Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

12 janvier 2021

Stage M2: Évaluation de l'état des reliures d'un corpus d'archives par Deep Learning


Catégorie : Stagiaire


Mots-clefs: apprentissage, deep learning, patrimoine culturel.

Contexte et Objectifs

Le projet se place dans le contexte de développer un outil qui permet de repérer automatiquement les altérations dangereuses sur le dos de reliures dans des collections de conservation des archives. Ce projet est porté à la fois par des membres du laboratoire ETIS et par une restauratrice du patrimoine.

On se base pour cela sur un corpus d'une trentaine de photos des Archives Nationales. Chaque image représente une étagère avec 8 volumes (donc environ 200 reliures au total).

Un premier travail a permis de détecter les altérations (lésions, déchirures, etc.) avec un taux de succès de 97\%.

À terme, l’outil devrait repérer les typologies d’altérations, les quantifier et les lier aux numéros d'inventaire.

Les typologies d'intérêt incluent:

Il s'agira également de repérer les registres très abîmés (registres avec sangle, avec couverture papier, et rangés dans une boîte).

D'autres souhaits secondaires complètent le cahier des charges.

Outre un état de l'art, l'étudiant.e démarrera par les tâches suivantes:

Ceci permettra de faire le lien entre les images où ont été détectés des défauts et les ouvrages présentant ces défauts. On pourra ensuite envisager de calculer des taux d'altération des reliures et ainsi de fixer des taux de fragilité permettant de distinguer les ouvrages qui peuvent encore être consultés de ceux qui doivent être restaurés de toute urgence.

Appétences et compétences

Informations générales

Encadrement : Michel Jordan et Valerie Lee

Durée : 6 mois; début souhaité : mars / avril 2021

Gratification : taux légal en vigueur

Localisation : Laboratoire ETIS
ETIS UMR8051, CY University, ENSEA, CNRS, F-95000, Cergy, France.
Site ENSEA, 6 avenue du Ponceau, Cergy.

Candidature

Transmettre votre CV et vos relevés de notes de master à michel.jordan@ensea.fr .

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.