Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Responsable : M. Donias
Métiers et secteurs d’activité
Ingénieur d’études
Ingénieur R&D
Aéronautique
Automobile
Défense
Sécurité
Production
Télécommunications
Technologies de l’information
Biomédical
Signal, Image, Vidéo ?
Véhicule « intelligent »
Vidéosurveillance
Vidéo mobile
Biométrie
Aide à la personne
H.265
4K
GPS
Big Data
LidarCaméra optique
Caméra IR
Velodyne
Systèmes autonomes
Machine/Deeplearning
TSI
Signauxde sortie
Langages numériquesLangage C (+GPU)
Matlab/Python
DonnéesCAN
signal, image, vidéo
Enseignements
Projet/TD/TP
Image
Vidéo
Signal
Cours
Enseignement Intégré
Implémentation
53 %
30 %
17 %
27 %
24 %
12 %
37 %
Thèmes Forme
Applications (~ 62 %)
25 %
26 %
49 %
« Numérique »
Langage C/GPU
Matlab/Python
Organisation
E9TS-A Méthodes avancées en traitement du signal (46h)
E9TS-B Méthodes avancées en traitement de l'image et de la vidéo (55h)
E9TS-C Outils et algorithmie (68h)
E9TS-D Systèmes numériques pour le TSI (50h)
E9TS-E Projet avancé (42h)
E9TS-F Culture de l’ingénieur (48h)
Numerus clausus à 18 étudiants
E9TS-A Méthodes avancées en traitement du signal
TS324 – Filtrage numérique optimal et adaptatif niv. I – 21h
Intervenants : E. Grivel
Evaluation : compte-rendu de TP
TS312 – Traitement du signal radar – 12h
Intervenants : R. Cottron, C. Magnant et V. Corretja
Evaluation : examen écrit
TS315 – Processus aléatoires – 13h
Intervenants : V. Corretja et X. X
Evaluation : examen écrit sans documents
2
1,5
1,5
Spectrogramme
Temps (s)
Fré
qu
ence
E9TS-B Méthodes avancées en traitement de l’image et de la vidéo
TS327 – Vision par ordinateur – 28h
Intervenants : G. Bourmaud et L. Lac
Evaluation : rapport de projet
TS323 – Segmentation et morphologie – 27h
Intervenants : Y. Berthoumieu, Ch. Germain, J.P. Da Costa, L.
Bombrun et L. Lac
Evaluation : examen écrit avec notes manuscrites
2,5
2,5
E9TS-C Outils et algorithmie
TS322 – Langage C et GPU pour le TSI – 24h
Intervenant : M. Donias
Evaluation : examen écrit sur machine avec documents
TS326 – Reconnaissance de formes – 29h
Intervenants : M. Donias, R. Giraud et G. Bourmaud
Evaluation : examen écrit sans documents
TS320 – Techniques d’optimisation algorithmique – 15h
Intervenant : T. Southivong
Evaluation : rapport (par mail)
2
2,5
1,5
EN309 – DSP sur composant programmable – 17h
Intervenants : A. Randriamanantena
Evaluation : compte-rendu de TP
EN315 – Méthodologie de conception numérique – 20h
Intervenant : F. Chatrié
Evaluation : contrôle continu et compte-rendu de TP
TS337 – Processeurs DSP pour l’embarqué – 13h
Intervenant : L. Lepauloux
Evaluation : compte-rendu de TP
E9TS-D Systèmes numériques pour le
traitement du signal
1,75
1,75
1,5
E9TS-E Projet avancé
PR309 – Projet avancé – 42h
Intervenants : C. Leroux, M. Donias, P. Vallet et R. Giraud
Evaluation : rapport de projet et soutenance orale (en anglais)4
Reconstruction 3D et suivi d’un objet Traitement d’images industrielles SAFRAN/TOTAL Analyse, indexation et synthèse d’images texturées Approches de segmentation super-pixel Mission de drône civil pour la surveillance de forêts Stabilisation pour la reconstruction d’images super-résolues Séparation aveugle de sources en radio-cognitive Traitement d’images sur GPU (CUDA/OpenCL/OpenMP) Chaîne de compression/décompression Jpeg sur FPGA Chiffrement ECC sur FPGA
