Stage - Exploitation Imagerie Multispectrale H/F Safran

Safran Electronics & Defense, société de haute technologie, est leader mondial de solutions et de services en optronique, avionique, électronique et logiciels critiques, pour les marchés civils et de défense.
Safran Electronics & Defense développe l'ensemble des systèmes d'électronique embarqués sur les avions et les hélicoptères, civils ou militaires.

Au sein de Safran Electronics & Defense, vous intégrerez l'équipe projet R&T Optronique Nouvelle Génération dont la mission est d'étudier les briques technologiques amont des futurs systèmes optroniques militaires (caméras TV, caméras IR, communications optiques, LiDAR, caméras hyperspectrales...) pour des applications aéroportées, maritimes et terrestres. Vous vous intéresserez plus particulièrement aux caméras multi / hyperspectrales, et à l'exploitation qui peut être faite des données pour proposer des fonctions apportant une plus-value différenciante aux opérationnels.

Le stage s'articulera autour de plusieurs phases :
- Familiarisation avec l'univers des systèmes de vision optronique : optique, senseurs, chaîne image, type d'imagerie multi / hyperspectrale, et notions de performances associées, etc.
[5 % du temps]
- Prise en main des matériels et des différents moyens de caractérisation implémenté [5 % du temps]
- Prise en main et mise en oeuvre de caméras multispectrales du commerce, dont une caméra SONY en particulier. Maîtrise de son fonctionnement, son architecture, ainsi que les méthodes de caractérisation et de calibration associées. [20 % du temps]
- Acquisition d'images multispectrales et exploitation des données acquises pour expérimenter des algorithmes Safran sous Python et Matlab et évaluer leurs performances de détection [20 % du temps]
- Mise en oeuvre d'algorithmes de reconstruction de la couleur pleine résolution à partir des images multispectrales acquises afin d'évaluer les performances obtenues [20 % du temps]
- Dans la dernière partie du stage, vous consoliderez votre travail antérieur en explorant les capacités d'algorithmes de Deep Learning pour l'analyse, la classification ou l'amélioration des données captées. Cette phase vise à démontrer le potentiel des techniques d'IA sur les flux multispectraux et à comparer leurs apports par rapport aux méthodes classiques. [20 % du temps]
- Rédaction / reprise des protocoles de caractérisation / calibration, évaluations comparatives associées. Rédiger la documentation technique relative à ces études. [10 % du temps]