Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Estimation d'incertitude dans les modèles de perception 3D H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

• La conscience des responsabilités
• La coopération
• La curiosité
  

Référence

2023-29081  

Description de l'unité

Basé à Paris-Saclay, le CEA List est l'un des quatre instituts de recherche technologique de CEA Tech, direction de la recherche technologique du CEA. Dédié aux systèmes numériques intelligents, il contribue au développement de la compétitivité des entreprises par le développement et le transfert de technologies.
L'expertise et les compétences développées par les 800 ingénieurs-chercheurs et techniciens du CEA List permettent à l'Institut d'accompagner chaque année plus de 200 entreprises françaises et étrangères sur des projets de recherche appliquée s'appuyant sur 4 programmes et 9 plateformes technologiques. 21 start-ups ont été créées depuis 2003.
Le Laboratoire de Vision et Apprentissage pour l'analyse de scène (LVA) mène ses recherches dans le domaine de la Vision par Ordinateur (Computer Vision) selon quatre axes principaux :
- La reconnaissance visuelle (détection et/ou segmentation d'objets, de personnes, de patterns ; détection d'anomalies ; caractérisation)
- L'analyse du comportement (reconnaissance de gestes, d'actions, d'activités, de comportements anormaux ou spécifiques pour des individus, un groupe, une foule)
- L'annotation intelligente (annotation à grande échelle de données visuelles 2D/3D de manière semi-automatique)
- Les modèles de perception pour l'aide à la décision.

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Estimation d'incertitude dans les modèles de perception 3D H/F

Sujet de stage

Ce stage s'inscrit dans le contexte de la perception 3D de l'environnement pour le véhicule autonome. Pour cette application, des modèles basés sur l'apprentissages profond sont développés afin d'extraire les informations nécessaires à la compréhension de la scène (détection des objets en 3D, segmentation sémantique de la route …) à partir de capteurs embarqués sur le véhicules (camera, LIDAR). Bien que ces modèles atteignent de bonnes performances, ils n'offrent pas actuellement une mesure permettant de caractériser la confiance qu'ils ont dans leurs prédictions. Cette notion de confiance est cependant nécessaire pour construire des systèmes sécurisés tels que le véhicule automatisé.

Durée du contrat (en mois)

6

Description de l'offre

Ce stage s’inscrit dans le contexte de la perception 3D de l’environnement pour le véhicule autonome. Pour cette application, des modèles basés sur l’apprentissages profond sont développés afin d’extraire les informations nécessaires à la compréhension de la scène (détection des objets en 3D, segmentation sémantique de la route …) à partir de capteurs embarqués sur le véhicules (camera, LIDAR). Bien que ces modèles atteignent de bonnes performances, ils n’offrent pas actuellement une mesure permettant de caractériser la confiance qu’ils ont dans leurs prédictions. Cette notion de confiance est cependant nécessaire pour construire des systèmes sécurisés tels que le véhicule automatisé.

L’objectif de ce stage est de proposer une nouvelle méthode d’estimation de l’incertitude pour les modèles de perception BeV (Bird eye View) [1, 2, 3]. Pour y parvenir, le stagiaire devra :

- Étudier l’état de l’art des modèles de perception 3D et les méthodes d’estimation d’incertitude existant dans d’autres cas d’usages [4, 5, 6].
- Adapter une ou plusieurs de ces méthodes de prédiction d’incertitude dans le cadre de la perception 3D BEV. Cette première implémentation permettra d’avoir une baseline à laquelle se comparer.
- Proposer une nouvelle idée et l’implémenter.
- Mener des expériences pour valider sa méthode et se comparer à l’existant.

 

Références

[1] Li, Yinhao, et al. BEVdepth: Acquisition of reliable depth for multi-view 3d object detection. AAAI 2023

[2] Zhijian, Liu et al. BEVFusion: Multi-Task Multi-Sensor Fusion with Unified Bird's-Eye View Representation, ICRA 2023

[3] Zhou, Brady et al. Cross-view Transformers for real-time Map-view Semantic Segmentation, CVPR 2022

[4] Poggi, Matteo et al. On the uncertainty of self-supervised monocular depth estimation, CVPR 2020

[5] Kendall, Alex et al. Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics, CVPR 2018

[6] Kendall, Alex et al.  What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision? NIPS 2017

Profil du candidat

Niveau demandé : Ingénieur, Master 2
Ce stage ouvre la possibilité de poursuite en thèse et ingénieur R&D dans notre laboratoire.
Durée : 6 mois
Rémunération : entre 700 € et 1300 € suivant la formation.
Compétences requises : vision par ordinateur, apprentissage automatique (deep learning), reconnaissance de formes, Python, C/C++, maîtrise d’un framework d’apprentissage profond (en particulier Tensorflow ou PyTorch)

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Saclay

Critères candidat

Possibilité de poursuite en thèse

Oui