Nous recherchons deux post-doctorants, financés par l'ANR pour une durée de 18 mois chacun.
Les deux post-doctorats seront localisés au Cnam Paris :
Conservatoire National des Arts et Métiers,Le projet DEEPLOMATICS repose en partie sur l'utilisation de réseaux de neurones profonds spécialisés pour les tâches de localisation et d'identification de drones. Ces réseaux de neurones spécialisés seront systématiquement dédiés à leur dispositif de captation associé, après avoir gelé le réseau et transféré sur une unité GPU de calcul spécialisée "légère", pour une inférence en temps réel.
C'est pourquoi nous avons prévu dans le cadre du projet DEEPLOMATICS un financement pour 2 post-doctorants, d'une durée de 18 mois chacun, le premier pour les données audio / acoustiques et le second pour les données images / vidéo.
Le candidat travaillera essentiellement sur les réseaux de neurones appliqués aux données audio multicanales captées par les antennes microphoniques. Une thèse en cours sur les antennes microphoniques intelligentes a déjà permis de poser les bases d'une stratégie de localisation efficace et de reconnaissance de source sur ce type de dispositif, grâce à un réseau de neurones fonctionnant sur les données temporelles multicanales captées par une antenne de dimension et de géométrie quelconque.
L'entrainement du réseau sera réalisé sur une base de données de drones enregistrée au cours du projet, qui sera restituée sur chacune des antennes testées grâce au spatialisateur 3D développé au Cnam par l'équipe d'acoustique. Une attention particulière sera portée à la prise en compte de l'environnement de mesure et à l'auto-calibration implicite des antennes.
Le candidat étudiera également l'apport d'une approche où le réseau de neurones pour la localisation et celui pour l'identification possèdent des opérations communes, de manière à rendre l'IA plus robuste pour l'inférence temps réel.
Le dispositif d'imagerie active développé à l'ISL permet de capter à la fois un flux vidéo non filtré, dans le domaine visible, et un flux vidéo dans le domaine infrarouge, filtré spatialement (filtrage d'une tranche en profondeur de champ, permettant de supprimer le fond de la cible, et de réaliser une captation y compris par temps de brouillard).
Le candidat travaillera essentiellement sur le développement d'un réseau de neurones profond pour l'apprentissage faiblement supervisé, permettant de localiser un drone dans le flux vidéo, et de confirmer les données fournies par les capteurs acoustiques, tout en permettant de piloter les paramètres du dispositif d'imagerie active (orientation, profondeur de champ) en temps réel pour l'accrochage de cible et la poursuite vidéo.
Une attention particulière sera portée sur la possibilité d'identifier le drone localisé dans les images vidéo, ou de coupler ces algorithmes de reconnaissance dans l'image au traitement de données complémentaires fournies par d'autres dispositifs optroniques.