Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

14 janvier 2019

Recalage et analyse des images aériennes multimodales


Catégorie : Général


 

Stage Master 2

 

Titre : Recalage et analyse des images aériennes multimodales

 

Contexte

Ces dernières années, de nombreuses recherches ont été menées pour améliorer la détection et le diagnostic de l'état sanitaire des plantes. Le développement des technologies des drones et des capteurs d'imagerie au cours de la dernière décennie a suscité un intérêt considérable pour leur utilisation dans l’agriculture. Les drones offrent une alternative intéressante à la télédétection classique dans le domaine agricole, en proposant une haute résolution spatiale, une faible résolution temporelle et une possibilité de fonctionnement avec une couverture nuageuse. Aussi, ils s’imposent de plus en plus dans le domaine agricole, ils sont utilisés pour des problématiques variées comme l’estimation de la biomasse, du taux de chlorophylle, du stress hydrique ou encore le calcul de la densité foliaire. Cependant, très peu de travaux ont abordés la problématique de détection de l'état sanitaire des plantes, et encore moins dans le domaine viticole. C’est l’objet du programme de recherche VINODRONE (Viticulture de précision par analyse d'images et de données issues de drones) financé par la région Centre Val de Loire dans lequel s’inscrit ce stage.

 

Objectif

L’objectif de ce stage consiste à mettre en œuvre de nouveaux outils et méthodes pour évaluer l'état sanitaire du vignoble à partir des images et de données de terrain. L'acquisition de données se fera par un drone qui survolera les parcelles à différents moments de l'année pour couvrir toutes les phases de développement de la végétation. Le travail portera sur le développement de nouveaux algorithmes pour le recalage et l'analyse des images ainsi l’extraction de l'information pertinentes.

 

Plan de travail

En premier temps, le/la stagiaire étudiera les différentes techniques de l’état de l’art en appréhendant les méthodes de recalage, d’analyse d'images et d'apprentissage de type Deep Learning. Ensuite, il lui reviendra à tester et développer de nouvelles méthodes adaptées au contexte agricole. Ce stage se fera en partenariat avec des organismes de développement agricole et des entreprises. La durée du stage est environ 6 mois.

 

 

Profil du candidat

- Master 2 et/ou école d’ingénieur

- Maîtrise des traitements et analyse d’images

- Très bon niveau en développement informatique

- Des connaissances en Machine Learning seront appréciées

 

Modalité de candidature

Transmettre par email au contact ci-dessous : un CV, les relevés de notes.

 

Contacts

adel.hafiane@insa-cvl.fr

Dans cette rubrique

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