> Offres de formation > Offres de thèses

Reconstruction 3D panoptique d'images par apprentissage profond

Défi technologique : Data intelligence dont Intelligence Artificielle (en savoir +)

Département : Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Laboratoire : Laboratoire Vision pour la Modélisation et la Localisation

Date de début : 01-10-2022

Localisation : Saclay

Code CEA : SL-DRT-22-1008

Contact : steve.bourgeois@cea.fr

L'objectif de la thèse est de proposer une nouvelle approche unifiée, basée sur les modèles 3D implicites, permettant à la fois de reconstruire en 3D la scène observée mais aussi d'en analyser le contenu. Plus précisément, étant donné une ou plusieurs images, la solution proposée devra tout d'abord être capable de prédire une représentation 3D implicite de la scène combinant des informations de géométrie(eg. carte d'occupation 3D, carte de distance 3D,... ), des informations d'apparence (eg. champ de radiance). De plus, la solution proposée devra permettre d'extraire des informations sémantiques (eg. segmentation panoptique) simultanément au processus de reconstruction (sémantique connue a priori) ou en post-traitement (sémantique connue a posteriori). Enfin, le doctorant devra proposer une méthode d'apprentissage prenant en compte la difficulté à disposer de données réelles annotées. L'utilisation de moteurs de simulation de données et/ou d'autres formes d'apprentissage telle que l'auto-supervision pourront être explorées.

Voir toutes nos offres Télécharger l'offre (.zip)

Email Bookmark and Share