Offre en lien avec l’Action/le Réseau : – — –/Doctorants

Laboratoire/Entreprise : LORIA
Durée : 18 mois
Contact : hoai-diem-phuc.ngo@loria.fr
Date limite de publication : 2023-07-31

Contexte :
Le chêne est une ressource stratégique pour la France. L’industrie du bois fait face à une très forte demande d’exportation vers l’Asie. Depuis 2015, un la- bel “Transformation UE” a été créé pour permettre aux clients qui s’engagent à transformer ou faire transformer le bois à l’intérieur de l’UE d’accéder en priorité aux ressources en chêne des forêts publiques1. Dans ce contexte, la traçabilité des bois devient une nécessité. Différent systèmes d’identification ont été testés par les acteurs de la filière forêt-bois sans donner satisfaction; c’est le cas par exemple des plaquettes en plastique (avec un numéro ou code-barre imprimé) ou des puces RFID qui sont trop facilement substituables ou falsifiables. Pour résoudre ce problème de traçabilité des grumes, des méthodes alternatives à ces marqueurs physiques susceptibles d’être utilisées partout et d’identifier chaque grume individuellement doivent être développées. En se basant sur les caracté- ristiques intrinsèques des grumes, de la même façon que les empreintes digitales identifient un humain, il pourrait être simple et peu coûteux d’atteindre cet objectif.

Sujet :
La première étape consistera à comprendre et tester sur des images de chêne les algorithmes développés sur des résineux par nos collègues autrichiens.
Très rapidement, il sera nécessaire de développer des méthodes capables d’iden- tifier les grumes de chêne, peut-être en utilisant dans un premier temps toutes les singularités disponibles, puis en en interdisant certaines. Plusieurs types d’al- gorithmes pourraient être considérés, y compris des adaptations des réseaux de neurones les plus efficaces.
Pour cela, une base de 10 000 à 20 000 images de culées de chêne, actuellement

Profil du candidat :
Un doctorat, master ou diplôme d’ingénieur en informatique.

Formation et compétences requises :
De bonnes compétences en programmation (C++ et/ou Python), en analyse et traitement d’images, et en rédaction scientifique sont attendues. Une bonne connaissance des réseaux de neurones convolutifs serait appréciée.

Adresse d’emploi :
LORIA
Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vandœuvre-lès-Nancy

Document attaché : 202306021010_post-doc_Biomtrace_fr.pdf