L’Institut national de l’information géographique et forestière (IGN) est un établissement public à caractère administratif placé sous la tutelle des ministères chargés de l’écologie et de la forêt. Sa vocation est de produire et diffuser des données (open data) et des représentations (cartes en ligne et papier, géovisualisation) de référence relatives à la connaissance du territoire national et des forêts françaises ainsi qu’à leur évolution. Grâce à son école d’ingénieurs, l’ENSG-Géomatique, et à ses équipes de recherche pluridisciplinaires, l’Institut cultive un potentiel d’innovation de haut niveau dans plusieurs domaines (géodésie, forêt, photogrammétrie, intelligence artificielle, analyse spatiale, visualisation 3D, etc.).

Le LASTIG (LAboratoire en Sciences et Technologies de l’Information Géographique pour la ville intelligente et les territoires durables) est une unité mixte de recherche sous la tutelle de l’IGN, de l’Université Gustave Eiffel et de l'Ecole d'ingénieur de la Ville de Paris. Le laboratoire mène des recherches finalisées en sciences et techniques de l’information géographique, couvrant l’ensemble du cycle de vie de la donnée géographique ou spatiale, de son acquisition à sa visualisation, en passant par sa modélisation, son intégration et son analyse.

Au sein du laboratoire, l’équipe STRUDEL s’intéresse notamment aux structures spatio-temporelles pour l’analyse des territoires, notamment sur l’extraction et la structuration de connaissances concernant la description du territoire, sur les caractérisations possibles du territoire et de ses évolutions et la réutilisation de ces connaissances pour simuler les évolutions territoriales. Dans ce cadre, l’équipe mène des travaux de recherches sur l’exploitation de données synthétiques pour la simulation, la création de jumeaux numériques et l’apprentissage semi-supervisé.

L’entraînement de modèles d’apprentissage profond pour l’interprétation d’images aériennes et satellitaires requiert de grandes quantités de données annotées. Toutefois, si d’importants volumes de données d’Observation de la Terre (OT) sont disponibles grâce aux satellites européens Sentinel-2 et aux programmes français d’imagerie SPOT et BDORTHO, cette masse de données est non-étiquetée. En effet, peu d’images de télédétection sont annotées avec des information sémantiques utiles pour entraîner des modèles profonds. Ce phénomène est d’autant plus critique pour la cartographie d’urgence : les catastrophes naturelles sont des événements rares, ce qui réduit d’autant les images disponibles. 

Pour pallier ces difficultés, la recherche en intelligence artificielle s’est intéressée à la génération de bases de données d’images synthétiques. La popularisation de l’intelligence artificielle dite « générative » permet ainsi de produire des jeux de données annotés, en générant des images diverses dans des configurations connues. La génération procédurale est en outre un procédé historiquement bien connu dans la communauté du jeu vidéo, permettant de produire rapidement de grands mondes virtuels en trois dimensions.

Le générateur MAGE-Procgen est un outil permettant de synthétiser des vues aériennes réalistes de villes avant et après une catastrophe naturelle, en particulier une inondation. Cet outil, développé en Python, s’appuie des données géographiques ouvertes mises à disposition par l’IGN (BD TOPO©, RGE ALTI©, BD ORTHO©), ainsi que d’algorithmes de génération procédurale de bâti et de végétation. Il est actuellement implémenté comme addon au logiciel de modélisation 3D Blender. Le ou la personne recrutée travaillera au développement de nouvelles fonctionnalités pour le logiciel MAGE-Procgen, et tout particulièrement aura les objectifs suivants :
1. Intégration de générateurs de modèles 3D sur étagère utilisant l’apprentissage profond à partir de descriptions textuelles, en particulier pour la production de modèles 3D de bâtiments diversifiés,
2. Intégration de générateurs de textures 2D sur étagère, notamment pour les zones de végétations agricoles,
3. Couplage au simulateur de transfert radiatif DART pour la production d’images synthétiques multispectrale

Le ou la candidate dispose idéalement d’une formation de niveau bac+5 (master ou ingénieur) dans l’un des domaines suivants : informatique graphique, jeu vidéo, géomatique. Il ou elle démontre une expérience de la programmation, en particulier avec le langage Python. Une connaissance des outils de gestion projet informatique, notamment Git, sera appréciée. Une appétence pour le travail en équipe ainsi qu’une bonne maîtrise de l’anglais (écrit et oral) est nécessaire. Sans être indispensable, une première expérience avec le logiciel de modélisation 3D Blender (https://www.blender.org/) – ou équivalent – ou avec le simulateur DART (https://dart.omp.eu/) est un atout pour ce poste. Une première expérience avec les modèles d’intelligence d’artificielle générative est la bienvenue. Un intérêt pour l’observation de la Terre et pour la recherche serait un plus.

Renseignements sur le poste :

Nicolas Audebert, directeur de recherche junior, nicolas.audebert@ign.fr

Renseignements sur le recrutement : 

Mélanie BARBET, chargée de développement RH, melanie.barbet[@]ign.fr

Aucune candidature transmise par mail ne sera traitée. Toutes nos offres sur ign.fr/nous-rejoindre !

Date limite de candidature : 30 mai 2024.