Perfilado de sección

  • General

    Colapsar todo Expandir todo

  • Projet de 3A - Image-vision-apprentissage

    Règles du projet

    • Le projet se déroule sur les 2 parties de l'années (de septembre jusqu'à mars), il est optionnel et en supplément des 4 cours par période.
    • Le projet doit posséder une composante technique et scientifique dans les thématiques de votre parcours.
    • Vous devez nécessairement être suivi par un tuteur.
    • Sauf exceptions, le projet est réalisé de manière individuelle.

    Objectif:
    L'objectif du projet est de vous familiariser et vous donner une première expérience d'un projet de R&D ou de recherche. A l'opposé des projets de cours, les projets de ce module sont généralement des questions relativement ouvertes sur lesquels vous devez: lire et comprendre de la bibliographie sur l'existant, proposer une ou plusieurs approche possible permettan d'améliorer l'existant, implémenter un prototype de votre solution, tester et valider vos résultats. Vous travaillez de manière autonome échangeant régulièrement avec votre tuteur qui discutera avec vous des pistes à explorer.

    Notez que ce projet nécessite un investissement personnel important (une demi-journée de travail minimum + point avec votre tuteur). Il demande également une capacité de reflexion et de développement de manière autonome.

    Calendrier prévisionnel
    • Septembre-début Octobre: Recherche de votre projet, contact avec votre tuteur.
    • Mi-Octobre - Mi-décembre: Travail effectif sur votre projet en période 1.
    • Courant Décembre: 1ère soutenance + rapport. Obtention de votre note pour INF515 (période 1).
    • Janvier-mi-Mars: Travail effectif sur votre projet en période 2
    • Courant Mars: Soutenance et rapport de fin de projet. Obtention de votre note pour INF515 (période 2).

    Remarques:

    • C'est à vous de contacter vos possibles tuteurs. Essayez de les contacter rapidement car les tuteurs ne peuvent pas encadrer trop de projets.
    • Il est possible de proposer vous même votre sujet: vous devez alors contacter un tuteur acceptant de vous encadrer sur ce projet.

    Déroulement des projet:

    • Le déroulement précis du projet est à voir et adapter en fonction de votre sujet et tuteur.
    • Il est fortement encouragé que vous rencontriez physiquement (lorsque cela est possible) votre tuteur de manière régulière - idéalement une fois par semaine.

    Evaluation:
    Deux évaluations auront lieu par un enseignant chercheur du domaine IVA.

    1ère évaluation avant mi-décembre, sous la forme:
    - D'un rapport d'avancement cours (à mi-parcours) d'environ 5 à 10 pages.
    - D'une présentation orale rapide d'environ 15 min.

    2ème évaluation avant mi-mars, sous la forme:
    - D'un rapport de synthèse d'environ 10 à 15 pages.
    - D'une présentation orale d'environ 20 min.

    • Los estudiantes deben
      Marcar como hecha

      FAQ:

      Email du coordinateur: damien.rohmer@polytechnique.edu

      Puis-je proposer mon propre sujet: Oui, mais il vous faut un tuteur, et faites vérifiez votre sujet à votre coordinateur.

      Puis-je faire mon projet avec une entreprise: Oui, mais faites vérifier votre sujet au coordinateur avant.

      Quel est la date limite pour démarrer mon projet: Il n'y a pas de deadline, mais le plus tôt est le mieux. La majorité des projets débutent en Octobre. Si vous avez un sujet et tuteur plus tôt n'hésitez pas à le démarrer dès que possible. 

      Quels sont les démarches pour débuter le projet: Il n'y a pas de démarche administrative. Une fois que vous avez l'accord de votre tuteur: envoyer un email au coordinateur en indiquant votre sujet et tuteur. Vous pouvez débuter votre projet comme vous le souhaitez.

      Je me suis inscrit en INF515 pour la 3A mais c'est une erreur/je ne souhaite plus faire de projet: Vous pouvez vous dé-inscrire à tout moment en contactant la scolarité. Placez votre coordinateur en copie.

      Je me suis pas inscrit en INF515 pour la 3A mais je souhaiterais désormais faire un projet: Envoyez un email au coordinateur. Vous pourrez vous inscrire à tout moment ensuite en contactant la scolarité.

      Je suis inscrit en INF515 mais je n'ai pas avancé/je n'ai pas de tuteur: Contactez votre coordinateur pour discuter de la meilleur solution. Vous pourrez-toujours vous dé-inscrire au besoin.

      J'ai fait un projet, mais je ne suis pas inscrit en INF515: Envoyez un email au coordinateur. Vous pourrez vous inscrire à tout moment ensuite en contactant la scolarité.

      Je souhaite faire un projet uniquement en période 1: C'est possible, mais il est fortement conseillé de faire un projet sur les 2 périodes pour avoir le temps d'avancer dessus.

      Je souhaite m'inscrire uniquement pour la période 2 en INF515B: C'est possible, mais il est tout de même conseillé de faire un projet sur les 2 périodes pour avoir le temps d'avancer dessus.

