[Stage M2] Modèles vision-langage (VLM) pour l’automatisation des inspections de ponts

L’équipe ENDSUM du Cerema propose un sujet de stage M2 / PFE Ingénieur (indemnisé, 5-6 mois), sur son site de Strasbourg. L’objectif est de contribuer à définir une nouvelle génération d’outils d’aide à l’inspection des ouvrages d’art (ponts, murs…) en exploitant les possibilités offertes par les modèles vision-langage (VLM).Plus d’informations…

Lire la suite

[StageM2] in AI and Machine Vision at Sorbonne University

Subject: Deep Neural Networks for Point-Cloud Scene Analysis Lab: LIP6, CNRS Sorbonne University Point cloud analysis constitutes a major challenge in computer vision, leveraging high-volume 3D geometric data from LiDAR and RGB-D sensors for comprehensive spatial and semantic scene understanding. This capability is mandatory across demanding, real-world applications such as…

Lire la suite

[StageM2] @Laboratoire UCCS, Université d’Artois : Débruitage d’images en microscopie électronique à balayage en environnement gazeux par Deep Learning

L’obtention d’images d’échantillons isolants et/ou sensibles au dégazage est possible grâce à la microscopie électronique à balayage en environnement gazeux (MEB-EG). Dans ce contexte, des interactions complexes se produisent entre les électrons primaires, les ions créés, les électrons secondaires et les électrons rétrodiffusés émis par l’échantillon. Lors de l’utilisation du…

Lire la suite

[PhD] Combining deep learning and optimization for well theoretically grounded and interpretable hyperspectral image processing 

The whole PhD subject, including equations and figures, can be found at: https://partage.imt.fr/index.php/s/GQcfXmjY58Zkbbq 1. Context Artificial intelligence (AI) and deep learning approaches have produced impressive results on many problems of computer vision and image processing. The field of remote sensing, which exploits satellite or aerial images for Earth observation, also…

Lire la suite

[StageM2] – Développement logiciel en C++ d’un outil d’aide au diagnostic de la croissance des anévrismes cérébraux

Description du projet de stage : L’objectif du projet consiste à développer et optimiser un logiciel existant (Fig. 2) de visualisation d’images médicales utilisant des versions de bibliothèques récentes (VTK/ITK, …). Ce stage s’inscrit dans le cadre d’un protocole de recherche clinique du CHU de Reims dont l’objectif est de comprendre…

Lire la suite

[StageM2]@IRISA, Réseaux de neurones à spikes adaptatifs : modélisation, simulation et implémentation

Laboratoire :  IRISA – GRANIT Team (Lannion) https://www-granit.irisa.fr/ Contacts : Matthieu Gautier (matthieu.gautier@irisa.fr), Olivier Berder (olivier.berder@irisa.fr) Contexte   Les réseaux de neurones impulsionnels (Spiking Neural Networks – SNNs) suscite un intérêt croissant en raison de leur capacité à modéliser plus finement le fonctionnement biologique des neurones et à offrir une efficacité…

Lire la suite

[StageM2] Modélisation numérique de la réponse spatio-spectrale d’un bloc optique X LMJ : application à la restauration de l’image d’un plasma de fusion

Laboratoire hôte : Laboratoire Hubert Curien (LaHC), 18 Rue Pr B. Lauras, 42000 SAINT-ÉTIENNE. Laboratoire partenaire : CEA DAM DIF – 91680 Bruyères-le-Châtel. Superviseurs et contacts : Ludovic Chopineau – CEA-DAM (ludovic.chopineau@cea.fr), Fabien Momey Casella – LabHC (fabien.momey@univ-st-etienne.fr). Mots-clés : modèles numériques, restauration/reconstruction d’image, problèmes inverses, imagerie computationnelle, imagerie en…

Lire la suite