Utilisation de l'apprentissage profond et de caméra holographique pour la manipulation de micro-objets

Use of deep learning and holographic camera for micro-object manipulations

• Auteur / Autrice : Stéphane Cuenat
• Direction : Raphaël Couturier, Patrick Sandoz
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 08/01/2021
• Etablissement(s) : Besançon, Université Marie et Louis Pasteur
• Ecole(s) doctorale(s) : SPIM - Sciences Physiques pour l'Ingénieur et Microtechniques
• Partenaire(s) de recherche : Laboratoire : Franche Comté Electronique Mécanique Thermique et Optique - Sciences et Technologies
• Partenaire(s) de recherche : Equipe de recherche : DISC - Département Informatique et Systèmes Complexes

Mots clés

Mots clés libres

Apprentissage profond

Analyse d'images holographiques

Positionnement de micro-objets

Deep learning

Analysis of holographic images

Micro-objects positionning

Résumé

Cette thèse vise à explorer les capacités de l'holographie numérique couplée à la photogrammétrie numérique pour effectuer des mesures de positionnement d'échantillons sous le pixel en microrobotique et en photonique. Du point de vue de l'informatique, le but sera d'explorer les capacités de l'holographie numérique pour pouvoir effectuer des opérations sur de petits objets. Dans un premier temps, l'objectif sera de calculer la distance d'un objet avec une seule caméra et un mire. Pour cela, un système basé sur un réseau de neurones convolutifs et un apprentissage profond sera développé. Ensuite, le système sera adapté pour tenter de supprimer la mire. Ensuite, le but sera d'accélérer la détermination des différentes inconnues d'un dispositif d'imagerie souvent complexe en microrobotique et en photonique. A plus long terme, l'objectif sera de concevoir des applications telles que la mesure de la position 3D des micro-objets et la mesure de la rugosité de surface si possible en temps réel. La thèse se déroulera en collaboration avec des collègues physiciens. Les expériences physiques et certains matériels sont financés par les deux projets, un projet région et un projet isite.

This thesis aims to explore the capabilities of digital holography coupled with digital photogrammetry to perform sub-pixel sample positioning measurements in microrobotics and photonics. From the computer science point of view, the goal will be to explore the capabilities of digital holography to be able to make operations on small objects. First the goal will be to compute the distance of an object with only one camera and a sight. For that, a system based on convolutional neural network and deep learning will be developed. Then, the system will be adapted to try to remove the sight. Next, the goal will be to accelerate the determination of the various unknown metrics of an often complex imaging device in microrobotics and photonics. Applications such as 3D position measurement at micro scale of micro-objects and surface roughness measurement to target real time applications in an extended workspace will be addressed in the thesis. The thesis will take place in collaboration with physics colleagues. Physical experiments and some hardware are funded by the two projects, one regional project and one isite project.