Identification et quantification de poissons en environnement naturel à partir de vidéos d’images acoustiques

L’objectif de cette thèse est de développer des outils automatiques d’analyse de vidéos d’images acoustiques permettant un meilleur suivi des populations de poissons migrateurs. Cela permettra de mieux préserver les écosystèmes aquatiques tout en limitant les pertes de production électrique. Contexte Selon un rapport [worldFishMig20] publié en 2020 par plusieurs…

Lire la suite

Classification automatique de plancton lacustre pour la caractérisation du fonctionnement de l’écosystème

Ce projet a pour objectif le développement de méthodes pour la classification d’images de plancton d’eau douce, domaine encore peu exploré, grâce à l’apprentissage profond et à l’intégration de métadonnées écologiques. Lieu : Mines Paris et Ecole Normale Supérieur, PSL Contexte et objectifs Dans une phase de changements climatiques et…

Lire la suite

Improving Interference Removal Using Deep Learning and Ridges Reassignment via Curve Superresolution

Stage de Master Many real signals can be accurately modeled as the superposition of locally band-limited, amplitude and frequency-modulated (AM-FM) components commonly referred to as the modes of f . These multicomponent signals often contain strongly frequency modulated modes, as for instance chirps encoutered in radar, speech processing or gravitational…

Lire la suite

EC CDD Traitement de l’information quantique

Emploi : Enseignant-Chercheur LRU Section CNU : 61, 26 Affectation : Département Electronique et Télécommunication et laboratoire IETR équipe SIGNAL. Nature du contrat : CDD de 36 mois Quotité : temps complet (service de 48 HTD la première année, 96 HTD la deuxième année et service complet la troisième) Date…

Lire la suite

Real time estimator, texture synthesis and perception

M2 Internship offers – MAP5, UPCité Trois offres de stage de M2 au MAP5, Université Paris Cité.Three M2 internship opportunities at MAP5, Université Paris Cité. Full descriptions in French and English are available in the pdfs. Internship 1 : From Perceptual Scale to Perceptual SurfaceAdvisor : Jonathan Vacher (MAP5, Université…

Lire la suite

Conception non-supervisée de méta-classes d’empreintes RF pour l’identification de dispositifs sensibles

Stage M recherche (Master ou dernière année école d’ingénieur) Contexte de l’étude Parmi la liste de menaces de cybersécurité, la vulnérabilité TEMPEST se produit lorsque des données confidentielles sont émises involontairement en raison de la présence d’un canal non légitime. Ce canal peut avoir une nature différente (lumière, son ou…

Lire la suite

Amélioration d’une chaine de traitement d’images pour le réhaussement de structures vasculaires

Stage M2 / ingénieur en informatique Lieu : équipe Adagio du laboratoire LORIA, localisée à Nancy. L’objectif du stage est d’implémenter différents opérateurs de dérivée pour mesurer leurs performances dans une chaine de traitements d’images qui vise le rehaussement des structures vasculaires dans des images biomédicales 3D. Le potentiel de…

Lire la suite

Modèles vecteur/images optiques (projet Google)

Stage M2/Ing Paris LIPADE Description complète : https://www.sylvainlobry.com/assets/pdf/proposal_stage_GeOpAVe.pdf Informations générales : • Keywords: Computer vision, Deep Learning, GIS, Remote sensing, Multi-modality • Duration of the internship: 6 months • Institute: Université de Paris, Laboratoire d’Informatique Paris Descartes (LIPADE), team Systèmes Intelligents de Perception • Location: 45 rue des Saints-Pères, 75006…

Lire la suite