Stage- Détection, discrimination et priorisation de petits objets à longue distance

Dans un contexte où la surveillance et la détection à longue portée prennent une importance croissante, nous souhaitons explorer différentes approches de traitement d’image pour la détection et la discrimination de petits objets tels que des oiseaux ou des drones et de prioriser le risque de menaces. L’objectif est d’évaluer et de comparer plusieurs méthodes de traitement d’image.

Un des défis majeurs est la taille réduite des objets, rendant leur discrimination complexe. Pour pallier ce problème, le stage impliquera la mise en œuvre de techniques innovantes telles que l’analyse de trajectoire ou de comportementales pour discriminer les différents objets observés.

• Étudier, développer et comparer différentes méthodes de détection et de discrimination d’objets en imagerie (filtrage, trajectographie, tracking, IA, etc.).
• Acquérir et constituer une base de données d’images pertinentes pour l’apprentissage et l’évaluation des algorithmes.
• Mettre en œuvre un démonstrateur composé d’une caméra et d’un système optique adapté.
• Intégrer des méthodes avancées telles que l’analyse de trajectoire et l’étude des comportements, l’évolution de la photométrie pour améliorer la robustesse des algorithmes de classification.
• Évaluer les performances des différentes approches en termes de robustesse, de précision et de temps de traitement.

• Étudiant(e) en dernière année d’école d’ingénieur ou Master 2 avec une spécialisation en traitement d’image, vision par ordinateur ou intelligence artificielle.
• Compétences en programmation (Python, C++) et en manipulation de bibliothèques de traitement d’image (OpenCV, TensorFlow, PyTorch, etc.).
• Connaissance des méthodes d’apprentissage automatique et des réseaux de neurones.
• Intérêt pour les systèmes embarqués et les capteurs optiques.
• Autonomie, rigueur et esprit d’initiative.