Annonce

Les commentaires sont clos.

Stage M2 recherche – Apprentissage few-shot actif pour la reconnaissance d’expressions faciale

3 December 2021


Catégorie : Stagiaire


Contexte

La Plateforme Interdisciplinaire d’Innovation (PII) Intelligence Artificielle et Acceptabilité (IA&A) a pour objectif d’aborder la problématique de l’acceptabilité des technologies d’IA d’un point de vue pluridisciplinaire et centré sur les utilisateurs. Elle est portée par deux équipes :

● L’équipe Image Perception Interaction (IPI) du Laboratoire des Sciences du Numérique de Nantes (LS2N) de l’Université de Nantes, qui apporte son expertise scientifique dans les disciplines de l’IA, et de l’évaluation quantitative de l’expérience utilisateur.

● Le Digital Design Lab de l’École de Design Nantes Atlantique (EDNA), qui apporte son expertise méthodologique dans les domaines de l’UX design, de l’innovation, et des approches qualitatives de l’expérience utilisateur.

La PII IA&A est cofinancée par le programme Ouest Industrie Créatives (OIC), un programme de Recherche, Formation, et Innovation en Pays de la Loire. C’est cette plateforme qui financera le sujet de stage proposé ci-dessous.
En effet, dans le cadre de la PII, la reconnaissance d’émotion est étudiée à la fois comme outil permettant d’étudier expérimentalement l’acceptation de solutions utilisant des technologies d’IA (en étudiant en particulier ses limites) mais aussi en tant que solution utilisant l’IA (en essayant de rendre la technologie plus acceptable, par exemple en donnant plus de contrôle à l’utilisateur).

Sujet

La reconnaissance d’émotions faciales est une tâche de vision par ordinateur fascinante mais particulièrement difficile. En effet, la variabilité des visages humains ainsi que la grande disparité dans la manière de réagir des personnes rend cette détection particulièrement complexe (même pour un humain). Pour réussir à entraîner des systèmes d’IA à cette tâche, il est généralement nécessaire d’utiliser d’importantes bases de données annotées (ex : FER 2013, CK+, AffectNet, JAFFE). Ces bases de données permettent d’obtenir des systèmes plutôt performants sur certains benchmarks mais qui ne sont pas forcément adaptés à des conditions d’utilisation spécifiques (ex: détection d’expressions faciales dans un contexte d’évaluation de l’expérience utilisateur). Ainsi, en conditions réelles, les performances constatées sont parfois décevantes ce qui pourrait affecter la confiance qu’un utilisateur pourrait avoir en ces algorithmes. Pour (essayer) de résoudre ce problème une solution peut être de demander à l’utilisateur d’aider à annoter / corriger certaines images problématiques (collaboration humain/machine). Ceci est cependant faisable uniquement pour un nombre assez limité d’images.

Dans ce stage nous proposons d’explorer deux techniques IA :
1) l’apprentissage actif qui consiste à sélectionner des données « utiles » et les faire annoter par un humain qui participe donc directement à la tâche d’apprentissage (human in the loop); 2) le few-shot learning qui consiste à faire apprendre ou à spécialiser (fine tuning) un algorithme avec très peu de données.
Nous souhaitons voir si ces deux techniques peuvent permettre de créer un algorithme de reconnaissance d’émotions faciales plus flexible et performant. Bien entendu la tâche n’est pas simple car ces techniques ne sont pas sans inconvénients...

Profil recherché

Étudiant(e) en Master 2 ou en 5ème année d’école d’ingénieur (durée du stage : 5 à 6 mois).

Connaissances et compétences souhaitées :

● Curiosité / intérêt pour la recherche interdisciplinaire (intelligence artificielle (IA), informatique affective, expérience utilisateur, interaction humain / machines, computer vision).

● Connaissances / expérience en Python.

● Connaissances / expérience en machine learning / IA / computer vision.

● Maîtrise de l’anglais.

● Capacité à travailler en équipe, autonomie, motivation.

Contact

Matthieu Perreira Da Silva (matthieu.perreiradasilva@univ-nantes.fr) Enseignant-chercheur au LS2N (équipe Image Perception Interaction) / Polytech Nantes

Pour candidater, merci d’envoyer votre CV et lettre de motivation.