Lieu : LIS Toulon, UMR CNRS 7020, équipe Signal Image Modélisation SIIM – SeaTech, Université de Toulon
Partenaires : Lab-STIC – ENSTA Bretagne – Institut Polytechnique de Paris
Financement : Projet IngéBlue SafeBlue de l’Institut IngéBlue (L’institut interdisciplinaire IngéBlue | ENSTA Bretagne)
Encadrement : 2 encadrants LIS + un encadrant Lab-STIC
Contacts : bouchara@univ-tln.fr et thirion@univ-tln.fr
Description : La surveillance, le suivi et la bonne prise en charge des Objets Flottants Non Identifiés (OFNI) en mer (conteneurs, billes de bois, mines, objets à la dérive…) restent plus que jamais une nécessité pour la sécurité des transports maritimes et la protection des eaux côtières. La détection de personnes tombées à la mer ou de naufragés, présente également un intérêt majeur dans l’assistance aux personnes en danger et le sauvetage en mer.
Les méthodes optiques basées sur la vision par ordinateur sont généralement privilégiées pour leur robustesse et leur précision en raison d’une résolution importante des capteurs. Elles peuvent toutefois présenter certaines difficultés de mise en œuvre liées au contexte marin (présence de vagues et d’écumes, de réflexions spéculaires, fond mouvant, pilonnement du porteur, etc…), et aux conditions météorologiques variables.
L’objectif de la thèse sera l’amélioration de la détection des OFNI en développant de nouvelles approches dans lesquelles les données seront acquises au moyen de différents capteurs hétérogènes et seront traitées par des algorithmes avancés de traitement des signaux et/ou des images couplés à des techniques d’intelligence artificielle, notamment des techniques d’apprentissage machine ou d’apprentissage profond. Les capteurs envisagés réaliseront l’acquisition d’informations à la fois au-dessus de la surface (caméra thermique ou dans le visible, lidar, ..) ou sous la surface (caméra photogrammétrique, sonar,…). Les principaux verrous concernent notamment le caractère hétérogène des données. L’aspect innovant du travail de recherche réside dans l’étude de l’interopérabilité des différents systèmes d’acquisition et les différentes techniques de fusion d’information.
Durant la thèse, différentes tâches devront être réalisées :
- Recherche/synthèse bibliographique
- Calibration & synchronisation de différents capteurs (par ex. caméra/lidar en aérien ou sonar/caméra photogrammétrique en sous-marin)
- Acquisition de bases de données en conditions contrôlées et en conditions réelles
- Application des méthodes de prétraitement d’images
- Développement d’approches d’apprentissage supervisées pour la détection/localisation d’objets et/ou la segmentation sémantique
- Comparaison de différentes stratégies de fusion d’information (précoce, tardive ou hybride au niveau de l’apprentissage)
- Éventuelle optimisation des algorithmes développés dans un but d’intégration sur un système embarqué de type drone en vue de traitements temps-réels.
