Stage Réalisation dun outil dannotation semi-automatique des vidéos pour nourrir un système de vision par ordinateur à base dapprentissage automatique (deep learning, intelligence artificielle) H/F à Grenoble

Le deep learning est une technique d’apprentissage s’appuyant sur des réseaux de neurones multi-couches. En 2012, avec un taux de succès de 70 % supérieur aux méthodes concurrentes. Depuis, le deep learning est employé, entre autres, par Microsoft (afin de permettre une traduction en temps réel des conversations Skype) ou encore Facebook.

Aujourd’hui le deep learning et ses extensions comme le « reinforcement learning ou les « recurrents neural network » sont au cœur des systèmes intelligents, qu’ils soient implantés dans les centres de données, cloud, passerelles ou objets connectés. On le retrouve par exemple dans le système de pilotage des voitures autonomes.

L’intelligence artificielle consiste à doter un ordinateur de capacités de perception (vision, parole, lecture de document ou de données numériques), de réflexion (apprentissage, créativité, raisonnement) et de prise de décision pour déclencher des actions.

Le deep learning fait partis des systèmes d’apprentissage supervisés qui nécessitent un grand nombre d’exemples annotées pendant la phase d’entrainement du modèle. Par exemple le système de google reconnaissance les chats a été entrainé sur une base de plusieurs millions d’images de chats et autres objets annotés.

ATOS BDS R&D et son département logiciel développe, en méthode agile (SCRUM), des produits de vision par ordinateur permettant de construire des solutions variées allant de l’affichage de publicités ciblées à la vidéo surveillance active.

Mission

Le stage consiste à explorer et prototyper les nouvelles techniques de machine learning ou active learning pour automatiser une partie de la génération d’annotation de vidéos qui serviront ensuite à entrainer des modèles de deep learning. On parle de système semi-automatique car l’humain reste dans la boucle et aiguille le processus intelligent. Le papier de recherche suivant donne un exemple de cette technique .

Quelques exemples de taches (liste non exhaustive) qui pourront être réalisées dans le stage :

-Effectuer un état de l’art des systèmes d’annotation de vidéo semi-automatique

-Développer un prototype de système d’annotation de vidéo semi-automatique en utilisant les techniques avancées de machine learning

-Evaluer le système par rapport à un résultat intégralement manuel

Le stagiaire utilisera la méthode agile pendant ses développements.