Exemples de sujet (2006 à
2014)
Séparation de sources vocales et instrumentales en traitement de la musique
o Objectif : séparation automatique des parties voix et instruments de signaux musicaux par une méthode de Machine Learning entrainée sur des bases existantes
o Encadrant : P. Vallet
o Etapes Etat de l'art concis sur les méthodes concurrentes de Machine Learning
pour la séparation de sources
Implémentation de la solution retenue sous python
Evaluation des performances
Projet S9 (1/4)
Génération de figures fractales
o Objectif : implémenter de manière parallèle des algorithmes de génération de fractales sur CPU/GPU/FPGA
o Encadrant : C. Leroux
o Etapes Etat de l’art sur les aspects algorithmiques
Implémentation parallèle sur CPU (Langage C, Python ou Matlab)
Implémentation perallèle sur GPU (Cuda ou OpenCL)
Implémentation parallèle sur FGPA (Langage C et VHDL)
Projet S9 (2/4)
Projet S9 (3/4)
Apprentissage profond pour la détection en temps-réel du port du masque
o Objectif : détection automatique de visages et détermination du port d’un masque par des techniques Deep Learning
o Encadrant : R. Giraud
o Etapes Utilisation d’un détecteur pré-entrainé pour extraire automatiquement les
visages
Adaptation d’un réseau de neurones existant pour la classification automatique d’un visage (« masque porté » vs « masque non porté »)
Extension du réseau à une classe « masque mal porté »
Mise en œuvre d’un système Raspberry PI/Caméra
Changement d’apparence du visage accéléré par CUDA
o Objectif : mise en œuvre de la technologie CUDA pour transformer en temps-réel l’apparence de visages préalablement détectés
o Encadrant : M. Donias
o Volets Etat de l’art sur les implémentations existantes d’algorithmes de détection
automatique de visage (position, posture, points remarquables)
Etat de l’art sur les algorithmes de changement d’apparence de visages (colorimétrie et géométrie)
Implémentation sous OpenCV (couplé à une Webcam) d’algorithmes « temps-réel » de transformations de visage en Langage C et en CUDA
Projet S9 (4/4)
Attribution du projet S9
4 sujets à ordonner (vœux) à communiquer par courriel avant le samedi 3 octobre !
Voeu 1 = sujet préférentiel
Prise en compte uniquement des résultats aux évaluations
Attribution par groupes de 4 ou 5 étudiants visible le dimanche 4 octobre (en fin de soirée)
Première séance le lundi 5 octobre à 8h30
Intervenants extérieurs
Techniques d'optimisation algorithmique
o Tchi Southivong, Ingénieur Senior à ATEME (Leader DSP Coder Video)
Traitement du signal radar
o Clément Magnant, Docteur Ingénieur Thales Systems Aeroporteso Rodolphe Cottron, Ingénieur Thales Systems Aeroporteso Vincent Corretja, Docteur Ingénieur Thales Systems Aeroportes
Systèmes numériques pour le traitement du signal
o Ludovick Lepauloux, Ingénieur NXPo Antsa Randriamanantena, Ingénieur au LAB
Master 2 Recherche ISC Parcours ISIS (Sciences de l’ingénieur - Université de Bordeaux)
Initiation à la recherche
o Ingénieur
o Docteur (laboratoires privés ou publics)
UV Master en supplément de modules TSI (~ +48h)
o + Problèmes inverses (UV Master)
o Equivalence de notes pour les autres UV Master
