stage implémentation hardware détecteur/descripteur de points d'intérêts en vision par ordinateur h/f
Job Type
Internship
Full Job Description
Description du poste
DomaineMathématiques, information scientifique, logiciel
ContratStage
Intitulé de l'offreStage Implémentation hardware détecteur/descripteur de points d'intérêts en vision par ordinateur H/F
Sujet de stageImplémentation hardware d'un détecteur/descripteur de points d'intérêts pour des applications de vision par ordinateur
Durée du contrat (en mois)6
Description de l'offre
Au sein de CEA Tech, le Laboratoire Intelligence Artificielle Embarquée (LIAE) propose une offre assurant le lien entre technologies et applications, basée sur les plateformes de Conception et Systèmes embarqués, en particulier sur les domaines de l'intelligence artificielle, de l'Internet des Objets, des véhicules autonomes et de l'Usine du Futur.
L'intégration d'intelligence artificielle (IA) dans ces technologies est aujourd'hui un enjeu majeur. Afin de dépasser les verrous actuels en termes d'efficacité d'implémentation embarquée, des nouvelles méthodes de conception et d'optimisation de réseau de neurones doivent être étudiées.
Le besoin d'innover et de maintenir l'avance technologique du CEA renforce les besoins sur les compétences liées au développement de méthodes, d'outils et solution technologiques innovants pour l'intelligence embarquée des systèmes de demain.
Les applications de vision par ordinateur, omniprésentes dans notre quotidien, nous permettent par exemple de nous orienter (voitures autonomes) ou bien de localiser ou reconnaître des objets (visages, personnes, voitures…) dans le champ visuel d’une caméra. Une des briques communes à ces applications est la détection d’amers visuels tels des « points d’intérêts », ainsi que leur caractérisation (par un descripteur) afin de pouvoir les suivre temporellement. C’est généralement un goulot d’étranglement important pour ces applications.
Les rapides avancées des technologies d’intelligence artificielle en vision par ordinateur ont amené au développement de détecteurs/descripteurs utilisant des réseaux de neurones profonds, tel SuperPoint[1]. Néanmoins, ces algorithmes sont aujourd’hui encore trop lents pour être utilisables dans des applications classiques.
Dans ce cadre, le sujet de ce stage est de caractériser et réaliser une implémentation RTL de cet algorithme de détection et description de points d’intérêt sur plateforme FPGA Xilinx. D’un bon relationnel, le candidat s’appuiera sur l’environnement de développement d’IP vidéo du laboratoire sous linux embarqué, avec le support des équipes, des partenaires et des outils internes (dont le framework N2D2[2]).
Moyens : Développement de code embarqué, intégration sur plateforme
Niveau demandé : diplôme master (BAC+5)
Durée : 6 mois
Compétences : deep learning, traitement d’image, processeur embarqué, FPGA, VHDL/Verilog, C/C++
Pièces à fournir : CV + lettre de motivation + relevés de notes des 3 dernières années
[1] https://arxiv.org/abs/1712.07629
[2] https://github.com/CEA-LIST/N2D2
Localisation du poste
SiteSaclay
Ville
Palaiseau
Critères candidat
LanguesAnglais (Courant)
Diplôme préparéBac+5 - Diplôme École d'ingénieurs
Formation recommandéeBac+5, ingénieur, master 2
Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.
Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence2021-18253