Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

24 juin 2019

Post-doctorat 'détection et classification de cibles'


Catégorie : Post-doctorant


Laboratoire : Lab-STICC (CNRS UMR 6285) site ENSTA Bretagne

Durée : 15 mois

Lieux : Brest et Paris (2 mois)

Contrainte : Nationalité Française

Contact :A. Baussard

1Contexte et objectifs du travail

Le projet DEEPDETECT a été sélectionné par le programme ANR ASTRID financé par la DGA en 2018. Il a pour objectif le développement des méthodes basées sur les réseaux de neurones convolutionnels (CNN) pour résoudre les tâches de détection et de reconnaissance d’objets de petite taille dans des images. Deux applications sont particulièrement considérées : la détection et reconnaissance d’objets (véhicules) dans des images infrarouges ou la détection et la cartographie des populations de mammifères marins par imagerie satellitaire. Typiquement les éléments recherchés ont des tailles de 5x5 à 10x10 pixels dans les images. Pour répondre à la problématique, la première phase du projet a consisté à étudier les solutions existantes, sélectionner les plus pertinentes et à les mettre en œuvre. Bien entendu, les applications visées font états d’un certains nombres de contraintes : bases de tailles limitées, grande variété des fonds, masquages...

Dans le cadre de la deuxième phase de ce projet, pour lequel ce recrutement est ouvert, nous allons poursuivre ce travail et surtout évaluer la portabilité de ces architectures dans les contextes opérationnels considérés. Nous nous intéresserons aussi à d’autres problématiques comme le transfert d’apprentissage et l’apprentissage incrémental,

 

Ce projet conduira la personne recrutée à se rendre à Paris dans les locaux de l’entreprise partenaire de ce projet afin de mettre en œuvre les solutions apportées, les tester et évaluer leur robustesse face à des situations opérationnelles.

 

2Comment postuler ?

La personne recherchée doit avoir un très bon niveau en mathématiques appliquées, en traitement des images, en programmation. Elle doit maîtriser les concepts liés à l’apprentissage profond et les outils pour les mettre en œuvre (notamment tensorflow).

Pour candidater, envoyer un CV complet ainsi que les coordonnées de personnes référentes pour avis à alexandre.baussard@utt.fr

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2019.