o Enseignements les vendredis après-midis (+ quelques jeudis)
Stage PFE à dominante recherche (soutenance et rapport différents)
Double diplôme = double interlocuteur, démarche administrative, …
Yannick Berthoumieu - [email protected]
Stages de PFE (2011/2012)
• Caractérisation de matériaux composites (Snecma)
• Détection de défauts aéronautiques (Snecma)
• Restauration d’images (EADS Cassidian)
• Contrôle de profondeur de champ (DXO Labs)
• Imagerie thermographique (NDT Expert)
• Détection de failles sismiques (TOTAL)
• Analyse chrono-stratigraphique (TOTAL)
• Correction de flou de bougé (Sagem DS)
• Analyse d’essais mécaniques par algorithmes évolutionnaires (CEA-CESTA)
• TNT ATSC/ISDB-T (NXP Semiconductors)
• Radionavigation GALILEO (Sagem DS)
• Modèles multiples (THALES)
• Commande vocale multi-locuteurs (THALES)
Signal
• (Dé)Modulateur sur FPGA (H2I-Technologies)
• Détection de contour IR sur FPGA (THALES)
• Mesure de pupille embarquées (UPFR Brésil)
Implémentation
Image
• Estimation de mouvement (Technicolor)
• Reconnaissance de la phase d’évolution de spécimen biologiques (Université d’Auckland)
Vidéo
Stages de PFE (2012/2013)
• Analyse de matériaux composites (Snecma)
• Reconstruction tomographique (Snecma)
• Système tactile à caméra infrarouge (THALES)
• Segmentation d’images 3D (VSG)
• Diagnostic de la peau du visage (Skin Labs)
• Détection d’indices d’hydrocarbures (TOTAL)
• Suivi et reconstruction de pipeline (TOTAL)
• Détection de défauts d’optique (CEA)
• Reconstruction de profondeur (Technicolor)
• Extraction des traits du visage (PicXel)
• Guidage IRM par ultrasons (LYRIC)
• Imagerie satellite très haute résolution (CNES)
• Algorithmes de pistage Radar (THALES)
• Modulation non-linéaire (THALES)
• Traitement Radar (THALES)
Signal
• Solutions de calcul CPU/GPU (THALES)
• Traitement d’images sur tablette numérique (DT2E)
• Caractérisation accélérée de brins d’ADN par GPU (Magellium)
Implémentation
Image
Stages de PFE (2013/2014)
• Couplage d’images optiques LMJ (CEA)
• Correction d’images plénoptiques (Technicolor)
• Détection de nappes de pétrole par imagerie Radar (THALES)
• Segmentation d’images sismiques (TOTAL)
• Calibration de caméra couleur (Barco)
• Eléments invariants en imagerie satellite (CNES)
• Reconstruction 3D temps-réel avec CUDA (Technicolor)
• Simulateur de signaux Radar (THALES)
• Détection de véhicules lents par radar (THALES)
• Reconstruction de signaux (UFPR Brésil)
• Reconnaissance du chant d’oiseaux (UCLA)
Signal
• Décodeurs polaires sur FPGA (McGill University)
• Lattice decoders (Waterloo University)
• Evaluation de Vivado HLS de Xilinx (THALES)
Implémentation
Image
• Exploration audiovisuelle (Honda)
• Vision 3D pour l’évitement au sol (Astrium)
• Reconnaissance de visages (Spikenet)
Vidéo
Stages de PFE (2014/2015)
• Contrôle non destructif (HERAKLES, × 2)
• Astrométrie (Airbus DS)
• Estimation d’illumination et de réflectance (TECHNICOLOR)
• Texture haptique (TECHNICOLOR)
• Outil d’aide au pointé (TOTAL)
• Amélioration/débruitage 3D (GE)
• Détection et reconnaissance aéronautique (THALES AVIONICS)
• Orfeo Toolbox (CS)
Signal
Image
• Screencasting (TECHNICOLOR)
• Codage HDR et en immersion (TECHNICOLOR)
• Correction de surexposition (TECHNICOLOR)
