Stage – Ingénierie

Contexte et description

La détermination des informations géométriques constitue une étape essentielle en analyse d'images, dans la mesure où les contours représentent les limites des objets d'intérêt dans de nombreuses applications de vision par ordinateur. Une détection précise des contours permet de localiser et de définir clairement les objets présents dans une scène, tout en mesurant leurs propriétés fondamentales, telles que la taille, la forme et la position.

Dans ce contexte, le développement d'une méthode efficace de détection de contours robuste au bruit est crucial. Une telle méthode doit à la fois extraire des contours précis et limiter les artefacts induits par le bruit. Une fois les contours détectés, leur pertinence peut être évaluée dans des applications telles que la détection d'objets et la segmentation d'images, y compris dans des conditions de bruit important.

Attentes et objectifs

L'objectif principal du stage est de développer des algorithmes intégrant et exploitant la méthode de détection de contours développée, et d'en analyser l'impact dans des pipelines applicatifs concrets.

Les objectifs spécifiques du stage sont les suivants :

Évaluer la pertinence des contours obtenus dans des applications telles que :

• la segmentation d'images ;
• la détection d'objets.

Comparer les résultats :

• de manière visuelle et qualitative ;
• avec des méthodes de segmentation ou de détection d'objets ne faisant pas appel à l'information de contour, afin d'analyser l'apport réel de l'information de contour.

Tester la méthode proposée sur des images réelles afin de détecter des objets ou des formes spécifiques.

Explorer plusieurs domaines d'application, tels que la vision par ordinateur générale, la surveillance ou l'imagerie médicale.

Améliorer et étendre l'interface existante afin d'y intégrer :

• la segmentation ;
• la détection d'objets ;
• ainsi qu'une visualisation en temps réel des résultats.

Défis principaux

• Intégration de l'information de contour : exploiter efficacement les contours détectés comme information pertinente au sein de pipelines de segmentation et de détection d'objets.
• Robustesse en conditions dégradées : évaluer l'impact de l'information de contour dans des scénarios bruités ou complexes, et analyser sa contribution réelle à l'amélioration des résultats.
• Comparaison avec des approches sans contours : mesurer l'apport des contours par rapport à des méthodes de segmentation et de détection d'objets ne reposant pas sur cette information.
• Compromis précision / complexité : analyser l'impact de l'ajout de l'information de contour sur les performances, la complexité algorithmique et les temps de calcul.
• Visualisation et interaction en temps réel : concevoir une interface permettant l'analyse et la visualisation dynamique des résultats de segmentation et de détection.

Tâches à réaliser

• Étudier les approches existantes de segmentation et de détection d'objets exploitant ou non l'information de contour.
• Analyser le rôle des contours dans les pipelines de vision par ordinateur, et leur interaction avec les étapes de segmentation et de détection.
• Positionner la méthode de détection de contours développée par rapport aux méthodes classiques et aux approches modernes.
• Identifier les critères d'évaluation pertinents pour mesurer l'apport de l'information de contour dans les applications ciblées.
• Développer des algorithmes exploitant la méthode de détection de contours au sein de pipelines de segmentation et de détection d'objets.
• Mettre en place des comparaisons expérimentales avec des méthodes de segmentation et de détection d'objets sans utilisation de contours.
• Évaluer les performances de manière quantitative et qualitative (précision, cohérence spatiale, robustesse au bruit).
• Tester les algorithmes développés sur des images réelles afin de détecter des objets ou des formes spécifiques.
• Analyser l'impact de l'information de contour sur les performances globales et les temps de calcul.
• Étendre et améliorer l'interface existante afin d'intégrer la segmentation, la détection d'objets et une visualisation des résultats en temps réel.
• Explorer différents domaines d'application, tels que la vision par ordinateur générale.

Support à remettre

• La solution proposée en code source (avec le prototype)
• Un rapport de stage
• Une présentation

Background nécessaire

• Bonnes bases en traitement d'images et vision par ordinateur.
• Compétences en programmation, en particulier en Python.
• Connaissances des techniques de segmentation d'images et de détection d'objets.

Mots clé

Détection de contours, Segmentation d'images, Détection d'objets, Vision par ordinateur, Traitement d'images, Temps réel.

Type d'emploi : Stage

Durée du contrat : 6 mois

Rémunération : 650,00€ à 900,00€ par mois

Lieu du poste : En présentiel