Segmentation sémantique neuromorphique de scènes événementielles en temps réel
Auteur / Autrice : | Dalia Hareb |
Direction : | Jean Martinet, Benoît Miramond |
Type : | Projet de thèse |
Discipline(s) : | Informatique |
Date : | Inscription en doctorat le 01/11/2022 |
Etablissement(s) : | Université Côte d'Azur |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication |
Partenaire(s) de recherche : | Laboratoire : I3S - Informatique, Signaux et Systèmes de Sophia-Antipolis |
Mots clés
Résumé
La segmentation d'images est une tâche de vision par ordinateur dans le domaine de l'IA, dans laquelle des régions spécifiques d'une image sont étiquetées en fonction de leur contenu sémantique. L'objectif de ce projet de thèse est de concevoir une segmentation sémantique de scènes en temps réel en utilisant une approche neuromorphique. Plus précisément, le projet combinera un nouveau type de capteur de vision, les caméras événementielles, avec un paradigme d'apprentissage automatique inspiré du cerveau, les réseaux de neurones à impulsions. Ces deux modèles neuromorphiques complémentaires sont tous deux basés sur des événements discrets binaires, clairsemés et asynchrones, ce qui permet une faible latence, les rendant ainsi adaptés aux applications en temps réel. De plus, le matériel neuromorphique récemment développé permet des implémentations à faible puissance, ce qui étend l'utilisation de ces modèles aux dispositifs embarqués tels que les véhicules ou les robots à conduite autonome.