Ifremer - Institut français de recherche pour l'exploitation de la mer
Université étatique (France), Parcourir ses opportunités similaires
fr
Université étatique (France), Parcourir ses opportunités similaires
Référence PV-2021-874 / 1
Département / Bureau:
Durée du contrat: 18 mois
Date de début:
Date limite de candidature: 28/02/2021
L'Institut et le service recrutement
Pionnier de la science océanique, la recherche de pointe de l'IFREMER repose sur le développement durable et la science ouverte. Notre vision est de faire progresser la science, l'expertise et l'innovation pour:
- Protéger et restaurer l'océan
- Utiliser durablement les ressources marines au profit de la société
- Créer et partager des données, des informations et des connaissances sur l'océan.
Avec plus de 1 500 personnels répartis le long du littoral français sur plus de 20 sites, l'Institut explore les 3 grands océans: les océans Indien, Atlantique et Pacifique. Leader des sciences océaniques, l'IFREMER gère la Flotte océanographique française et ses scientifiques dédiés créent une technologie de pointe pour repousser les limites de l'exploration et de la connaissance océaniques, de l'abîme à l'interface atmosphère-océan.
Bien établis dans la communauté scientifique internationale, nos scientifiques, ingénieurs et techniciens se sont engagés à faire progresser les connaissances sur les dernières frontières inexplorées de notre planète. Ils fournissent la science dont nous avons besoin pour une prise de décision éclairée et des politiques publiques et ils transfèrent ces connaissances et cette technologie aux entreprises pour répondre aux besoins publics et privés. Au cœur de notre mission est également de renforcer la sensibilisation du public à l'importance de comprendre l'océan et ses ressources, et de responsabiliser les futures générations de dirigeants grâce à des campagnes nationales d'éducation et de sensibilisation.
Créée en 1984, l'IFREMER est un organisme public français et son budget avoisine les 240 millions d'euros. Il fonctionne sous la tutelle conjointe du ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation, du ministère de la Transition écologique et solidaire et du ministère de l'Agriculture et de l'Alimentation.
Domaines de responsabilité généraux
Titre :
Annotations boostées de modèles 3D de monticules hydrothermaux de haute mer par adaptation de domaine non supervisée - ABYSSES
Mots clés : cartographie de l'habitat, évents hydrothermaux, imagerie sous-marine, apprentissage automatique, apprentissage par transfert
Abstrait
L'utilisation de l'imagerie sous-marine est devenue un outil essentiel dans l'évaluation de la biodiversité et le suivi écologique des écosystèmes marins [[1] Durden JM et al. (2016) Perspectives en imagerie visuelle pour la biologie et l'écologie marines: de l'acquisition à la compréhension. Oceanogr. Mar. Biol. 54: 1-72]. Parmi ces approches, la reconstruction 3D du fond marin permet une caractérisation détaillée, sur de grandes surfaces (ie km), des attributs biologiques (communautés animales, habitat, espèces) et environnementaux (substrat, pente, rugosité, topographie) des écosystèmes benthiques [[[ 2] Robert K et al. (2017) Nouvelles approches de la cartographie haute résolution des structures verticales marines. Sci Rep 7: 9005; [3] Gerdes K et al. (2019) Cartographie détaillée de la faune des évents hydrothermaux: une approche de reconstruction 3D basée sur l'imagerie vidéo. De face. Mar. Sci. 6: 96].
Les évents hydrothermaux, situés le long des dorsales médio-océaniques, sont caractérisés par des topographies complexes et inégales (c'est-à-dire escarpements, cheminées, crevasses) qui jouent un rôle important dans la distribution de la biodiversité [[4] Girard F et al. Les courants et la topographie déterminent la distribution d'assemblage sur un édifice hydrothermal actif. Programme. Oceanogr. (en revue)]. Ils sont donc particulièrement bien adaptés à ces approches 3D. Mais l'annotation de tels modèles prend du temps et nécessite plus de puissance analytique que la capacité humaine du laboratoire. Les méthodes de Deep Learning permettent désormais de développer des capacités de traitement automatique de grandes bases de données. Leur performance en identification permet de fournir des outils de traitement d'images complexes du milieu marin, domaine réservé à une expertise rare. Mais un réseau convolutif nécessite une longue phase d'apprentissage à partir de nombreuses images annotées, et les outils et méthodes actuels ne garantissent pas une annotation suffisamment qualitative et quantitative.
Pour résoudre ce problème, nous supposons qu'une partie des caractéristiques visuelles des écosystèmes hydrothermaux est partagée entre d'autres domaines visuels pour lesquels la disponibilité de données annotées est plus importante. En effet, alors que la disponibilité des données annotées était cruciale pour le développement d'architectures de réseaux neuronaux profonds pour des domaines spécifiques, de nos jours, la prolifération de données de vérité terrain annotées dans des domaines multiples et divers permet de compenser le manque de données pour un nouveau domaine grâce à son affinité. avec ceux existants. Recherche dans le domaine connu sous le nom d' apprentissage par transfert [[5] SJ Pan et al. (2010), A Survey on Transfer Learning, dans IEEE Transactions on Knowledge and Data Engineering, vol. 22, non. 10, pp. 1345-1359, 2010] concerne la famille des méthodes permettant de faire émerger de telles affinités de manière non supervisée. Dans ce contexte, nous nous intéressons particulièrement au développement de méthodes appartenant à la famille de «l'apprentissage par transfert transductif» ou de «l'adaptation de domaine non supervisée» [[6] G. Kang et al. (2019)], Réseau d'adaptation contrastive pour l'adaptation de domaine non supervisée, IEEE Int. Conf. sur la vision par ordinateur et la reconnaissance de formes]. L'objectif de notre étude sera ainsi d'établir l'affinité des écosystèmes hydrothermaux en correspondance avec les surfaces terrestres, cartographiées par des véhicules mobiles ou aériens. On s'attend donc à ce que la minimisation de l'écart entre ces domaines réduise la nécessité d'une annotation entièrement supervisée des images hydrothermales, en prototypant un outil d'annotation faiblement supervisé.
Ce projet, basé sur l'exemple complexe des écosystèmes hydrothermaux, est une première étape vers la mise en œuvre de nouveaux outils numériques afin d'accélérer notre capacité à cartographier, à haute résolution, et sur de vastes zones spatiales, la biologie, l'environnement et la topographie du fond marin. Le développement de tels outils augmentera notre capacité à explorer les écosystèmes benthiques profonds et augmentera donc l'acquisition de nouvelles connaissances dans ces environnements.
Connaissances, compétences et caractéristiques requises
Compétences requises : Doctorat en informatique avec des compétences en intelligence artificielle, vision par ordinateur et apprentissage automatique
Conditions de travail spécifiques
Collaborations internes et externes
Dans le laboratoire, le candidat interagira avec Marjolaine Matabos, chercheuse en écologie benthique des grands fonds marins, et Catherine Borremans, ingénieure en imagerie. Il collaborera également avec Aurélien Arnaubec (Ifremer Toulon) sur les aspects techniques.
Le projet est mené en collaboration avec des collègues du CERV (Centre Européen de Réalité Virtuelle), Panagiotis Papadakis (IMTA) et Cédric Buche (ENIB), en charge du développement méthodologique au sein du projet. Il travaillera et échangera régulièrement avec eux.
Comment postuler pour ce poste
Date limite de candidature: 28/02/2021
Toutes les demandes sont traitées exclusivement via notre site Web. Les candidats intéressés peuvent postuler en cliquant sur le bouton «Postuler» .
Choisissez le pays que vous souhaitez le visiter pour étudier gratuitement, travailler ou faire du bénévolat
