Stage Computer Vision

You may not know our name, but you have surely used our innovations and solutions.

Our mission is to unlock the world and make it safer through cutting-edge identity technologies. Every day, around the globe, we are enabling citizens and consumers alike to perform their daily critical activities (such as pay, connect and travel), in the physical as well as digital space. We are transforming their lives by making the world more secure and yet also more streamlined.

We have brought together complementary know-how and technologies that have never been combined before for both the physical and digital era: secured connectivity, secured payments and secured identity management. Cybersecurity, biometrics, large scale distributed systems and Cloud computing, analytics and smart devices are at the core of both our physical products and our software and systems.

We serve our clients in 180 countries thanks to our 15,000 employees worldwide.

Purpose

L'unité de recherche et de technologie d'IDEMIA est chargée de développer toute nouvelle technologie, qui sera incluse dans toutes les gammes de produits d'IDEMIA, permettant de fournir une identité augmentée.

Composée d’environ 100 chercheurs et développeurs, l'unité travaille sur de multiples domaines d'application : reconnaissance faciale, reconnaissance d'empreintes digitales, reconnaissance de l'iris, détection de la fraude, systèmes d'acquisition sécurisés, analyse vidéo, reconnaissance et authentification de documents.

Toutes ces technologies sont développées pour atteindre le rang de n°1 mondial dans leur catégorie, garantissant un haut niveau de sécurité, tout en améliorant le confort de l’expérience utilisateur pour l'utilisateur final.

Cette unité développe des algorithmes adaptés à de multiples cas d'utilisation :

- Identité dans le cadre d’applications civiles (élections, documents biométriques...)

- Contrôle aux frontières (Détection des fraudes sur les documents ou la biométrie, reconnaissance faciale avec comparaison avec le passeport et la réalité...)

- Police / Justice (identification des criminels, identification des objets dans les vidéos...)

- Contrôle d'accès (entrée dans un bâtiment ou toute zone sécurisée)

- Digitalisation de l’identité sur smartphone (déverrouillage ou paiement avec un smartphone utilisant la biométrie, ouverture d’un compte en banque à distance…)

- Terminaux embarqués ou cartes à puce (paiement avec une carte bancaire biométrique…)

Key Missions

IDEMIA recrute d'excellents stagiaires en Deep Learning et Computer Vision, pour enrichir et renforcer ses équipes, sur une période de 6 mois. L'objectif est de couvrir tous les aspects de la recherche scientifique, depuis la caractérisation de l’état de l’art, la collecte et l’adaptation de données, la modélisation, la mise en œuvre jusqu'à la publication d'articles ou de brevets. Les méthodes utilisées sont les méthodes bayésiennes, l'apprentissage machine, l'apprentissage profond (CNN, GAN...), et toutes les méthodes utilisées en vision par ordinateur pour les images fixes et l'analyse vidéo automatisée optimisée.

Ce stage pourra déboucher sur une thèse.

L’analyse et la synthèse de visages sont toutes deux l’objet de progrès rapides. Parmi les thèmes d’analyse, les réseaux de neurones profonds (appris par « deep learning ») permettent d’estimer très rapidement des points d’intérêt (ou landmarks) semi-denses, typiquement plusieurs centaines, sur des visages. Ces points fournissent un résumé efficace de la géométrie du visage pour de nombreuses opérations. On s’intéresse ici à l’amélioration de l’estimation de ces points.

Plus précisément lors de ce stage, il s’agit de mettre en œuvre des méthodes d’IA génératives 3D, notamment des NeRFs (neural radiance fields), pour parfaire l’estimation des landmarks. En effet, les NeRFs construisent des représentations 3D cohérentes en plus de la synthèse d’images 2D de qualité, fournissant ainsi des pseudo-annotations.

Le stagiaire sera amené à conduire une recherche bibliographique, à implémenter, tester et améliorer la ou les approches retenues.

Profile & Other Information

Formation : Elève ingénieur des grandes écoles (Ecole Polytechnique, Mines, Centrale-Supelec, Telecom ou équivalent) en fin de 3eme année du cycle ingénieur, ou élève en M2 universitaire, spécialisé en deep learning et computer vision

Compétences techniques requises :

- Bonnes connaissances dans le traitement de l'image, la vision par ordinateur, l'apprentissage profond (idéalement avec PyTorch)

- Formation solide en mathématiques, analyse de données,

- Maitrise du langage Python

- La maitrise des librairies de traitement d’images est un plus.

Compétences relationnelles et langues

- Curieux

- Proactif, autonome

- Orienté vers les résultats et les solutions

- Communication claire et convaincante

- Bonne maîtrise de l’anglais à l'oral et à l'écrit

- Désir de contribuer à la chaine complète d’un algorithme : design, implémentation, intégration, test, optimisation.