Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Extraction d'objets 3D dans les scènes 3D

DPLOIRE (CTReg)

Autre

Informatique, Intelligence Artificielle, Vision par Ordinateur,

01-01-2019

SL-DRT-19-0269

anthony.mouraud@cea.fr

La détection et la localisation d'objets par l'image est une problématique étudiée depuis de nombreuses années. Les dernières évolutions technologiques permettent désormais l'acquisition temps-réel de données de profondeur couplées aux données de couleur (RGBD). Dans le même temps, les capacités de calcul de machines modernes ainsi que les méthodes de traitement intelligent de l'image ont permis des avancées significatives dans la détection/localisation d'objets en 2D selon différents angles d'approche (boites englobantes, contours, à partir de modèles CAO ?). Une étape importante est en passe d'être franchie ces dernières années avec les recherches menées pour extraire directement la volumétrie des objets détectés ainsi que leur position, en 3D. Ces travaux en sont encore à leurs débuts mais les premiers résultats sont encourageants tant à partir d'images 2D (ex. DeepManta) qu'à partir d'images 3D (ex. Deep Sliding Shapes). Malgré tout subsistent plusieurs verrous scientifiques/technologiques identifiables avant de permettre la démocratisation de ce type d'approche pour l'extraction automatique d'objets dans des scènes potentiellement inconnues. L'objectif de ce travail est d'identifier les approches actuelles de détection/localisation d'objets 3D, d'identifier leurs faiblesses et de travailler à de nouvelles technologies de traitement pour pallier celles-ci. Par ailleurs, la découverte d'objets dans des environnements inconnus et l'inférence de l'intention de l'opérateur par observation/localisation de son attention sont deux axes d'intérêt que ces travaux ambitionnent d'aborder. Au-delà de leurs applications pour l'apprentissage par démonstration, les briques logicielles issues de ce projet pourront également être réutilisées pour d'autres applications telles que la réalité augmentée (scan « intelligent », etc.), la surveillance ou la mobilité par exemple, ?

Réidentification de personnes et adaptabilité interdomaines

Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Vision & Ingénierie des Contenus (SAC)

Master2 ou ingénieur avec bonne expérience en vision et apprentissage profond

01-02-2019

SL-DRT-19-0283

romaric.audigier@cea.fr

La réidentification automatique de personnes vues par des caméras est une fonctionnalité clé pour les applications de vidéoprotection. Elle consiste à retrouver les occurrences d'une personne dans un ensemble d'images. Malgré les nombreux travaux sur la problématique ces dernières années, la modélisation de l'apparence des personnes reste un défi. En effet, elle doit pouvoir discriminer des personnes distinctes (malgré leurs éventuelles similitudes) tout en étant robuste face à la forte variabilité de leur apparence visuelle (due aux postures, aux points de vue, aux conditions d'illumination, à la sensibilité de la caméra, à sa résolution, ?). Elle doit également gérer les vues partiellement occultées et/ou mal centrées sur les personnes détectées. Si les méthodes d'apprentissage profond supervisé ont fortement amélioré les performances de réidentification sur certains jeux de données académiques, leur mise en ?uvre dans un contexte opérationnel demeure difficile. En effet, un modèle appris sur un jeu de données est très souvent peu performant s'il est appliqué tel quel sur d'autres jeux de données. Par ailleurs, annoter manuellement les données du domaine cible est une tâche fastidieuse donc coûteuse. Nous nous intéresserons dans cette thèse au problème d'adaptabilité des modèles d'apparence à un domaine cible dont on ne possède que des données non annotées. Les méthodes d'apprentissage par transfert non-supervisé pourront être utilisées. Les approches proposées devront pouvoir fonctionner à grande échelle sur un nombre important de flux vidéo et de personnes observées.

Analyseur de réseau vectoriel intégré pour des applications de caractérisations biomédicales

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Architectures Intégrées Radiofréquences

Ingénieur (master 2) avec de préférence une spécialité en électronique radiofréquence

01-09-2019

SL-DRT-19-0290

baudouin.martineau@cea.fr

Cette thèse aborde le sujet de l'analyseur de réseau vectoriel (VNA) intégré sur silicium dans le contexte d'applications de caractérisations biomédicales. La thèse portera sur l'architecture, la conception et la mesure d'un tel VNA. Cette thèse permettra de travailler dans des domaines scientifiques interdisciplinaires allant de la conception microélectronique à la compréhension des caractéristiques des matériaux biologiques. Pour atteindre cet objectif, plusieurs étapes devront être franchies avec succès. L'innovation attendue englobera plusieurs aspects: oscillateur local de haute précision, haute sensibilité, utilisation des technologies CMOS de faible coût. La thèse se déroulera à l'institut CEA Leti sous la supervision du Dr Martineau et du Dr Gonzalez (HDR). La publication dans des revues et conférences internationales sera encouragée et facilitée.

