En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UPR8001-FRELER-003 - Intégration de techniques d'apprentissage et d'optimisation combinatoire pour la résolution de problèmes de vision par ordinateur à grande échelle (H/F)

Intégration de techniques d'apprentissage et d'optimisation combinatoire pour la résolution de problèmes de vision par ordinateur à grande échelle (H/F)

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : vendredi 7 octobre 2022

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Référence : UPR8001-FRELER-003
Lieu de travail : TOULOUSE
Date de publication : vendredi 16 septembre 2022
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 10 octobre 2022
Quotité de travail : Temps complet
Rémunération : 2700 à 3100 € brut mensuel
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années

Missions

Le postdoc recruté(e) sur ce projet fera une étude de la littérature couplant les méthodes de recherche opérationnelle et de « machine learning » dans le domaine de la vision par ordinateur, en particulier celles visant des applications de détection, localisation, réidentification de cibles dans le flux vidéo. Dans un premier temps, il reprendra et mènera à termes les travaux entrepris dans le domaine de la réidentification de personnes ce qui permettra de renforcer ces compétences et de valoriser rapidement des premiers résultats dans des conférences majeures de Recherche Opérationnelle et « Computer Vision ». Il travaillera dans un deuxième temps sur le problème d'estimation de posture en s'inspirant des méthodes déjà proposées dans la littérature. Enfin, il s'intéressera à coupler l'ensemble des travaux afin de proposer une chaine complète de détection de personnes, ré-identification et suivi de postures dans un réseau multi-caméra. Le projet de thèse sera conduit selon une démarche agile visant à produire des expérimentations de contexte de plus en plus abouties et réalistes en exploitant le réseau de caméras déjà déployées au sein du bâtiment ADREAM (https://www.laas.fr/public/fr/le-projet-adream) du LAAS-CNRS et ainsi proposer une démonstration pérenne dévolues aux visiteurs du laboratoire.

Activités

Les activités sont les suivantes :
État de l'art et contributions sur la vision 3D
Utilisation de solveurs d'optimisation combinatoire
Développement d'algorithmes en C/C++/Python

Compétences

Cette offre s'adresse spécifiquement à un(e) titulaire d'un doctorat en Vision par Ordinateur avec de bonnes connaissances théoriques en optimisation combinatoire et « machine learning »
Autres compétences :
• Autonomie, travail en équipe
• Outils pour la vision et le ML : OpenCV, librairies et architectures de réseaux neuronaux

Contexte de travail

Equipe de recherche RAP (Robotique-Action-Perception), département Robotique du LAAS-CNRS de Toulouse

Contraintes et risques

Néant

On en parle sur Twitter !