      Combien de fois dois-je voir mon tuteur de projet: C'est à vous de vous arranger avec votre tuteur. En pratique cela varie de quasiment jamais à une fois par semaine.

      J'ai besoin de ressources de calculs: Il faut discuter avec votre tuteur.

      Quand dois-je rendre mon rapport et faire ma soutenance: Vous serez généralement contacté un peu avant Décembre (/P1), Mars (/P2) pour les créneaux de passage. Si vous souhaitez planifier cela en avance envoyez un email au coordinateur.

      Sous quelle forme dois-je rendre mon rapport, quel est le jury de soutenance: La forme de votre rapport est libre, le plus important est qu'il soit clair. Le jury est formé au minimum de votre coordinateur. Votre tuteur peut être présent, mais ce n'est pas une obligation.

  • Projets proposés les années passées

    • Los estudiantes deben
      Marcar como hecha

      MocapLab

      (entreprise de capture de mouvement)

      Contacts: Boris Dauriac (boris.dauriac@mocaplab.com), Rémi Brun (remi.brun@mocaplab.com)
      • Reconstruction d'un modèle 3D d’œil à partir de mesure ellipticité de l'iris et de la pupille depuis une vidéo
      • Classification de mouvements de langue des signes française
      • Benchmark de solution de lips-sync text+audio


      Kinetix

      (Startup reconstruction d'avatar 3D animé à partir de vidéo sur téléphone mobile)
      Contact: baptiste.b@kinetix.tech
      • Construction d'espaces latents pour l'animations de personnages.
      Etude de l'article DeepPhase: Periodic Autoencoders for Learning Motion Phase Manifolds [github].

      Mercenaries Engineering/Rumba

      (entreprise R&D logiciel Animation et Rendu)

      Contacts: Cyril Corvazier (corvazier@mercs-eng.com), Lise Favre (favre@mercenaries-engineering.com), Florian Canezin (canezin@mercs-eng.com)

      • Example-based Keyframe character interpolation.
      Etudes des articles suivants:
      Concevoir d'un système qui, partant d'un personnage mis en position à certaines images clés de l'animation et d'une banque d'animation d'apprentissage, interpole ces positions clés en une animation complète.
      Elements fournis: licences Rumba, personnage, banque d'animations et implémentation débutante de l'algorithme dans un plug-in.



      Thales

       - équipe analyse biométrique (bâtiment à coté du LIX):
      Contact: sandra.cremer@thalesgroup.com, sarah.lannes@thalesgroup.com

      • A survey on synthetic image generation methods to create faces : from closed-formed solutions to GANs and diffusion models. Creating safe, fair and representative datasets of artificial faces is one a the major challenges of the future of face biometrics, understanding the state-of-the-art is the first step towards that future.
      • Creating an estimator for age and gender from a face image. Many aspects of image enhancement and face recognition rely at some point on this information as a way to gain robustness or accuracy. This project is about creating a python tool to get estimations from any image of a face, several datasets are available with labels associated.
      • Face anti-spoofing detection. Any authentication solution suffers from attempts of fraud.  In the case of face recognition, these frauds can range from presenting a picture or a video of someone else’s face to high-tech 3D masks impersonating someone else. This project is about implementing a state-of-the-art paper that has proposed a new approach to evaluate its potential.


      LTCI/Telecom

      Contact: Amal Dev Parrakat amal.parakkat@telecom-paris.fr
      (projet débutant par l'analyse de l'article mentionné)
      • Continuous line arts for understanding the geometry of a shape (Geometry, Creativity, Optimization) [article]
      • Field generation from 3D meshes (Geometry) [article]
      • Constrained mesh dilation (Geometry, Creativity) [article]
      • Learning shape similarity for sketch-based image retrieval (Learning, Creativity, Sketching) [article]
      • Image-guided 3D modelling (Creativity, Sketching, Modelling) [article]
      • 3D reconstruction from sparse input (Geometry, Creativity) [article]
      • Interactive colouring of animations (Applied Geometry, Creativity, maybe Learning) [article]
      • Balancing 3D models (Applied physics/mechanics, optimization, geometry) [article]
      • Stripe patterns on surfaces (Geometry) [article]


      ModaLive

      Startup - géneration de vêtements 3D complets à partir de scans.
      Contact: Thierry Godin (thierry@modalive.fr)
      • Lighting  in augmented reality scenes
      • Modeling of solid elements anchored in digitized clothing
      • Roll up and tie virtual clothes
      • Learning to measure the friction coefficient in clothes


      LIX/Dassault Systèmes

      • Interactive Modeling of 3D Shapes filled with Anisotropic Microstructure using Reaction Diffusion [link] (Damien Rohmer/LIX damien.rohmer@polytechnique.edu, David-Henri Garnier/Dassault Systèmes/LIX DavidHenri.GARNIER@3ds.com)