• Traitement vidéo (NEXEYA)
Vidéo
Implémentation
• Filtrage hybride Inertie/Mouvement (SAGEM DS)
• Monitoring de pompes (DOSATRON)
•Modélisation CAN à haut débit (THALES CS)
Stages de PFE (2015/2016)
• Contrôle non destructif (HERAKLES, ×2)
• Reconnaissance faciale (ALPHANUMERIC VISION)
• Reconstruction 3D (MICHELIN)
• Simulation homographique (ORANGE)
• Analyse de gélules (PRODITEC)
• Reconnaissance de débris (SODERN/AIRBUS)
• Analyse du rayonnement Cerenkov (CEA)
Signal Image
• Mur virtuel (TECHNICOLOR)
• Caméra de cockpit automobile (ALTRAN)
• Codeur (NGCODEC)
Vidéo
• Reconnaissance de locuteur (ORANGE)
• Monitoring de pompes (DOSATRON)
Stages de PFE (2016/2017)
Signal
Implémentation
Image
Vidéo
• Extraction/Poursuite Sonar (RTSYS)
• Signaux Dopler (THALES Services)
• Pistage Radar (THALES Systèmes Aéroportés)
• Réseau neuronal embarqué (Neurala, USA)
• TS sur FPGA (Laboratoire d’Astrophysique Bx)
• Simulateur Radar sur GPU (THALES Systèmes Aéroportés)
• TI par GPU (Paramount Group)
• Compression Vidéo (Orange Labs)
• TI sur Ipad (Université de Louisville, USA)
• Contrôle non destructif (Airbus Safran Launchers)
• Caractérisation de blocs de propergol (Airbus Safran Launchers)
• Détection d’objets sur table de casino (SpikenetTechnology)
• Vision par ordinateur sur système embarqué (Spikenet Technology)
• Visite virtuelle d’avions d’essai (Airbus)
• Endommagements LMJ (CEA Cestas)
• Segmentation 3D (IMS)
Stages de PFE (2017/2018)
Signal
Implémentation
Image
Vidéo
• Détection de petites cibles Radar (THALES)
• Historisation pour automate (Ariane Group)
• Caractérisation de la locomation de chevaux (CWD Sellier)
• Estimation de fréquence instantanée (MBDA)
• Traitement par GPU de tomographies multi-modales (Karlsruhe Inst. Technology, Allemagne)
• Text-mining par GPU (Addinsoft)
• Effet Wooble (Parrot Drones)
• CNN pour la cartographie d’habitats (IMS)
• Proxy Détection (IMS)
• Reconnaissance d’objets (Telespazio)
• Santé matière d’un matériau (Safran)
• Détection d’objet par flash LIDAR (Continental Automotive)
• Modélisation de l’état d’un conducteur (Continental Automotive)
• Recalage de radiographies (Safran Engineering Services)
• Reconnaissance de tomographies multimodales (Karlsruhe Institut Technology, Allemagne)
• Traitement d’images Radar exogènes (THALES)
• Segmentation en interférométrie de matériau (Unity Solutions)
Stages de PFE (2018/2019)
Signal
Implémentation
Image
Vidéo
• Synchronisation DVB (THALES)
• Chaîne Radar (THALES)
• Cartes de distance pour incrustation (GOPRO)
• Architectures FPGA pour le TSI (AIRBUS)
• Détection et rehaussement de mouvements subtils (TOTAL)
•Diagnostic de l'état du conducteur par caméra 3D (CONTINENTAL AUTOMOTIVE)
• Analyse multi-temporelles de données d'observation de la Terre (CS)
• Recalage d’images 3D (THERMOFISHER)
• Analyse d'images de champs diffractés (CEA Cesta)
• Analyse de la qualité de graines de coton (CSIRO, Australie)
• Modélisation de l’état d’un conducteur (POSEIDON)
• Deep/Machine learning appliqué à la géo-information (TELESPAZIO)
• Tracking visuel de drones (PARROT)
• Traitement d’images Radar exogènes (THALES)
• Transposition tactile naturelle d‘oeuvres d'Art pour déficients visuels (LITIS)
Signal
Implémentation
Image
Vidéo
