– Offre post-doctorat: Détection par apprentissage profond d’éléments mobiles saillants dans des images
Problématique et motivations. Repérer une information pertinente à caractère spatio-temporelle à tout instant d’une séquence d’images est une fonction primordiale dans de nombreuses situations et applications. Par information pertinente, nous entendons une information qui se distingue de son contexte sans préjuger de sa nature même. Sa caractérisation s’exprime par la notion de saillance visuelle dynamique.
Objectif global. L’objectif global de ce travail est de concevoir une méthode fiable et efficace pour caractériser cette saillance dynamique. Il s’agira d’identifier des zones mobiles pertinentes dans des scènes naturelles complexes observées par un capteur éventuellement mobile, pour différents types d’imagerie, microscopie cellulaire, imagerie aérienne, imagerie satellitaire. Un intérêt particulier sera porté à des objets mobiles de petite taille. Ce postdoctorat se déroulera en collaboration avec un industriel R&D, tout en bénéficiant d’une pleine autonomie académique. Il s’articulera avec une thèse qui a débuté en septembre 2020.
Approche envisagée.Les travaux porteront plus particulièrement sur une prise en compte élargie de la dimension temporelle, une combinaison des aspects d’apparence et de mouvement, la reconstruction complète des zones mobiles en cas d’occultation partielle ou d’arrêt temporaire. L’approche privilégiée sera non supervisée et cherchera à s’appuyer sur des paradigmes plutôt récents d’apprentissage profond. On peut citer les approches de type Transformer, Self-attention, ou Memory networks.
Compétences attendues.
- Traitement d’image, vision par ordinateur, statistiques, apprentissage profond, optimisation
- Programmation Python, outils de deep learning (PyTorch, …)
- Bonne maîtrise de l’anglais oral et écrit
Soumission candidature. La durée du post-doctorat est de 12 mois et peut débuter dès janvier 2022. Les développements bénéficieront d’une grille GPU. La candidature devra être envoyée à Patrick Bouthemy (Patrick.Bouthemy@inria.fr) et comporter un CV détaillé, une lettre de motivation et des pointeurs pour des recommandations.
