Recrutement

recrutement

Offre de stage master M2 ou PFE ingénieur - Traitement d’images polarimétriques pour la navigation sans GPS bio-inspirée.

Type de recrutement
Stage
Durée
Urgent
oui
Rattachement
Institut des Sciences du Mouvement (CNRS/Aix Marseille Université)
Fin de l'affichage

Offre de stage master M2 ou PFE ingénieur

Traitement d’images polarimétriques pour la navigation sans GPS bio-inspirée.

Mots clés : polarisation, deep learning, machine learning, géolocalisation, navigation céleste

Ce stage s’inscrit dans le cadre du projet GéoPol. Ce projet est issu de la collaboration entre l’institut des sciences du mouvement (ISM) et l’institut matériaux microélectronique nanosciences de Provence (IM2NP). Il consiste à développer une méthode de géolocalisation sans GPS, basée sur le motif de lumière polarisée du ciel. Des études ont montré que certains animaux, des insectes, par exemple, la fourmi du désert Cataglyphis, ou encore des pigeons voyageurs, utilisent le motif de polarisation du ciel pour naviguer. Nous avons récemment développé une méthode s’inspirant des pigeons voyageurs, permettant de trouver la position du pôle Nord céleste dans le ciel, à partir des variations temporelles du motif de polarisation1. L’observation de ce point nous permet d’obtenir de manière directe la direction du Nord géographique et notre latitude. Cependant, le motif de polarisation peut être perturbé par la présence de nuages dans le ciel ou d’obstacles dans le champ de vision. Pour pallier ce problème, les méthodes récentes de traitement d’image par intelligence artificielle sont prometteuses.

L’objectif du stage sera de réaliser le traitement des images polarimétriques et d’intégrer ce traitement à notre algorithme de recherche du pôle céleste. Plusieurs méthodes sont envisageables. Des algorithmes de deep learning tels que des autoencodeurs, des GAN (Generative Adversarial Networks) ou encore des transformers, avec possibilité d’intégrer de l’information par la physique (physics informed neural networks). Des algorithmes de reconnaissance de motifs utilisant par exemple la corrélation croisée en machine learning ou du filtrage de Kalman. Des méthodes plus exploratoires de traitement d’images, bio-inspirées, pourront également être envisagées. L’algorithme pourra par ailleurs être testé en temps réel, sur un système embarqué, à partir d’une caméra polarimétrique du laboratoire, et d’une carte de type Raspberry pi.

Nous avons généré expérimentalement une base de données d’images de polarisation du ciel, et disposons d’un simulateur permettant de générer de telles images. Nous avons aussi accès à un centre de calcul d’Aix Marseille Université : le Mésocentre.

Durée : 5~6 mois entre janvier et septembre 2024

Lieu : Institut des Sciences du Mouvement – Etienne-Jules Marey, Equipe Systèmes Bio-Inspirés, 163 Avenue de Luminy, 13009 Marseille. Au cœur du Parc National des Calanques.

Gratification : 4,05€/heure, correspondant à ~570€/mois (les organismes publics ne peuvent rémunérer qu’au minimum réglementaire)

 

Profil recherché :

Connaissances en traitement d’images, machine learning, deep learning (python, bibliothèque pytorch, ou tensorflow),

Excellent niveau en mathématiques et physique,

Bon niveau en anglais (e.g., TOEIC > 830).

Étudiant.e motivé.e par une poursuite en thèse.

 

Merci d’envoyer un CV, une lettre de motivation, et les relevés de notes de master à:

Co-directions de stage :

Julien SERRES, Maître de Conférence-HDR AMU, ISM

David DUCHE, Maitre de Conférence AMU, IM2NP

Co-encadrants : Stéphane VIOLLET, Directeur de Recherche CNRS, ISM

Thomas KRONLAND-MARTINET, Doctorant au sein de l’ISM et l’IM2NP

Dossier de candidature à envoyer à :

julien.serres@univ-amu.fr, david.duche@im2np.fr, stephane.viollet@univ-amu.fr et thomas.kronland-martinet@univ-amu.fr

[1] Kronland-Martinet, T. et al. (2023). SkyPole-A method for locating the north celestial pole from skylight polarization patterns. Proceedings of the National Academy of Sciences of the United States of America. https://doi.org/10.1073/pnas.2304847120