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

Laboratoire/Entreprise : LIFAT, Université de Tours
Durée : 6 mois
Contact : cyril.derunz@univ-tours.fr
Date limite de publication : 2021-01-08

Contexte :
Financement pour 5 à 6 mois de stage à partir du 1er février pouvant être ajusté en fonction des contraintes du master.
Ce stage de Master 2, orienté Recherche, qui peut ouvrir sur une thèse, s’inscrit dans un projet de proposition d’un outil a destination des aveugles. Ce projet a pour but de développer des outils innovants basés sur des approches d’apprentissage profond pour l’aide aux déplacements des personnes malvoyantes.

Sujet :
Depuis quelques années, avec notamment l’avènement de l’apprentissage profond, l’IA fait des avancées importantes et son utilisation s’étend à de nombreux secteurs de l’activité humaine. Les jeunes handicapés sont soumis à un paradoxe : d’une part l’accès aux ressources numériques est une véritable révolution pour eux, mais d’autre part, ils sont souvent les laissés pour compte de ces progrès. Ce stage a pour mission de poser les jalons pour la production d’un assistant intelligent destiné à aider les handicapés visuels lors de leur déplacement.

Notre point de départ va concerner l’aide aux déplacements, avec trois volets liés entre eux. Une assistance intelligente doit permettre la reconnaissance d’objets dans l’environnement (objets du quotidien, objets personnels, objets mobiles, obstacles fixes, etc.), la cartographie de cet environnement pour adapter le déplacement à l’environnement direct, la définition d’interfaces homme-machine adéquates. Les objectifs de la thèse sur laquelle peut ouvrir ce stage portent sur trois thématiques de recherche en Informatique qui vont être liées entre elles par l’objectif que nous nous fixons : l’apprentissage machine à partir d’images, la géomatique, et l’interface homme/machine. Ce stage a pour objectif principal la question de l’apprentissage et de la reconnaissance des objets.

La détection d’objets à partir d’images/vidéos pour la reconnaissance de l’environnement proche a fortement bénéficié de l’avènement du Deep Learning allié aux évolutions récentes des capacités calculatoires [1,2]. Cependant, il reste de nombreux challenges pour l’instant non parfaitement couverts tels que la reconnaissance d’objets du quotidien, d’objets personnels, la détection d’obstacles fixes/mobiles, etc. Un aspect supplémentaire à la reconnaissance d’objets génériques concerne l’apprentissage en ligne et incrémental de la reconnaissance d’objet spécifiques choisis par la personne handicapée (comme ses objets personnels, l’entrée de son lycée, etc).

Une fois les objets détectés et reconnus, il faut pouvoir potentiellement les géolocalisés à l’aide des informations présentes dans les images et des données GPS du capteur exploité. Nous pourrions pour cela nous inspirer des travaux de [3,4] sur la localisation et l’identification des profondeurs.

L’objectif de ce stage est de proposer un premier outil permettant la reconnaissance d’objets à partir de photos en apprentissage profond et de leur localisation sur smartphone ANDROID. Après avoir fait un état de l’art sur les approches et outils existants, il s’agira donc de proposer un premier prototype.

Profil du candidat :
Etudiant en dernière année d’école d’ingénieur ou de master 2

Formation et compétences requises :
Etudiant en informatique.
Compétences attendues : Programmation Android, apprentissage (profond), notion de traitement d’images.

Adresse d’emploi :
LIFAT, Université de Tours, Site de Blois, 3 Place Jean-Jaurès 41000 BLOIS