Annonce

Les commentaires sont clos.

Stage M2 ou de fin d'étude d'ingénieur : Face Swapping Temps Réel

19 Novembre 2024

Catégorie : Stagiaire

L'équipe SAFE du laboratoire GREYC situé à Caen propose un stage de recherche d'une durée de 6 mois sur la génération de deepfake vidéos, sujet d’actualité notamment depuis l'utilisation des techniques d'apprentissage profond (deeplearning) et de GAN inversés.

Les étudiants intéressés peuvent envoyer leur candidature à :


Contexte
Le face swapping est une technique de vision par ordinateur qui consiste à échanger le visage d’une personne avec
celui d’une autre dans une image ou une vidéo. Cette technologie a gagné en popularité avec des applications
comme les filtres de réalité augmentée (RA) dans les réseaux sociaux, mais elle a aussi des implications importantes
dans le cinéma, les jeux vidéo et la sécurité numérique. Les progrès réalisés avec les réseaux génératifs
adverses (GANs) ont permis de générer des visages échangés de manière de plus en plus réaliste, avec des détails
précis et des ajustements d’expressions faciales.
Cependant, le défi actuel reste de réaliser ce face swapping en temps réel, avec des performances suffisantes
pour une application en direct et une fidélité visuelle élevée, en prenant en compte des éléments tels que les
expressions faciales, l'éclairage et la cohérence des mouvements.

Objectifs
Ce stage propose de développer un système de face swapping en temps réel, en se basant sur les techniques de
GANs et en tenant compte des contraintes de performance requises pour un traitement en temps réel sur des
dispositifs limités comme les smartphones ou les plateformes en ligne.
L’objectif principal de ce stage est de concevoir et implémenter un modèle capable de réaliser un face swapping
en temps réel avec une haute qualité d’image et un faible temps de latence. Le projet couvrira plusieurs aspects
du pipeline de face swapping, depuis la capture des visages jusqu’à la génération et le rendu en temps réel.

Profil recherché

• Niveau Master 2 ou école d'ingénieur (ou équivalent) en informatique
• des connaissances en apprentissage profond et réseaux neuronaux ainsi qu'en vision par ordinateur et traitement d’images.
• une appétence en optimisation de modèles et implémentation de systèmes en temps réel.
• des compétences en programmation (Python, TensorFlow ou PyTorch).
• un capacité à travailler sur des systèmes embarqués ou à intégrer des modèles dans des applications mobiles
serait un plus.

Contact
Merci d'envoyer par courriel un dossier avec CV, lettre de motivation, relevés de notes des deux dernières années de formation à
• Christophe Charrier, GREYC, Université de Caen Normandie (christophe.charrier@unicaen.fr)
• Maxime Bérubé, Université du Québec à Trois-Rivières (Maxime.Berube2@uqtr.ca)
• Emmanuel Giguet, GREYC, CNRS (emmanuel.giguet@unicaen.fr)