Génération de surfaces microstructurées à propriétés optiques contrôlées par réseaux antagonistes génératifs (H/F)

Description du Poste

Sujet De Thèse

L’objectif principal de la thèse est de développer une méthodologie de génération prédictive de surfaces capable de relier un modèle de microtopographie à son apparence optique (BRDF/NDF) sans recourir systématiquement à des cycles expérimentaux de prototypage et de mesure. Dans le cadre du projet, cette thèse visera donc à explorer l’utilisation des réseaux antagonistes génératifs (GANs) ou toute autre approche par réseau de neurones pour la synthèse de surfaces microtexturées dont les propriétés optiques et esthétiques peuvent être précisément ajustées avant leur fabrication. L’utilisation d’approche basée IA doit permettre de générer des cartes de hauteurs réalistes à partir d’un ensemble de paramètres contrôlé par l’utilisateur final ou de données synthétiques, tout en assurant une cohérence entre l’apparence virtuellement mesurée et les contraintes réelles de fabrication de la surface. Les axes de recherche sont :

1. Conception et entraînement de GANs pour la génération de surfaces :
• Production de cartes de hauteurs réalistes à partir de données synthétiques ou expérimentales.
• Intégration de mesures virtuelles pour orienter la génération vers des surfaces manufacturables et conformes à une BRDF cible.

2. Densification et raffinement de maillages adaptatifs :
• Développement d’approches progressives permettant d’enrichir un maillage initial à faible densité tout en conservant les détails de haute fréquence.
• Préservation des propriétés mécaniques et optiques dans le processus de raffinement.

3. Optimisation du coût computationnel :
• Réduction des besoins en calcul via le network pruning, la compression de modèles et le transfer learning.
• Exploitation de modèles pré-entraînés pour limiter la taille du jeu de données requis.

4. Métrologie de surface réelle pour le contrôle de l’apparence :
• Mesure de topographie par stéréo-photométrie ou par microscope confocal.
• Traitement d’images pour l’estimation de l’apparence.
• Critère de différences entre modèle numérique et mesure.

La thèse s’appuiera sur les travaux antérieurs du laboratoire XLIM, notamment sur la génération de surfaces à partir de fonctions de distribution de normales (NDF) sur grille régulière. Des mesures virtuelles issues de simulations optiques seront utilisées pour guider l’entraînement du GAN et valider les surfaces générées avant leur fabrication physique.

Votre Environnement de Travail

Cette thèse s’inscrit dans le projet ANR APPEARANCE_ON_DEMAND (démarrage en 2026), en collaboration entre l’institut iLM (UMR CNRS 5306) et l’institut XLIM (UMR CNRS 7252). L’objectif du projet est de maîtriser la reproduction de l’apparence des matériaux en contrôlant finement leur BRDF (Bidirectional Reflectance Distribution Function), une fonction qui décrit comment une surface réfléchit la lumière selon les directions d’éclairage et d’observation. La BRDF est étroitement liée à la microtopographie de la surface. Une surface lisse renvoie la lumière différemment d’une surface texturée, mais le lien entre forme microscopique et apparence reste complexe, notamment à cause des réflexions multiples entre les microstructures.
L’originalité de cette thèse repose sur une approche inverse : au lieu de partir d’une surface donnée pour prédire son apparence, il s’agira de partir d’une BRDF cible, et donc d’un effet visuel voulu, et de déterminer la microtopographie capable de la produire, tout en respectant les contraintes de fabrication (impression en relief via la technologie Mihaly, partenaire industriel du projet ANR). En combinant modélisation physique, optimisation numérique et intelligence artificielle, ce travail vise à établir un cadre prédictif pour concevoir des surfaces à apparence contrôlée, sans passer par des cycles expérimentaux lourds. Cette approche ouvre des perspectives fortes pour la personnalisation visuelle dans des domaines comme le luxe, l’automobile ou l’architecture.

Rémunération et avantages

Rémunération

La rémunération est d'un minimum de 2300,00 € mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche