Annonces de stage

1. Offre de stage master 2 / PFE élève ingénieur

Titre du sujet : Génération de plans de navigation pour personnes non-voyantes à partir de sources cartographiques ouvertes et de données géolocalisées

Durée : 6 mois (à partir du début mars 2025)

Description du projet :

Ce projet de stage vise à développer un système automatisé de génération de plans et de recommandations de navigation pour les personnes non-voyantes, en utilisant des sources de données cartographiques ouvertes comme Google Maps, OpenStreetMap, Mapbox,et d'autres services similaires. L'objectif est de fournir des itinéraires optimisés qui prennent en compte les besoins spécifiques des non-voyants, tout en offrant une interface multimodale et accessible.

Objectifs spécifiques du projet :

Extraction et traitement des données géographiques : Utiliser des API comme Google Maps API, Mapbox API et OpenStreetMap pour obtenir des informations géographiques détaillées (rues, bâtiments, obstacles, points d'intérêt).
Modélisation des environnements : Traduire ces données en un format qui permet d'identifier des points d'intérêt pertinents pour les non-voyants, tels que les arrêts de bus, les bâtiments accessibles, les passages piétons, et les obstacles potentiels.
Algorithmes de planification d'itinéraire adaptés : Développer des algorithmes capables de générer des itinéraires qui maximisent la sécurité, la simplicité et l'accessibilité pour les non-voyants. Cela inclurait des critères comme les routes les moins fréquentées, la présence de passages piétons sécurisés, la prise en compte des zones potentiellement dangereuses, etc.
Interfaces multimodales : Concevoir des interfaces qui permettent la navigation en temps réel via des dispositifs de retour auditif (comme des applications mobiles avec synthèse vocale) ou des systèmes de guidage tactile.
Validation et tests utilisateurs : Effectuer des tests avec des utilisateurs non-voyants pour valider l'efficacité et la précision des itinéraires proposés, et ajuster le système en fonction des retours.

Technologies et outils proposés :

Langages de programmation : Python, JavaScript (React Native ou frameworks similaires pour développement mobile)
API Cartographiques : Google Maps, OpenStreetMap, Mapbox ,...
Technologies de synthèse vocale : Google Text-to-Speech, SpeechRecognition …
Frameworks de navigation en réalité augmentée ou cartes tactiles : ARCore ou ARKit (si utilisation de la réalité augmentée)
Bases de données : PostgreSQL avec PostGIS (si gestion locale des données géospatiales)
Intelligence artificielle : metaapprentissage, modélisation des biais, LLM, deep learning

Livrables attendus :

Un prototype fonctionnel d'une application mobile ou web capable de générer des itinéraires accessibles pour les non-voyants.
Un rapport de stage détaillant l'architecture du système, les choix d'algorithmes, et les résultats des tests utilisateurs.
Une documentation complète sur l'utilisation de l'application et sur l'optimisation des itinéraires.

Ce sujet pourrait avoir un impact social important en facilitant l'indépendance des personnes non-voyantes en leur fournissant des informations plus précises et adaptées à leurs besoins spécifiques. Ce serait aussi une bonne occasion de travailler avec des technologies modernes dans un domaine innovant et à fort potentiel.

2. Offre de Stage au laboratoire LITIS, Université de Rouen Normandie

Sujet : Développement d’un Modèle de Génération d’images par Deep Learning

Durée : 6 mois, démarrage Février/Mars 2025

Projet :

Nous voulons concevoir un modèle d’intelligence artificielle capable de générer des images réalistes et diversifiées à l’aide des techniques avancées de Deep Learning, en particulier les modèles de diffusion. Une architecture permettant une gestion efficace des hyperparamètres sera mise en place. Les performances du modèle seront évaluées et comparées par rapport à d’autres approches de génération d’images. L’application se fera sur les images d’une tapisserie ancienne, patrimoine mondial de l’UNESCO. C’est un ensemble de scènes de tapisserie décrites également de manière textuelle dans un livre disponible à la consultation, mais aussi accessible en version dessinée dans un manuscrit.

Dans ce cadre, nous proposons pour cette étude le cheminement suivant :

Créer une base de données étendue des éléments constitutifs qui peuvent être des personnages, des objets particuliers, des plantes. Tous ces éléments seront nommés par mots clés descriptifs. Ensuite, la base de données sera augmentée avec les éléments des images en miroir, dans des poses différentes, dans des coloris différents et dans le style de l’original. Ces opérations seront réalisées avec les techniques de traitement d’image optimales.
Générer de nouvelles images pour chaque scène à partir des descriptions textuelles des éléments.
Proposer un ensemble de scènes plausibles (plusieurs versions) à partir d’une description de la scène.
Évaluer les résultats selon les critères de vraisemblance contextuelle pour chaque version générée par rapport à la description textuelle de façon qualitative et quantitative.

Le but final serait de compléter les scènes détériorées ou manquantes. Les solutions proposées devront être approuvées et validées par les experts du domaine (conservateurs, historiens, spécialistes du domaine). Ces interactions avec les experts devront être exploitées pour améliorer le processus d’apprentissage de manière incrémentale.

Profil du candidat :

De formation supérieure en informatique (M2) ou élève ingénieur en projet de fin d’études, en recherche d’un projet de stage ou de fin d'étude intéressant.
Intérêt dans le domaine de l’IA, de l'apprentissage automatique et/ou de l'ingénierie des connaissances.
Des compétences en programmation Python sont requises.

Contact:

Abdel.Ennaji@univ-rouen.fr, Abderrahim.Elmoataz-Billah@unicaen.fr, Katerine.Romeo@univ-rouen.fr, Christele.Lecomte@univ-rouen.fr

Candidater :

La candidature doit être envoyée par mail, en y incluant un CV détaillé, une lettre de motivation, les notes de masters 1 & 2, et les noms de personnes de référence à contacter. Un entretien (visio) sera par la suite proposé dans le cas où le profil du (de la) candidat(e) paraît correspondre aux attentes.