Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

21 octobre 2018

Thèse Cifre Exavision/LIRIS - Détection, suivi et classification d’objet volant non identifié au comportement erratique


Catégorie : Doctorant


Contacts :

·Marc Brun (brun@exavision.com), Dir. des Opérations, Exavision

·Stéphane Derrode (stephane.derrode@ec-lyon.fr), Prof., Ecole Centrale de Lyon

 

Contexte :

La lutte anti-drone est un sujet d’actualité comme peut l’illustrer une série de menaces et d’incidents récents (p. ex.atterrissage d’un drone au pied d’Angela Merkel, 2013 lors de son discours, survol du Fort de Brégançon, 2018). Aujourd’hui, plus de 480,000 drones grand public sont vendus chaque année. La loi 2016.1428 (LOI n° 2016-1428 du 24 octobre 2016 relative au renforcement de la sécurité de l'usage des drones civils (1)) a été la première réaction à ce phénomène en définissant un cadre juridique dans lequel doit se conformer les pilotes de drone de plus de 800g. Quoi qu’il en soit le risque demeure, notamment en zone sensible comme les aéroports où le nombre d’intrusions non autorisées augmente chaque année. Ce contexte pousse les industriels à définir des solutions de détection, reconnaissance et identification pour prévenir ce risque. Le temps de réaction des forces d’intervention étant beaucoup plus important que la vélocité du drone, le challenge est aujourd’hui de pouvoir détecter et reconnaitre une menace à environ 2 km pour une cible de 30x30 cm (mini drone).

 

Votre sujet de recherche :

Le travail de recherche consistera à développer des algorithmes innovants de poursuite d’objets de petite taille à faible contraste (<5%) dans des paysages variables (urbain, désertique, paysagé) et de classification. Ces algorithmes de suivis exploiteront les vidéos issues de systèmes optroniques travaillant dans le spectre visible et le spectre infrarouge (bandes II et III). Ils devront tenir compte du comportement erratique potentiel de l’UAV (Unmanned Aerial Vehicle) poursuivi. Préalablement au suivi, une première phase consistera à détecter l’objet d’intérêt à l’aide de données issues d’un capteur radar (hors scope). L’objectif du suivi sera de conserver, en temps réel, l’objet au centre de l’écran de l’opérateur, par pilotage du système optronique. La classification de la menace pourra être imaginé en interaction avec l’opérateur.

Les algorithmes développés devront être portables sur des plateformes de calcul puissantes (type GPU ou autre alternative), pour être ensuite testés en temps réels en tant que base du contrôle-commande du système de positionnement des voies vidéos optroniques. La robustesse des technologies développées, notamment quant à la variabilité naturelle de la scène d’étude, sera un élément clé de validation terrain.

 

Profil du (de la) candidat (e) :

Titulaire d’un Master II et/ou d’un diplôme d’ingénieur en traitement du signal, le (la) candidat(e) saura démontrer une expérience certaine dans la pratique d’au moins un langage de programmation (C++, Cuda, Julia), ainsi qu’une vraie motivation pour le traitement numérique de l’image, si possible temps-réel. Des compétences en probabilité et statistique seront également appréciées. Il (elle) saura démontrer autonomie, esprit d’analyse, aisance dans la communication orale et écrite et capacités de travail en équipe. Anglais courant exigé.

 

Pour postuler, merci d’envoyer votre CV et une lettre de motivation aux adresses mail indiquées en en-tête.

 

Entreprise :

Exavision, société française de haute technologie située à Nîmes, renforce son équipe R&D pour soutenir une phase de croissance rapide sur des marché porteurs comme la sécurité, la défense et le nucléaire.

Spécialiste de la « vision de l’extrême », Exavision conçoit, fabrique et commercialise des solutions optroniques originales et des capteurs intelligents pour la sécurisation de sites, la détection d’intrusion, le contrôle en milieu extrême.

 

Laboratoire d’accueil :

La thèse se déroulera pour partie au sein de l’équipe de rechercheImagine du laboratoireLIRIS[1]sur le site de l’Ecole Centrale de Lyon.

 

Salaire :28 k € brut annuel

 

 

Elements bibliographiques :

·M. Bonfe, E. Mainardi, and C. Fantuzzi, Variable structure PID based visual servoing for robotic tracking and manipulation, IEEE/RSJ Int. Conf. on Intelligent Robots and Systems, Lausanne, Switzerland, 30 Sept.-4 Oct. 2002.

·N. Obolensky, Kalman Filtering methods for moving vehicle tracking, Master thesis, University of Florida, 2002.

·D. L. Johansen, Video Stabilization and Target Localization Using Feature Tracking with Video from Small UAVs, Master thesis, Brigham Young University – Provo, 2006.

·V.N. Dobrokhodov, I.I. Kaminer, K.D. Jones and R. Ghabcheloo, Vision-Based Tracking and Motion Estimation for Moving Targets Using Small UAVs, American Control Conference, Minneapolis, MN, USA, 2006.

·T. Zou, X. Tang, B. Song, J. Wang and J Chen, Robust Feedback Zoom Tracking for Digital Video Surveillance, Sensors, Vol. 12(6), pp. 8073-8099, 2012.

·M. Wan, K. Ren, G. Gu, X. Zhang, W. Qian, Q. Chen and S. Yu, Infrared Small Moving Target Detection via Saliency Histogram and Geometrical Invariability, Applied Sciences, Vol. 7(6), 2017.

·Y. Tang and G.-A. Bilodeau, Evaluation of trackers for Pan-Tilt-Zoom Scenarios, Int. Conf. on Pattern Recognition and Artificial Intelligence, Montréal, Canada, 2018.



[1]Laboratoire d’Informatique en Image et Systèmes d’Information, UMR 5255, https://liris.cnrs.fr/.

 

 

Dans cette rubrique

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