  • Possible Contacts for topics/tutors

    • Los estudiantes deben
      Marcar como hecha


      - Deep learning on image & videos: Vicky Kalogeiton (vicky.kalogeiton@polytechnique.edu)
      - Computational Geometry: Pooran Memari (pooran.memari@polytechnique.edu)
      - Physically-Based Simulation & Geometry Processing (mathieu.desbrun@inria.fr)
      - Learning on 3D geometry (surface, mesh, point sets): Maks Ovsjanikov (maks@lix.polytechnique.fr)
      - Learning and Natural Language Processing: Michalis Vazirgiannis (mvazirg@lix.polytechnique.fr)
      - Learning on generic data: Jesse Read (jesse.read@polytechnique.edu)
      - Image synthesis, rendering: Tamy Boubekeur (boubek@adobe.com)
      - Video Games: Raphael Granier de Cassagnac (raphael@cern.ch)
      - Geographic data geometry modeling: Mathieu Brédif (Mathieu.Bredif@ign.fr)
      - Expressive virtual content creation, Creative AI: Marie-Paule Cani (marie-paule.cani@polytechnique.edu)
      - 3D Computer Animation: Damien Rohmer (damien.rohmer@polytechnique.edu)
      - Artistic and scientific illustration of motion: Renaud Chabrier (renaud.chabrier@m4x.org)
      - Algorithmics on graphs and geometry: Luca Castelli Aleardi (amturing@lix.polytechnique.fr)
      - Computational system for biology: François Fages (francois.fages@inria.fr)
      - Topological Data Analysis: Steve Oudot (steve.oudot@inria.fr)
      - Computational Bioinformatics: Yann Ponty (yann.ponty@polytechnique.fr) Sebastian Will (sebastian.will@polytechnique.edu)
      - Biological visualization: Anatole Chessel (anatole.chessel@polytechnique.edu)


    • Note: If you feel interested by a topic, don't hesitate to directly contact the possible tutor to get more information.

  • Topics from previous years

    • Los estudiantes deben
      Marcar como hecha

      • Stable Diffusion for Scientific Illustration (renaud.chabrier@m4x.org) - 2022/2023
      • Gender Classification from Face Images (Hania Al-Saddik/Thalès) - 2022/2023
      • Reinforcement Learning based AI for real-time shooting games (Tristan Cazenave) - 2022/2023
      • Image-based 3D modeling (amal.parakkat@telecom-paris.fr) - 2022/2023
      • Virtual mirror for interactive cloth design (Marie-Paule Cani) - 2022/2023
      • Targeted data generation for machine learning control (Arnaud de la Fortelle/Mines) 2022/2023
      • Reinforcement Learning based AI strategy-based game (Tristant Caznave) 2022/2023
      • Point cloud colorization for OS1-128 Lidar sensor (Mathieu Brédif) 2022/2023
      • Multi-scale reconstruction of the mobility of prehistoric humans (Marie-Paule Cani) 2022/2023
      • Spatio Temporal Neural Radiance Field for aerial data (Mathieu Brédif, Mathieu.Bredif@ign.fr)
      • Learning to reconstruct precise surfaces from voxel representations (Amal Dev Parakkat, adp.upasana@gmail.com)
      • Le dessin d'esquisse et la notion de courbure (Renaud Chabrier, renaud.chabrier@m4x.org)
      • HoloGAN set up (Maks Ovjanikov) 
      • Detection and localisation of scratches on car pictures (Belhal Karimi)
      • Alignment of 2D geologic maps for 3D digital terrain modeling (Pooran Memari)
      • Realistic particle collision engine in video game (Raphael Granier de Cassagnac)
      • Geometric analysis of uncertain scalar fields (Pooran Memari)
      • 3D Multi-Resolution Visualization of Neuro-Imaging Acquisition (Damien Rohmer, Anatole Chessel)
      • Barcode embeddings for metric graphics (Steve Oudot)
      • Monocular Depth Estimation (Renaud Keriven)
      • Deep learning for 3D point cloud segmentation (Renaud Keriven)
      • Anomaly detection of time series (Yanlei Diao)
      • Clustering and embeddings techniques for medical data (Jesse Read)
      • Deep learning for image registration (Stephanie Allassonnière)
      • Transfert de mouvement à d’autres morphologies (Marie-Paule Cani and Damien Rohmer, LIX)
      • De l’image d’un troupeau à un animal animé (Marie-Paule Cani and Damien Rohmer, LIX)
      • Analyse de corrélations et visualisation de données archéologiques (Pooran Memari)
      • Animer un objet 3D par la voix (Marie-Paule Cani and Damien Rohmer, LIX)
      • Social network visualization with geographic constraints (L. Castelli Aleardi, LIX)
      • Sketch-based 3D shape retrieval (par M. Ovsjanikov, LIX)
      • capture de la réalité et nouveaux défis (par Renaud Keriven, DIX)
      • On Support Vector Clustering (Frank Nielsen, DIX)
      • On robust and efficient implementation of k-levels of 3D arrangements of planes with applications (Frank Nielsen, DIX)
      • On visualizing tensor fields with applications (Frank Nielsen, DIX)
      • Distributed​ ​ Delaunay​ ​ Triangulation (Pooran Memari, LIX)