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.).
Contexte
La détection de changement est au cœur de l’interprétation des séries temporelles d’images aériennes ou satellitaires. En effet, le changement climatique, mais aussi les évolutions du territoire, sont générateurs de changements majeurs qu’il est impossible de cartographier manuellement. En outre, les phénomènes extrêmes (incendies, inondations, fonte des glaces, déforestation, etc.) sont autant de changements rapides qu’il est nécessaire de détecter dans des délais courts. Dans la littérature, les approches de détection de changement classiques sont des modèles entraînés de façon supervisée. Or, les jeux de données de changements annotés sont rares et souffrent souvent de biais dans la définition de ce qui constitue un changement. Ce sujet de stage propose de s’inspirer plutôt de les techniques de détection d’anomalies, afin d’entraîner des modèles génératifs profonds non-supervisés et de les utiliser pour détecter des changements. En effet, les modèles de diffusion et les modèles de flow matching ont gagné en popularité ces dernières années, y compris pour l’imagerie aérienne et satellitaire. Une propriété intéressante des modèles génératifs est la possibilité de les transformer en estimateur de la vraisemblance des données. Des premiers résultats ont montré qu’il était ainsi possible de détecter des images n’appartenant pas à la distribution d’entraînement de ces modèles, par exemple des images de zones inondées.
Missions
Le ou la stagiaire recrutée aura ainsi les objectifs suivants :
1. Réaliser un état de l’art sur l’estimation de vraisemblance par modèle génératif profond,
2. Implémentation et adaptation d’estimateurs de vraisemblance pour l’imagerie aérienne et satellitaire,
3. Proposition d’une extension à la détection de changement sur des paires d’images,
4. Évaluation et comparaison à des modèles supervisés et des modèles discriminatifs auto-supervisés, comme Sat-DINO.
Profil recherché
Ce stage s'adresse à un.e candidat.e en cours d'un master 2 en informatique ou en 3ème année de cycle ingénieur dans le domaine des modèles génératifs profonds
Atouts de l’environnement de travail
L’ENSG-Géomatique se situe au cœur d’un campus universitaire verdoyant à 20 minutes de Paris, la Cité Descartes. L’école est localisée au sein d’un bâtiment monumental imaginé par les architectes Chaix et Morel prenant le parti pris d’un système unique de barres reliées par un atrium central.
Composé d’écoles et d’une université reconnue internationalement, le campus oriente ses formations et sa recherche autour de la ville durable.
Disposant d’équipements de pointe en terme d’enseignements et de recherche, le campus propose plusieurs avantages aux personnels de l’école grâce à sa proximité et à son partenariat avec l’Université Gustave Eiffel ainsi que l’Ecole des Ponts ParisTech.
• Un espace d’innovation pédagogique La Centrif’
• De nombreux laboratoires de recherche
• Un accès au restaurant d’entreprise et à la cafétéria
• Une mise à disposition de l’ensemble des équipements sportifs du campus (salle de sport et de musculation, cours collectifs, piscine…)
• Une possibilité d’adhérer aux associations des personnels proposant des activités créatives et billetterie
• Un accès au cendre de documentation de l’IGN
• La prise en charge dès votre arrivée d’une formation autour de la Fresque du Climat
• Une prise en charge à hauteur de 50% de la carte de transport
Contact
Pour tout renseignement complémentaire :
Nicolas AUDEBERT, chercheur, nicolas.audebert@geodataparis.fr
Aucune candidature envoyée à cette adresse mail ne sera prise en compte.
Merci de postuler à cette offre en cliquant sur "Je postule"
