Remplissage d’images assisté par radio-fréquence

Fonction
Département
Date
08-2023
Reference
Poste de Doctorant H/F - Offre de thèse (Références : SN/JLD/PHD/Converge/092023)

Les communications sans fil et la vision par ordinateur ont évolué comme des domaines scientifiques distincts. Cependant, avec l'avènement de nouveaux capteurs et d'algorithmes de traitement des signaux basés sur l'IA dans les télécommunications et la vision par ordinateur, de nouvelles études conjointes sont désormais possibles [1]. Par exemple, les communications sans fil pourraient utiliser des données visuelles pour éviter les blocages, tandis que la vision par ordinateur pourrait gagner en robustesse contre les occultations si elle était aidée par l'imagerie radio.

Dans le cadre d'un nouveau projet européen (converge https://converge-project.eu/) dont la devise est "communiquer pour voir et voir pour communiquer", EURECOM propose un poste de doctorant pour travailler sur la retouche d'images assistée par radio" [2]. L'objectif est de deviner ce qu'une caméra ne peut pas voir en raison d'occultations partielles (par exemple un objet) ou totales (par exemple un mur [3]) grâce aux ondes radio/sans fil existantes associées aux signaux WiFi et/ou 4/5G présents dans le même espace. À l'inverse, la vision par ordinateur pourrait permettre de voir les obstacles qui peuvent créer des problèmes dans la propagation des ondes radio [4].

[1] Nishio, T., Koda, Y., Park, J., Bennis, M., & Doppler, K. (2021). When wireless communications meet computer vision in beyond 5G. IEEE Communications Standards Magazine, 5(2), 76-83.
[2] Hanyu Xiang, Qin Zou, Muhammad Ali Nawaz, Xianfeng Huang, Fan Zhang, Hongkai Yu, Deep learning for image inpainting: A survey, Pattern Recognition, Volume 134, 2023.
[3]  Fadel Adib and Dina Katabi. 2013. See through walls with WiFi!. SIGCOMM Comput. Commun. Rev. 43, 4 (August 2013), 75-86. DOI:
http://dx.doi.org/10.1145/2534169.2486039
[4] Charan, G., Alrabeiah, M., & Alkhateeb, A. (2021). Vision-aided 6G wireless communications: Blockage prediction and proactive handoff. IEEE Transactions on Vehicular Technology, 70(10), 10193-10208.

Prérequis

  • Niveau académique/diplôme : Master
  • Domaine/spécialité : Traitement du signal et des images, Intelligence artificielle, Télécommunications
  • Autres éléments importants : Bon niveau en anglais

Dossier de candidature
Les candidatures doivent être accompagnées de :

  • Curriculum Vitae détaillé,
  • Noms et adresses de 2 références.

Le tout est à adresser à secretariat@eurecom.fr sous la référence SN/JLD/PHD/Converge/092023

Date d’embauche : 01/09/2023
Durée du contrat : durée de la thèse