Etude et conception d'un système intégré pour la calibration automatique des dispersions au sein d'une matrice de transducteurs et application à des matrices de PMUTs

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Conception en microélectronique analogique et mixte. Affinité en traitement du signal et en mécanique.

01-09-2019

SL-DRT-19-0293

gwenael.bechet@cea.fr

Le but de la thèse est d'étudier et de concevoir un système électronique intégré dédié à la compensation automatique et continue des dispersions au sein d'une matrice de transducteur en technologie MEMS (Microelectromechanical Systems). Avec la dissémination et l'expansion continue de l'IoT (Internet of Things) et des CPS (Cyber-Physical Systems), les interfaces homme-machine et machine-machine nécessitent des capteurs de plus en plus performant et sophistiqués. En plus des gains en coût, fiabilité, encombrement et consommation, les transducteurs à technologie MEMS permettent aux capteurs d'embarquer toujours plus d'intelligence dans leur front-end électronique. Ils permettent aussi des configurations topologiques innovantes donnant accès à des gammes de mesure non adressables par leurs pendants discrets. En métrologie, l'agencement en matrices des transducteurs permet de réaliser une discrétisation spatiale des surfaces de transduction et d'améliorer les rendements et précisions de mesures (détecteur de gaz, spectrométrie de masses, distribution de pressions, ?). En imagerie et communication, les matrices de transducteurs permettent d'émettre et de recevoir des faisceaux d'ondes électromagnétiques ou acoustiques (échographie, radar, sonar, télécommunication ?). Malgré les progrès technologiques considérables dont bénéficient continuellement les technologies MEMS, certaines exigences applicatives se trouvent au-delà des performances intrinsèques qu'elles offrent. Il est alors nécessaire de mettre en ?uvre des dispositifs de correction des biais introduits à la fabrication ou évoluant avec les conditions d'opération. L'évaluation et la compensation de ces erreurs nécessitent la mise en ?uvre coûteuse de processus de calibration en laboratoire de test incompatible avec une mise en production massive, demandant la caractérisation des dispositifs à corriger et leurs interactions avec un milieu de mesure maitrisé. L'objectif de cette thèse est d'aboutir à une alternative électronique de diagnostique intégré, un BIST (Built-In Self-Test) électromécanique spécifique aux capteurs matricés, associé à un système de correction automatique mixte qui opérera en cohabitation avec les fonctions principales de l'interface-capteur. Le cas applicatif proposé est celui des matrices de PMUTs (Piezoelectric Micromachined Ultrasonic Transducer). Ces dispositifs proposent des alternatives et des solutions complémentaires aux capteurs électromagnétiques pour la détection et localisation [1], la reconnaissance de geste [2] ou encore la détection de signaux de commande de sortie de veille [3]. Pour la majeure partie des applications, ces transducteurs résonants opèrent en émission/réception (TX/RX) et nécessitent d'être actionnés à leur fréquence de résonance afin d'optimiser la puissance de transmission. Le faisceau d'onde émis et reçu est mis en forme et orienté par commandes de phases. La présence d'erreurs et de dispersion dans les caractéristiques des PMUTs génère des biais dans leur fréquence de résonance, leur gain et leur facteur de qualité, induisant des pertes et des distorsions dans les faisceaux d'ondes émis et reçus. Par exemple, quelques pourcents de mismatch sur la raideur mécanique des transducteurs peuvent conduire à plusieurs dizaines de pourcent de perte sur la puissance acoustique transmise à une cible. Dans un premier temps, le doctorant se familiarisera avec les grandeurs et phénomènes physiques caractérisant les matrices de PMUTs en se basant sur un modèle analytique développé au sein du laboratoire d'accueil. Il pourra ainsi appréhender les sensibilités de ces capteurs et leur impact sur les puissances et directivités des faisceaux d'ondes. Il définira ensuite les méthodes et architectures électroniques qui permettront au système de converger vers les conditions de fonctionnement optimales, en identifiant par exemple la fréquence de résonance moyenne de la matrice ainsi que les coefficients de corrections en phase et gain à attribuer à chaque transducteur. Les choix d'architecture et d'implémentation doivent permettre au système de s'adapter aux dispersions et à leurs dérives de manière continue et autonome sans perturber les fonctions de mesures principales. La solution retenue sera implémentée et validée dans un environnement de conception mixte pour aboutir à un démonstrateur fonctionnel. [1] Przybyla, R. J., Tang, H. -., Guedes, A., Shelton, S. E., Horsley, D. A., & Boser, B. E. (2015). 3D ultrasonic rangefinder on a chip. IEEE Journal of Solid-State Circuits, 50(1), 320-334. [2] Ling, K., Dai, H., Liu, Y., & Liu, A. X. (2018). Ultragesture: Fine-grained gesture sensing and recognition. Paper presented at the 2018 15th Annual IEEE International Conference on Sensing, Communication, and Networking, SECON 2018, 1-9. [3] Yadav, K., Kymissis, I., & Kinget, P. R. (2013). A 4.4-µ W wake-up receiver using ultrasound data. IEEE Journal of Solid-State Circuits, 48(3), 649-660.

