (de type deep Learning).

Mots-clés : Détection des personnes, Reconnaissance des produits dans les retails, Analyse d’images et de vidéos, Extraction et sélection des caractéristiques, Machine Learning, Deep Learning.

 

Description du projet de thèse

Le contexte de cette thèse est celui des applications de Retail et vise à permettre aux acteurs impliqués de piloter leurs activités. Cette thèse se situe dans la complémentation du projet intitulé “TDMSA”, axé sur la mesure de trajectoires des clients d'un Retail et des interactions avec les produits dans les rayons.

1.https://blogrecherche.wp.imt.fr/2015/09/17/la-museographie-a-lere-numerique-avec-avatar-11/

2.http://www.agence-nationale-recherche.fr/?Projet=ANR-10-CORD-0016

3.https://systematic-paris-region.org/fr/projet/ets/

Le contexte général de la thèse proposée est celui du développement des techniques nécessaire pour l’automatisation du suivi anonyme des clients et l’évaluation des stocks. La première partie de cette thèse consiste à détecter anonymement des personnes dans un environnement non contrôlé avec potentiellement une haute précision de géolocalisation. Les principales difficultés reposent sur les ambiguïtés induites par la complexité de l'environnement (contexte Retail) et les interactions entre individus; occultations partielles, proximité et croisements de trajectoires,...

La seconde partie est le suivi automatique de l'évaluation des produits dans un rayon linéaire. Plusieurs travaux ont étudié la détection automatique des ruptures de stock. Cependant à notre connaissance, il n’existe pas de travaux basés sur l’analyse d’images pour suivre automatiquement la vie des produits dans un rayon. Les problématiques majeures reposent sur la grande variation de l’environnement Retail, tels que la forme des rayons, variation d'illumination et les réflexions. Ce qui entrave souvent la surveillance automatique des produits dans un magasin.

Dans le cadre de cette thèse, il s’agira de mettre au point des méthodes de détection, suivi et analyse applicables à un contexte dédié au Retail. Un des points clefs sera l’optimisation des algorithmes de classifications afin de les implémenter dans la solution CLIRIS. Il s’agira aussi de mettre en place une procédure d’apprentissage machine qui puisse se généraliser ou se transférer facilement à différents environnements. Enfin, les méthodes proposées feront l’objet d'expériences systématiques sur des séquences de données réelles en lien avec des spécialistes des Retails.

Références

1. Can Özbey; On-shelf product detection: Post-processing with a hidden Markov model; Computer Science and Engineering (UBMK), 2017 International Conference on IEEE

2. Arun Kumar Chandran ; Wai-Choong Wong (2017) Pedestrian crowd level estimation by Head detection using bio-inspired retina model Region 10 Conference (TENCON), 2016 IEEE

Compétences souhaitées

Les candidat(e)s devront avoir une solide formation en traitement d’images, avec des connaissances en apprentissage statistiques et calcul scientifique, ainsi qu’une maîtrise en programmation C/C++, Matlab, Python.

Conditions d’accueil du projet de thèse

Modalités de candidature

Le/la candidat(e) intéressé(e) est invité(e) à contacter au plus tôt :

Le/la candidat(e) devra lui transmettre un dossier complet par messagerie électronique avant le 30 juillet 2018. Ce dossier devra contenir les documents suivants :

Cet appel s'adresse à des candidats qui ont déjà un diplôme Master 2 (ou équivalent) et aussi aux candidats en cours de préparation de ce diplôme.

 

Dans cette rubrique

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