• Acquisition et traitement de signaux haute tension (CEA)
• Reconnaissance d’alertes audio en avionique par Deep Learning (CapGemini)
•Analyse de la parole et des émotions d’un utilisateur (CapGemini)
•Système de communications FTN multi-trajets (THALES)
• Calcul de champs de vitesse (VERTEX.IO)
• Traitement de signal radioastronomique sur FPGA (Laboratoire d’Astrophysique de Bordeaux)
•Réseaux de neurones pour encodeur HEVC (ANEVIA)
• Acquisition LIDAR (CEA)
• Segmentation par ligne de partage des eaux (THERMOFISHER)
• Gestion de places de parking par DeepLearning (ATOS)
• Détection d’objets dans la main d’un conducteur par Deep Learning (CONTINENTAL AUTOMATIVE)
•Diagnostic de l’état d’un conducteur par DeepLearning (CONTINENTAL AUTOMATIVE)
•Analyse de la posture d’un conducteur par caméra 3D (Alcom Technologies)
• Estimation de bougé en imagerie satellitaire (THALES)
• Reconstruction de surfaces à partir de nuages de points (DASSAULT SYSTEMES)
• Détection d’anomalies par apprentissage profond (Air Marine)
Stages de PFE (2019/2020)
Recherche d’un stage PFE (Fév.-Sept. 2021)
Envoi d’offres par mailo Grands groupes : Safran, Sagem, Snecma, Alcatel-Lucent, Total,
Thales
o PME/PMI : CS, DxO Labs, Proditec, Heliléo, Sofrelog, VITEC, Magellium, Technicolor
o Laboratoires/organismes semi-publics : CEA, CNES, IFP, EPFL
Mots-cléso Thèmes : signal, image, vidéo, …
o Signaux : radar, SAR, ISAR, GPS, parole, …
o Secteurs d’activités : drône, biométrie, bio-médical, TIC, …
o Méthodes : déconvolution, mouvement, reconnaissance, …
o Cibles : FPGA, DSP, GPU, …
Recherche d’un stage PFE (Fév.-Sept. 2021)
Processuso Recueil d’offres
o Eventuelle pré-validation auprès du responsable d’option
o Prise de contact avec l’employeur
o Si acceptation mutuelle et conditionnelle, validation obligatoire auprès du responsable d’option (sujet de stage et fiche de renseignements à envoyer par mail)
Responsabilitéo Prise de rendez-vous le plus possible en dehors des créneaux de
cours (interdit durant le tournoi de gestion !)
o Convention = double engagement
Etudiant/Employeur
Enseirb-Matmeca/Employeur
Stage PFE
Pendant le stageo Premier contact engagé avec le tuteur de stage avec une présentation
écrite de la problématique et de la démarche envisagée (1 à 3 pages)
o Etats d’avancement par mail (ou téléphone) à une fréquence à définir
o Visite éventuelle du tuteur de stage
Evaluationo Rapport en version électronique par Web (archivage) et par mail au
tuteur de stage
Anglais possible résumé de 10 à 20 pages en français
En cas de confidentialité, version électronique « légère » et version papier rendue si nécessaire à l’entreprise
o Soutenance : présentation (15 min) et questions/réponses (10 min)
o Travail (fiche d’évaluation remplie par le maître de stage)
Obtention du diplôme
Niveau B2 (TOEIC 785…bientôt 800)
Validation
o Semestres S9 et S10 (stages 2A et PFE avant le Jury)
o Moyennes annuelles
o Moyenne finale
o Paramètres…
Et après
Adresse électronique « à vie »
Contact
o Premier emploi
o Evolution de carrière
o Offres de stages étudiants ou d’emplois
Contact
Marc Donias
Courriel : [email protected]@ims-bordeaux.fr
05 40 00 84 18 (bureau B2.35 IMS)
Web : http://donias.vvv.enseirb-matmeca.frhttp://www.ims-bordeaux.fr