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

Réseaux de neurones pour la modélisation 3D de classes d'objets H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2021-19380  

Description de l'unité

Le CEA Tech LIST est un institut de recherche français qui se focalise sur l'étude des systèmes numériques intelligents. Porteurs de forts enjeux économiques et sociétaux, ses programmes de de R&D s sont centrés sur l'intelligence artificielle, l'usine du futur, les systèmes cyberphysiques, le calcul, quantique notamment, et la santé numérique. Le CEA Tech LIST collabore avec de grands acteurs industriels du nucléaire, de l'automobile, de l'aéronautique, de la défense et du médical pour étudier et développer des solutions innovantes adaptées à leurs besoins. Il réalise une recherche qui va du concept de système jusqu'au démonstrateur, contribuant au transfert de technologies et à l'innovation par l'émergence de nouvelles entreprises

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Réseaux de neurones pour la modélisation 3D de classes d'objets H/F

Sujet de stage

Ce stage a pour objectif d'étudier les méthodes récentes d'apprentissage de représentations implicites basées sur des réseaux de neurones.

Durée du contrat (en mois)

6 mois

Description de l'offre

 

Contexte du stage
A ce jour, les robots sont principalement exploités dans un environnement industriel bien contrôlé. En général, le robot évolue dans un environnement connu et interagit de façon dextre uniquement avec des objets dont la géométrie est explicitement connue. Or, pour de nombreux domaines d’application, une telle connaissance ne peut être établie. Ces applications consistent, par exemple, à manipuler des instances d’une classe d’objet où chaque instance a un forme propre (eg. légumes dans le domaine agro-alimentaire, produits du quotidien dans le cas d’un robot domestique).

 

Cependant, des avancées récentes en intelligence artificielle ont permis de développer des représentations implicites de classes d’objets [1], c’est à dire des représentations 3D paramétrées par un faible nombre de paramètres et capables de représenter l’ensemble des formes possibles au sein de la classe de l’objet et uniquement ces formes.

 

Objectifs du stage

Ce stage a pour objectif d’étudier les méthodes récentes d’apprentissage de représentations implicites basées sur des réseaux de neurones. Plus précisément, il s’agira :

·        de mettre en œuvre une méthode de l’état de l’art ;

·        d’évaluer les capacités de cette méthode à représenter des classes d’objets plus ou moins complexes ;

·        de mettre en place une méthode permettant d’estimer les paramètres du modèle implicite correspondant à un objet observé par une caméra 3D ;

·        de mettre en place une méthode permettant de déterminer si la forme de l’objet observé présente des défauts en comparant la forme de ce dernier avec l’ensemble des formes admissibles par la classe d’objet.

 

Indemnités de stage : 

Entre 700 € et 1400 € suivant formation.  aide au logement / transport / restauration.

 

 

[1] DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation, J. J. Park, P. Florence, J. Straub, R. Newcombe, S. Lovegrove, 2019, CVPR

Profil du candidat

Le candidat devra disposer d’une bonne maîtrise du langage Python. Des connaissances en Pytorch et/ou TensorFlow sont également requises.

 

 

Localisation du poste

Site

Saclay

Localisation du poste

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

Ville

Palaiseau

Critères candidat

Diplôme préparé

Bac+5 - Master 2

Formation recommandée

Connaissances en Deep Learning

Possibilité de poursuite en thèse

Oui