1.    Contexte
Dans le cadre de la surveillance d’un procédé industriel de fusion, un système de vision par caméra est en cours de consolidation industrielle afin de détecter automatiquement des situations anormales à partir de l’analyse d’images vidéo.

Des premières versions ont déjà démontré la faisabilité de cette approche en analysant différents indicateurs tels que l’évolution de l’entrefer, les extinctions locales, les déplacements, la luminosité ou encore la qualité du flux vidéo.

Une première plateforme logicielle, VigieFusion, a également été développée pour assurer l’acquisition, le traitement en temps réel, la visualisation et l’analyse des données.

L’objectif du stage est de transformer ces développements de R&D en une solution robuste, fiable et exploitable dans un environnement industriel.

2.   Missions
Le ou la stagiaire participera à l’amélioration et à l’industrialisation de la chaîne de surveillance vidéo.

Les principales missions seront :

1.1.   Analyse des méthodes existantes

• Étudier les différents algorithmes développés ;
• Comparer leurs performances et leurs domaines d’application ;
• Définir des indicateurs de surveillance cohérents et robustes.

1.2.  Amélioration du traitement d’image

• renforcer la robustesse des mesures face aux variations d’éclairage ;
• Améliorer la segmentation et le suivi des zones d’intérêt ;
• Gérer les artefacts optiques et les mouvements de caméra ;
• Évaluer les performances sur des vidéos expérimentales.

1.3.  Développement d’une logique de détection multicritère

• Combiner plusieurs indicateurs pour détecter les anomalies ;
• Réduire les fausses alertes ;
• Garantir une décision explicable et traçable.

1.4.  Validation et optimisation

• Définir des métriques de performance ;
• Mesurer les taux de détection et de fausses alarmes ;
• Optimiser les paramètres de traitement ;
• Mettre en place une méthodologie de validation reproductible.

1.5.  Industrialisation logicielle

• Intégrer les algorithmes dans l’architecture VigieFusion ;
• Assurer le traitement temps réel de plusieurs flux vidéo ;
• Améliorer la robustesse, les performances et la maintenabilité ;
• Développer des tests automatiques et documenter les solutions retenues.

3.  Résultats attendus

À l’issue du stage, les livrables principaux seront :

• Une comparaison des méthodes de surveillance existantes ;
• Une chaîne de traitement d’image consolidée et validée ;
• Une stratégie de détection multicritère robuste ;
• Une version industrialisée du logiciel VigieFusion ;
• Des outils de test et de validation automatisés ;
• Une documentation technique complète.
  
  4.  Environnement technique
• Python
• OpenCV
• NumPy / SciPy
• Streamlit / Bokeh
• YAML
• Git
• Des connaissances en traitement d’image, vision par ordinateur, traitement du signal ou statistiques seront particulièrement appréciées.

Étudiant(e) en (avant)dernière année d’école d’ingénieur ou en Master 1-2 avec une spécialisation en :

• Traitement d’image / vision par ordinateur ;
• Traitement du signal ;
• Informatique scientifique ;
• Mathématiques appliquées ;
• Instrumentation ou systèmes industriels.
• Vous êtes à l’aise en Python et appréciez autant le développement logiciel que l’analyse de données expérimentales.