Missions

Vision par ordinateur pour la géolocalisation à partir d’images et la modélisation visuelle de flammes.

Activités

Dans le cadre de deux projets finances l’équipe s’intéresse à des problèmes de vision.
D'une part le Centre Borelli participe au projet européen VERA AI (https://www.veraai.eu/home), dédié à la lutte contre la désinformation. Nous coordonnons la tâche T3.4 dédiée à la collecte d'indices visuels. Cette tâche est divisée en deux parties. La première et principale partie concerne la géolocalisation à partir d'une seule image, car elle permet aux journalistes d'avoir des informations sur l'origine d'une image donnée et de se méfier si la localisation obtenue ne correspond pas à celle attendue. Notre objectif est d'améliorer l'outil existant de notre partenaire CERTH, que ce soit en termes de performance, de rapidité dans la vérification finale, ou de tout autre aspect. La deuxième partie de notre contribution dans T3.4 consiste à améliorer un outil OCR existant, afin qu'il soit utile à l'objectif final d'obtention d'indices visuels fournissant des éléments de décision. L'aspect le plus difficile est que la plupart des méthodes existantes sont adaptées à la détection et à l'extraction de texte dans des documents, où ils sont bien formatés, alors que dans une image naturelle, ils peuvent apparaître sous n'importe quel type de déformation ou de conditions visuelles défavorables. L'un des objectifs est donc de voir comment l'outil existant (développé par notre partenaire l'Université de Sheffield) pourrait être amélioré pour être utile dans la lutte contre la désinformation. Le travail est toujours réalisé en collaboration avec nos partenaires CERTH et Université de Sheffield, et sous la supervision du coordinateur de la tâche T3.4. Il est attendu du candidat qu'il soit capable de proposer des solutions adaptées au contexte du projet, les publier dans des revues spécialisées, et qu'il participe à des réunions de coordination régulières du projet.
Dans un deuxième projet on s’intéresse pour l’analyse de vidéos de bruleur dans des fours cimentiers (rotary kiln). L’objectif est de modéliser et d’estimer la qualité de la flamme à partir de son apparence visuelle afin d’optimiser le processus de clinkérisation et réduire l’émission de CO2. Les vidéos issus de ces environnements industriels présentent artefacts et instabilités pour lesquelles des techniques robustes de restauration et analyse d’images devront être mise en œuvre. Ces donnes devrons enfin se combiner avec des méthodes de IA pour le control optimal de la flamme. Le post-doctorat se chargera de l’interaction avec les partenaires du projet et animer l’équipe interne a Borelli sur ce projet. Il débutera par une phase bibliographique sur et l’analyse des données réels fournis par les partenaires. Il s’agira de sélectionner les approches les plus prometteuses afin de les expérimenter sur les donnes proposés. Enfin, tirant parti des abondants donnes fournis par les partenaires, l’objectif est concevoir et publier des algorithmes plus efficaces et robustes.

Compétences

docteur spécialisé en traitement des images (debruitage/restauration, détection de contours, fusion de données, etc.) et vision par ordinateur (classification, segmentation ainsi que méthodes sans supervision) . Des compétences en programmation sont requises (environnement UNIX, langages python et C++, utilisation des packages deep learning comme pytorch et jax).

Contexte de travail

Le groupe de traitement d'images du Centre Borelli UMR 9010 (ancien CMLA), à l'ENS Paris-Saclay est une équipe d'une vingtaine de chercheurs et enseignants-chercheurs. L'équipe est reconnue internationalement par plusieurs inventions en traitement d'images mathématique; notamment la méthode de débruitage dite non-local means, la théorie de détection de structures a-contrario et plusieurs applications des équations différentielles en dérivées partielles au traitement d'images. Il a aussi fondé le journal IPOL, pionnier de la recherche reproductible en traitement d'images. Les chercheurs du groupe travaillent étroitement en collaboration avec plusieurs partenaires industriels, sur une multitude de sujets de pointe. Par exemple l'analyse d'images satellite (avec le CNES, CEA, Kayrros), la restauration d'images et séquences vidéo (avec DxO, HGH, LERITY, THALES), et la détection de falsification.