Architectures pour assurer la sureté de fonctionnement des systèmes à base de réseaux de neurones

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Intégration Silicium des Architectures Numériques

Ingénieur en micro-electronique

01-09-2019

SL-DRT-19-0296

adrian.evans@cea.fr

Les réseaux de neurones sont utilisés dans des systèmes informatiques critiques tels que ceux utilisés dans la reconnaissance d'images pour la conduite autonome. Ces systèmes doivent respecter les normes de sûreté de fonctionnement, et il est donc essentiel d'assurer leur bon fonctionnement même en présence de fautes et de démontrer que ces systèmes peuvent détecter les fautes susceptibles de créer une situation dangereuse. Le même réseau formel peut être réalisé sur différentes plateformes matérielles (CPU, FPGA, etc), selon les besoins en performance. Pour certaines applications, un codage impulsionnel des données et des neurones analogiques permettent une réduction importante de la consommation énergétique. On sait comment analyser et améliorer la fiabilité des systèmes numériques classiques (microcontrôleurs, RAM, etc), mais ces approches ne sont pas adaptées aux réseaux de neurones, surtout les réseaux à codage impulsionnel et avec des neurones analogiques. L'objectif de cette thèse est de trouver des approches pour améliorer la tolérance aux fautes des réseaux impulsionnels. Dans la première partie de la thèse, de nouveaux modèles de fautes et des métriques quantitatives pour mesurer l'état de fonctionnement seraient développés. Des cas d'études avec codage classique et avec des réseaux impulsionnels seraient mis en place pour avoir des points de repère. Il faut traiter le cas d'apprentissage « hors-ligne » et celui d'apprentissage non-supervisé. Ensuite, le candidat doit proposer de nouvelles techniques pour détecter et gérer les fautes afin de rendre le système plus robuste. Une voie d'exploration consiste à proposer des techniques pour tester le système quand il est opérationnel (« on-line test »). Une autre voie consiste à adapter l'architecture du réseau formel ou de traiter les données d'apprentissage.

Acquisition compressive non lineaire pour des applications d'inférence en imagerie

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Circuits Intégrés, Intelligents pour l'Image

MSc, diplôme d'ingénieur

01-10-2019

SL-DRT-19-0299

william.guicquero@cea.fr

Dans un contexte où les capteurs d'images et la vision artificielle tendent à se démocratiser de plus en plus, l'enjeu majeur réside dans la façon de traiter les informations, de la manière la plus efficace et au plus proche des capteurs. Dans ce type de système embarqué, les capacités de prises de décision intelligentes continuent à s'étendre tandis que les ressources disponibles (mémoire, puissance de calcul et consommation) restent fortement contraintes. La consommation des capteurs et traitements associés est largement liée à la quantité de données et donc à la dimensionnalité des signaux. C'est pourquoi les nouvelles méthodes basées sur l'acquisition compressive semblent particulièrement prometteuses car rendant possible des gains à la fois côté capteur et calculs. En particulier, de récents résultats théoriques démontrent que des techniques d'apprentissage machine s'appliquent directement sur des données acquises à l'aide de ce paradigme. Cependant, les résultats actuels se cantonnent pour le moment aux techniques dites « linéaires ». Dans le cadre de cette thèse, il s'agira donc d'identifier les limitations théoriques liées à la combinaison de l'acquisition compressive et des techniques plus avancées de Machine Learning afin de définir des flots algorithmiques en rupture permettant de meilleurs compromis ressources/performances. Fort d'une expertise au sein du laboratoire sur ces deux thématiques, cette thèse aura pour but d'évaluer l'intérêt de l'introduction de non-linéarités durant le processus de traitement. L'objectif final sera d'identifier des leviers pour la conception d'un capteur d'image intelligent réalisant de la reconnaissance de contexte (e.g., détection d'objets spécifiques dans une scène et ce à moindre coût matériel).

62 (Page 2 sur 11)
first   previous  1 - 2 - 3 - 4 - 5  next   last
-->

Voir toutes nos offres