Annonce
Deep Learning et analyse du mouvement d’un nageur
28 December 2021
Catégorie : Stagiaire
L’équipe AIMAC (Artificial Intelligence for Multimodal Affective Computing, anciennement FAST) du Campus de Rennes de CentraleSupélec fait partie du Département Image de l’IETR (UMR CNRS 6164). Ses travaux actuels se focalisent sur l’analyse multimodale des émotions (image / voix / texte) et la détection de la pose (squelette, main). Les outils développés sont issus du Deep Learning : GAN, VAE, Modèles d’attention et auto-encodeurs principalement. Les travaux de recherche de l’équipe AIMAC ont été valorisé au travers de la création de trois startups dont certains membres de l’équipe sont co-fondateurs : Dynamixyz, 3D Sound Labs et Immersive Therapy.AIMAC ont été valorisé au travers de la création de trois startups dont certains membres de l’équipe sont co-fondateurs : Dynamixyz, 3D Sound Labs et Immersive Therapy.
Les récents outils d’analyse de la pose humaine (Media Pipe, OpenPose) permettent de détecter les points d’articulation du squelette d’une personne (poignet, genous, coudes…) sans qu’elle soit obligée de porter des marqueurs (billes réfléchissantes) sur le corps. Ces systèmes fonctionnent difficilement lorsqu’ils sont dédiés à l’analyse de la pose des nageurs.
L’objectif de ce stage est de réaliser un système multicaméra permettant de détecter la pose d’un nageur en 3D. Un portique à moitié immergé supportant plusieurs caméras synchronisées a été réalisé et permet de filmer le nageur sous plusieurs angles différents.
Il faudra tester des architectures de type HRNet (High Resolution Neural Netwoks) dans le cadre de la détection de la pose 2D des nageurs, puis réaliser la fusion des résultats produits sur chaque caméra, afin d’estimer en 3D la position des points d’articulation du nageur sous plusieurs angles différents.
https://github.com/CMU-Perceptual-Computing-Lab/openpose
https://google.github.io/mediapipe/solutions/holistic
https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation
Profil recherché : Master II ou dernière année d’école d’ingénieur en Traitement du Signal, Mathématique appliquée ou Intelligence Artificielle.
Date de démarrage : février/mars 2022
Localisation : Campus de Rennes de CentraleSupélec
Contact pour envoie des candidatures : renaud.seguier@centralesupelec.fr
Merci d'envoyer CV, Notes de Master, Lettre de Recommandation et Lettre de Motivation
Rémunération : environ 650€/mois
Site de l’équipe : https://www.ietr.fr/equipe-fast-facial-analysis-synthesis-tracking