Ingénieur Chercheur en Deep Learning H/F
Commissariat A Le Energie Atomique
Grenoble, Rhone-Alpes, France
il y a 1 mois

Description de l'offre

Le poste à pourvoir s'inscrit dans le contexte de la perception de l'environnement pour véhicule autonome. L'environnement du véhicule est représenté par une grille d'occupation, dans laquelle chaque cellule (2D ou 3D) contient la probabilité de présence d'un objet.

Cette grille est réactualisée au fil du temps, grâce aux données capteurs (ex LIDAR). Le laboratoire LIALP a développé depuis plusieurs années une grande expertise dans la génération efficace de ce format de donnée (SigmaFusion™).

Les algorithmes de plus haut niveau (path planning, évitement d'obstacle, ) raisonnent sur des objets (trajectoire, vitesse, nature).

Il faut donc extraire ces objets de la grille d'occupation par des phases de segmentation, clustering, classification, et tracking.

De nombreux travaux abordent ces traitements dans un contexte vision, en particulier grâce au deep learning. Ils montrent par contre une très grande complexité calculatoire, sont limités sur le positionnement 3D des objets, et ne tirent pas parti des spécificités des grilles d'occupation (absence de textures, connaissance a priori des zones d'intérêt .

  • On souhaite trouver des techniques plus adaptées à ces particularités et plus compatibles avec une implémentation économe en calcul.
  • L'objectif de la mission (12 mois renouvelables) sera, à partir des travaux récents sur l'analyse deep learning de nuage de point (ex Apple's VoxelNet, Stanford's PointNet ) de définir une topologie de réseau de neurones permettant un analyse spatio-

    temporelle de la grille d'occupation 3D, l'objectif final étant d'aboutir à une version temps réel embarquable sur véhicule.

    La phase d'apprentissage du réseau se fera principalement à partir de la base de données Kitti, quant à la phase de validation elle pourra se faire sur véhicule (Renault Zoé) équipée de tous les capteurs (Lidar, Caméra, Radar) nécessaires.

    Chercheur PhD en Deep Learning

    Compétences : Computer Vision, Deep Learning, CNN, RNN, Tensorflow

    Qualités recherchées : Autonomie, Fort esprit d'initiative, Curiosité par rapport aux nouvelles approches de réseaux de neurones artificiels, veille technologique.

    Une connaissance des algorithmes de segmentation (FCN) et de détection d'objets (fast R-CNN, Yolo) serait un plus.

    05 / 02 / 2018

    Postuler
    Postuler
    Mon email
    En cliquant sur « Continuer », je consens au traitement de mes données et à recevoir des alertes email, tel que détaillé dans la Politique de confidentialité de neuvoo. Je peux retirer mon consentement ou me désinscrire à tout moment.
    Continuer
    Formulaire de candidature