Contexte du stage
La cartographie radiologique d’un environnement consiste à établir une carte du rayonnement reçu à partir de relevés éparses issus de capteurs (voir figure). Cette tâche est réalisée dans différents cas de figures (interventions d’inspection, de démantèlement,... ) afin de pouvoir planifier les opérations à réaliser et assurer la sécurité des personnels.

 Cependant, les procédures actuelles pour réaliser une telle cartographie sont longues, nécessitent l’intervention d’opérateurs humain et aboutissent généralement à une cartographie 2D éparse dont l’exploitation est peu aisée.

Pour remédier à ces limitations, une solution consiste en l’utilisation de moyen robotiques associés à des méthodes de reconstruction 3D automatiques et temps-réel. Ce stage entre dans ce cadre et s’intéressera à la partie relative à la reconstruction 3D.

Objectifs du stage

Ce stage aura pour objectif de développer une méthode neurale de reconstruction incrémentale et temps-réel d'une carte 3D radiologique à partir de données capturées par un robot mobile. 

Le premier objectif sera  de prendre en main les dernières approches de l'état de l'art sur la reconstruction de scène 3D à partir d'images RGB basées deep-learning et adapter l'une de ces méthodes au cas particulier de données radiologique.

Le second objectif consistera à adapter cette approche au cas de la reconstruction incrémentale, c'est à dire impliquant une mise à jour de la reconstruction au fur et à mesure de la réception des données radiologiques.

Enfin, le dernier objectif sera d'optimiser la méthode pour obtenir une exécution temps-réel ou proche temp-réel.

Pour mener à bien ces  travaux, le stagiaire bénéficiera de l'expertise du laboratoire en terme de localisation 3D et de reconstruction 3D à l'aide de réseaux de neurones.

 Idéalement, le stage aboutira à une publication dans une conférence internationale.

#CEA-List

Le candidat devra disposer d’une bonne maîtrise de python ainsi que des réseaux de neurones.