Informations générales
Organisme de rattachement
CNRS
Référence
UMR5216-VIRFAU-056
Date de début de diffusion
14/10/2025
Date de parution
16/10/2025
Date de fin de diffusion
04/11/2025
Intitulé long de l'offre
(H/F) Offre de thèse : Fusion multi-capteurs orientée tâche basée sur une approche différentiable : application aux zones côtières
Date limite de candidature
04/11/2025
Nature du contrat
CDD de 3 ans
Description du poste
Versant
Fonction Publique de l'Etat
Catégorie
Catégorie A (cadre)
Nature de l'emploi
Emploi ouvert uniquement aux contractuels
Domaine / Métier
Recherche - Chercheuse / Chercheur
Statut du poste
Vacant
Intitulé du poste
(H/F) Offre de thèse : Fusion multi-capteurs orientée tâche basée sur une approche différentiable : app
Descriptif de l'employeur
Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.
Description du poste
Sujet de thèse :
La télédétection a démontré un potentiel considérable pour caractériser les propriétés chimiques et physiques de la surface terrestre, y compris des zones côtières. Plusieurs systèmes sont équipés de multiples capteurs d'imagerie aux spécifications complémentaires en termes de résolution (par exemple, Pléiades, PRISMA et Sentinel-2). La fusion d'images est une étape nécessaire pour obtenir une image présentant une résolution spatiale et spectrale optimale. La plupart des algorithmes de fusion d'images visent à générer une image à haute résolution (spatiale et spectrale) qui sera ensuite utilisée pour d'autres tâches en aval (par exemple, détection d'objets, classification de l'occupation du sol, détection de changements…). La plupart des algorithmes de fusion proposés dans la littérature reposent sur des hypothèses indépendantes de la tâche pour trouver le produit de fusion optimal, en utilisant des fonctionnelles énergétiques explicites ou en les apprenant implicitement à partir des données. Les protocoles de validation s'appuient généralement sur des stratégies permettant de pallier l'absence d'image de référence à la résolution cible, en utilisant des mesures standard de qualité d'image à basse résolution. Il existe une littérature abondante sur ces mesures, dont la plupart reposent sur l'hypothèse d'invariance d'échelle du processus de fusion, une hypothèse discutable.De plus, la corrélation entre ces métriques d'image et la tâche en aval n'a pas été étudiée en profondeur.
L'objectif de cette thèse est de proposer une approche alternative au processus de fusion d'images en considérant les différentes étapes de la chaîne de traitement – incluant l'acquisition d'images, la fusion elle-même, les tâches en aval et les métriques de validation – comme des processus ajustables incluant des paramètres apprenantes, dont les formes précises peuvent être optimisées en fonction d'un objectif spécifique.Cette approche vise non seulement à fournir une comparaison raisonnée entre les algorithmes de fusion, mais aussi à améliorer la qualité des performances des tâches en aval, en optimisant les éléments précédents de la chaîne de traitement. Ces paramètres peuvent être optimisés à l'aide de mesures conventionnelles de qualité d'image et/ou d'indicateurs basés sur les tâches. Cette vision unifiée de l'ensemble de la chaîne de traitement, telle un jumeau numérique de l'acquisition et du traitement opérationnels, est rendue possible par la démocratisation récente des outils de différenciation automatique (Pytorch, Tensorflow, JuliaDiff, JAX), et a été récemment utilisée dans de nombreux domaines scientifiques (voir par exemple l'initiative CLIMA pour la modélisation du climat global). L'un des objectifs de cette thèse est d'unifier la caractérisation des spécifications des capteurs, la conception des algorithmes de fusion et leur application aux tâches en aval, afin de caractériser l'impact d
Voir plus sur le site emploi.cnrs.fr...
Conditions particulières d'exercice
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
Descriptif du profil recherché
Contraintes et risques :
NEANT
Temps plein
Oui
Rémunération contractuels (en € brut/an)
La rémunération est d'un minimum de 2200,00 € mensuel
Pays
Localisation du poste
Europe, France, Auvergne-Rhône-Alpes, Isère (38)
Géolocalisation du poste
ST MARTIN D HERES
Lieu d'affectation (sans géolocalisation)
38402 ST MARTIN D HERES (France)
Critères candidat
Niveau d'études / Diplôme
Niveau 7 Master/diplômes équivalents
Spécialisation
Formations générales
Langues
Français (Seuil)