DOCTORAT - APPRENTISSAGE MULTI-MODAL D'IMAGES SAR SUPER-RÉSOLUES POUR LA CARTOGRAPHIE ARCHÉOLOGIQUE
Référence : 2026-2399027
- Fonction publique : Fonction publique de l'État
-
Employeur :
Institut national de l'information géographique et forestière (IGN)
Institut national de l'information géographique et forestière (IGN) - Localisation : Champs-sur-marne
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert aux titulaires et aux contractuels
- Expérience souhaitée Non renseigné
-
Rémunération Fourchette indicative pour les contractuels Non renseignée Fourchette indicative pour les fonctionnaires Non renseignée
- Catégorie Catégorie A (cadre)
- Management Non
- Télétravail possible Oui
Vos missions en quelques mots
L'objectif général de cette thèse est de produire, à partir de données SAR, des images et des modèles de terrain à haute résolution permettant de détecter et d'analyser à grande échelle les vestiges archéologiques khmers.
Plus précisément, la thèse poursuivra les objectifs suivants :
1. Développer des méthodes de super-résolution SAR multi-images fondées sur des séries temporelles afin d'améliorer la résolution spatiale (He et al., 2021), tout en traitant explicitement le bruit propre au SAR (par exemple le speckle) et les distorsions géométriques.
2. Générer une imagerie SAR à haute résolution optimisée pour les applications archéologiques, adaptée à la fois à l'interprétation visuelle et à une utilisation comme donnée d'entrée pour des modèles automatisés de cartographie archéologique (par exemple, dans une tâche en aval destinée aux archéologues).
3. À partir des travaux de (Sirko et al., 2023) portant sur la super-résolution d’images optiques, concevoir des approches de super-résolution multi-modale utilisant des données LiDAR à haute résolution comme supervision pour améliorer l'imagerie SAR à résolution moyenne et reconstruire des MNT à haute résolution étendus au-delà de la couverture LiDAR actuelle.
4. Produire des MNT à haute résolution dérivés du SAR, capturant les principales caractéristiques topographiques utiles à la détection de sites, à l'analyse hydrologique et à la reconstruction des paysages de l'Empire khmer.
5. Évaluer la scalabilité et le rapport coût-efficacité des produits de super-résolution fondés sur l’imagerie SAR en tant qu'alternative ou complément aux campagnes d'acquisition LiDAR à grande échelle.
Références bibliographiques
(He et al., 2021) : Y. He, D. Wang, N. Lai, W. Zhang, C. Meng, M. Burke, D. Lobell, and S. Ermon, “Spatial-temporal super-resolution of satellite imagery via conditional pixel synthesis,” in NeurIPS, 2021.
(Sirko et al., 2023) : W. Sirko, E. A. Brempong, J. T. Marcos, A. Annkah, A. Korme, M. A. Hassen, K. Sapkota, T. Shekel, A. Diack, S. Nevo, et al., “High-resolution building and road detection from sentinel-2,”arXiv:2310.11622, 2023.
Profil recherché
Diplôme de niveau Bac+5 (master ou école d’ingénieurs).
De solides compétences en mathématiques statistiques, en apprentissage profond, en vision par ordinateur et en télédétection sont attendues. Une maîtrise d'une ou plusieurs bibliothèques d'apprentissage automatique en Python (PyTorch, TensorFlow, Keras) est requise. Un bon niveau en calcul scientifique avec Python (scipy, scikit-learn, numpy) est également nécessaire.
Qui sommes-nous ?
L’Institut national de l’information géographique et forestière (IGN) est un établissement public à caractère administratif placé sous la tutelle des ministères chargés de l’écologie et de la forêt. Sa vocation est de produire et diffuser des données (open data) et des représentations (cartes en ligne et papier, géovisualisation) de référence relatives à la connaissance du territoire national et des forêts françaises ainsi qu'à leur évolution.
Grâce à son école d’ingénieurs, Geodata Paris, et à ses équipes de recherche pluridisciplinaires, l’institut cultive un potentiel d’innovation de haut niveau dans plusieurs domaines (géodésie, forêt, photogrammétrie, intelligence artificielle, analyse spatiale, visualisation 3D, etc.).
Descriptif du service
Le laboratoire LASTIG (Laboratoire en Sciences et Technologies de l’Information Géographique pour la ville intelligente et les territoires durables) est une unité mixte de recherche rattachée à l’Université Gustave Eiffel, à l’IGN (Institut national de l’information géographique et forestière) et à l’EIVP (École des Ingénieurs de la Ville de Paris). Il constitue une structure de recherche unique en France et même en Europe, réunissant environ 80 chercheurs couvrant l’ensemble du cycle de vie des données géographiques ou spatiales, depuis leur acquisition jusqu’à leur visualisation, en passant par leur modélisation, intégration et analyse. Parmi eux, environ 30 chercheurs travaillent en analyse d’images, vision par ordinateur, apprentissage automatique et télédétection.
À propos de l'offre
-
Laboratoire:
Le laboratoire LaSTIG, IGN/ENSG, 6-8 avenue Blaise Pascal, 77420 Champs-sur-Marne, France (situé à moins de 30 minutes de la station de métro Nation à Paris). Le ou la candidat(e) travaillera au sein de l'équipe Strudel, spécialisée dans l'étude des structures spatiotemporelles pour l'analyse territoriale. Des déplacements ou des séjours courts à l'Institut des Géosciences de l'Environnement à Grenoble seront envisagés.Avantages:
Télétravail flexible après une période de prise de poste ; équipements sportifs et culturels disponibles sur site ; associations sportives et culturelles accessibles au sein de l'institut ; accès à la cafétéria du campus ; prise en charge du titre de transport à 75 % par l'employeur ; aide à l'achat d'un vélo.Localisation:
Le laboratoire est situé à l'école d'ingénieurs Géodata Paris, au 6-8 avenue Blaise Pascal, 77420 Champs-sur-Marne, France, à moins de 30 minutes du centre de Paris en train. -
Équipe d'encadrement:
Alexandre Hippert-Ferrer (encadrant de thèse) est expert en télédétection et imagerie SAR et membre du laboratoire LaSTIG. Jean Ponce (directeur de thèse) est expert en vision par ordinateur et super-résolution et membre du département d’informatique de l’ENS. Les travaux seront menés en collaboration avec deux chercheurs de l’EFEO (École Française d’Extrême Orient), Christophe Pottier et Vladyslav Sydorov. -
Vacant à partir du 01/10/2026
-
Chercheuse / Chercheur
