Description du sujet de thèse
Domaine
Sciences pour l'ingénieur
Sujets de thèse
Apprentissage multimodal distribué pour la localisation et la classification coopératives de sources acoustiques
Contrat
Thèse
Description de l'offre
Dans de nombreux environnements complexes, tels que les sites industriels, bâtiments sinistrés, espaces publics, il est nécessaire de détecter et localiser automatiquement des événements sonores (chutes, alarmes, voix, pannes mécaniques). Les plateformes mobiles équipés de caméras et de microphones constituent une solution prometteuse, mais une seule plateforme reste limité : son réseau de microphone donne une direction approximative vers la source, mais pas une position précise dans l'espace, et sa caméra peut être obstruée. Ce sujet propose d'étudier comment des multi-plateformes, chacune portant une unité audio-visuelle calibrée, peuvent collaborer pour localiser et classifier ces événements en 3D. Chaque plateforme analyse ses propres observations audio-visuelles et partage une estimation de la direction de la source avec ses voisines ; le réseau combine ensuite ces estimations pour reconstruire la position de l'événement et l'identifier. Les résultats attendus sont un système de localisation coopérative robuste aux occultations et aux défaillances partielles.
Université / école doctorale
Sciences et Technologies de l'Information et de la Communication (STIC)
Paris-Saclay
Localisation du sujet de thèse
Site
Saclay
Critères candidat
Formation recommandée
Diplôme d'ingénieur.e ou Master 2 en traitement du signal et des images, robotique, intelligence artificielle, ou domaine équivalent.
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
MACARIO BARROS Andréa < correo electrónico eliminado por razones de seguridad >
CEA
DRT
Tuteur / Responsable de thèse
NGOLE MBOULA Fred Maurice < correo electrónico eliminado por razones de seguridad >
CEA
DRT/LIST/DIN/SMCD/LIIDE
CEA-Saclay, Digiteo
0169081194
En savoir plus
Domaine
Sciences pour l'ingénieur
Sujets de thèse
Apprentissage multimodal distribué pour la localisation et la classification coopératives de sources acoustiques
Contrat
Thèse
Description de l'offre
Dans de nombreux environnements complexes, tels que les sites industriels, bâtiments sinistrés, espaces publics, il est nécessaire de détecter et localiser automatiquement des événements sonores (chutes, alarmes, voix, pannes mécaniques). Les plateformes mobiles équipés de caméras et de microphones constituent une solution prometteuse, mais une seule plateforme reste limité : son réseau de microphone donne une direction approximative vers la source, mais pas une position précise dans l'espace, et sa caméra peut être obstruée. Ce sujet propose d'étudier comment des multi-plateformes, chacune portant une unité audio-visuelle calibrée, peuvent collaborer pour localiser et classifier ces événements en 3D. Chaque plateforme analyse ses propres observations audio-visuelles et partage une estimation de la direction de la source avec ses voisines ; le réseau combine ensuite ces estimations pour reconstruire la position de l'événement et l'identifier. Les résultats attendus sont un système de localisation coopérative robuste aux occultations et aux défaillances partielles.
Université / école doctorale
Sciences et Technologies de l'Information et de la Communication (STIC)
Paris-Saclay
Localisation du sujet de thèse
Site
Saclay
Critères candidat
Formation recommandée
Diplôme d'ingénieur.e ou Master 2 en traitement du signal et des images, robotique, intelligence artificielle, ou domaine équivalent.
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
MACARIO BARROS Andréa < correo electrónico eliminado por razones de seguridad >
CEA
DRT
Tuteur / Responsable de thèse
NGOLE MBOULA Fred Maurice < correo electrónico eliminado por razones de seguridad >
CEA
DRT/LIST/DIN/SMCD/LIIDE
CEA-Saclay, Digiteo
0169081194
En savoir plus
