Stage : Suivi dans des environnements à flux libre et à forte affluence

IDEMIA Public Security; Courbevoie; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise de technologie recherche un stagiaire en vision par ordinateur pour un stage de 6 mois à Courbevoie. Le candidat idéal doit avoir une solide connaissance en vision par ordinateur et Deep Learning, ainsi qu'une maîtrise de Python, OpenCV et PyTorch. Le stage débutera en mars 2026 et implique des tâches de recherche et d’expérimentation en suivi multi-objets.

Qualifications

• Solide connaissance en vision par ordinateur et en Deep Learning.
• Maîtrise de frameworks tels que Python, OpenCV et PyTorch.
• Excellente maîtrise de l’anglais, à l’oral comme à l’écrit.

Responsabilités

• Analyser et comprendre l’architecture actuelle du modèle de suivi.
• Mener des expériences pour évaluer les performances de suivi.
• Collaborer avec une équipe de chercheurs.

Connaissances

Vision par ordinateur

Deep Learning

Python

OpenCV

PyTorch

Analyse de données

Formation

Étudiant en dernière année d'école d'ingénieurs ou Master 2 spécialisés

Description du poste

Stage : Suivi dans des environnements à flux libre et à forte affluence

Finalité du poste

Au sein d’IDEMIA, l’unité Research & Technology joue un rôle clé dans le développement des technologies de demain, intégrées à l’ensemble de nos lignes de produits.

Composée d’environ 100 chercheurs et ingénieurs passionnés, l’équipe repousse chaque jour les limites de l’innovation dans des domaines à fort impact tels que la reconnaissance faciale, la reconnaissance d’empreintes digitales et d’iris, la détection de fraude, l’acquisition sécurisée, l’analyse vidéo, ainsi que la reconnaissance et l’authentification de documents.

Ce stage porte sur le suivi multi-objets en environnement “freeflow”, où les objets se déplacent librement sans contraintes physiques. Le suivi dans de telles scènes encombrées est complexe en raison des occultations fréquentes, qui entraînent souvent des inversions d’identité ou des pertes de suivi.

L’objectif est de développer un système de suivi à la pointe de la technologie, robuste et fiable, capable de gérer ces scénarios complexes de type freeflow.

Ces travaux de recherche présentent un intérêt direct pour IDEMIA, car ils contribuent aux applications d’identification en freeflow et de surveillance intelligente.

Le stage aura une durée de 6 mois, débutera en mars 2026 et sera basé à Courbevoie (La Défense).

Missions principales

• Plusieurs axes de recherche peuvent être explorés pour relever ce défi, notamment :

• Exploiter le suivi et la segmentation multi-objets amodaux afin de raisonner au-delà des régions visibles ;
• Utiliser des jeux de données de réidentification (Re-ID) avec des architectures de suivi modernes (par exemple, MOTIP) ;
• Intégrer des informations 3D dans des configurations multi-caméras afin de tirer parti de la cohérence spatiale et du suivi inter-vues.

• Les principales responsabilités incluent :

• Analyser et comprendre l’architecture et les performances actuelles du modèle de suivi ;
• Mener des expériences pour évaluer les performances de suivi sur des référentiels pertinents ;
• Collaborer avec une équipe de chercheurs afin de contribuer aux objectifs globaux du projet ;
• Documenter les résultats et présenter les conclusions aux parties prenantes.

• Étudiant en école d’ingénieurs en dernière année du cycle d’ingénierie, ou étudiant en Master 2 spécialisé en vision par ordinateur, traitement d’images ou Deep Learning.

Compétences techniques requises :

• Solide connaissance en vision par ordinateur et en Deep Learning.
• Maîtrise de Python, OpenCV et PyTorch (ou frameworks similaires).
• Formation approfondie en analyse de données et développement logiciel.

Compétences interpersonnelles et linguistiques :

• Excellente maîtrise de l’anglais, à l’oral comme à l’écrit (lecture d’articles scientifiques, présentations, etc.).
• Esprit curieux, proactif et autonome.
• Orienté résultats et solutions.
• Capacité à communiquer de manière claire et convaincante.
• Envie de contribuer à toutes les étapes du cycle de vie d’un algorithme : conception, implémentation, intégration, test et optimisation.