Stage Innovation Ingénieur Intelligence Artificielle - Computer Vision H/F ALTEN

Au sein de notre Lab de Sèvres, vous serez accompagné(e) par un Pilote Innovation (Chef de projet) pour vous permettre de développer vos compétences sur les activités d'un des projets suivants (plusieurs stages à pourvoir).

Projet : Application d'IA pour l'analyse d'un operateur

Création et Développement d'une IA :

- Utilisation de réseaux de Neurones (transformer RNN, CNN)
- Création et adaptation d'architectures déjà existantes
- Utilisation de méthodes d'entrainement par renforcement
- Optimisation du contrôle (fréquence, données utilisées)

Une application industrielle autour d'un contrôle de processus par caméra :

- Caméra Stéréo / monoculaire
- Détection d'intention et geste de l'opérateur
- Détection et prévention des TMS (Troubles Musculo Squelettiques)
- Comparaison des résultats avec la gamme de fabrication
- Utilisation des résultats pour la configuration d'un poste de travail
- Intégration des résultats dans une usine école

Un projet d'innovation incluant :

- Une revue de l'état de l'art
- La formalisation des recherches avec un Bilan Scientifique
- De la gestion de projet / équipe multidisciplinaire tout au long du stage
- Une approche évolutive (AGILE) et basée sur le Test & Learn

Projet : Apprentissage en ligne de pièces industrielles

L'état de l'art en reconnaissance visuelle d'objet est aujourd'hui dominé par les modèles de Deep Learning.
Ceux-ci se montrent très performants en généralisation, notamment lors de la détection d'objet dans des images naturelles.
Or, un tel niveau de complexité n'est pas toujours nécessaire, en particulier dans un environnement industriel où les conditions de lumières, prise de vue, etc. peuvent être contrôlés.
L'objectif sera de revisiter et développer des techniques historiques de Computer Vision (Pattern Matching) et de les remettre au goût du jour en s'appuyant sur des extracteurs de caractéristiques modernes.
Dans ce contexte vous serez amenez à étudier/développer une solution de reconnaissance d'objet basée sur des :

- Technologies d'extraction de points d'intérêts
- Extracteurs de descripteurs locaux

Projet : Détection des déchets environnementaux par drones

La gestion efficace des déchets environnementaux est devenue un enjeu majeur pour la préservation de notre planète. Face à la pollution croissante des déchets, qu'ils soient sauvages ou d'origines diverses, des solutions innovantes sont nécessaires pour préserver nos écosystèmes et promouvoir le développement durable.
Les méthodes traditionnelles de détection des déchets présentent des limites en termes d'efficacité, de couverture et de coût. Les travaux à mener sont les suivants :

- Mener une revue exhaustive de l'état de l'art en matière de détection des déchets environnementaux, en mettant l'accent sur les méthodes utilisant des drones
- Explorer et analyser notre base de données
- Explorer l'application de l'apprentissage fédéré pour permettre la collaboration entre les drones et réduire la nécessité de stockage centralisé des données
- Participer à la conception et au développement d'un système de détection des déchets environnementaux basé sur des drones, en tenant compte de l'optimisation multi-objectif

Projet : IA pour l'analyse des débats

Ce projet s'inscrit dans la continuité d'un projet de plateforme d'analyse de débats politiques basée sur l'IA : détection de locuteur, thématique, émotions, synthèse d'information...

Afin de favoriser l'accessibilité des contenus éducatifs, médiatiques et publics aux personnes sourdes, l'objectif est d'ajouter une fonctionnalité d'accessibilité en traduisant les débats en Langue des Signes Française (LSF) à l'aide d'un avatar 3D.
L'objectif est de développer un prototype d'IA capable de : Transcrire des contenus audio/vidéo en texte, et les traduire en LSF.
Le résultat de cette partie sera transféré à une autre équipe au sein du Lab qui s'occupe d'animer un avatar 3D signant en temps réel, avec expression faciale et fluidité gestuelle.
Le challenge pour cette partie est la traduction fluide vers la LSF à partir de texte/audio, et également l'intégration dans notre plateforme IA pour l'analyse des débats.