POST-DOCTORAT : RECONNAISSANCE FACIALE MULTIMODALE ET ANALYSE COMPORTEMENTALE POUR LE CONTRÔLE BIOMÉTRIQUE EN MOUVEMENT - H/F - Yncrea Ouest

Activités et missions de recherche

• Réaliser un état de l’art sur la reconnaissance biométrique en mouvement et l’analyse comportementale.
• Exploiter des données issues de caméras NIR et RGB, fixes ou portatives.
• Participer éventuellement à l’acquisition et à la mise en forme des données.
• Concevoir des approches robustes de reconnaissance faciale multimodale (visage, iris, région périoculaire), adaptées aux conditions réelles (occlusions, variations de pose, éclairage, etc.).
• Développer des algorithmes d’analyse comportementale basés sur des critères bien définis.
• Intégrer et expérimenter des techniques d’apprentissage fédéré pour permettre l'entraînement distribué des modèles tout en préservant la confidentialité des données sensibles.
• Optimiser les algorithmes pour une utilisation en temps réel.

Profil recherché

• Le candidat devra démontrer une solide expertise dans les domaines suivants :
• Une bonne expérience en Deep Learning appliqué à la vision par ordinateur avec un intérêt pour la reconnaissance biométrique.
• Compétence en conception, développement et évaluation de modèles d'IA.
• Maîtrise du langage Python et des principaux frameworks de Deep Learning, tels que TensorFlow et PyTorch.
• Bonne connaissance des outils de traitement d’images et de vidéos (ex. : OpenCV).
• Capacité à travailler en équipe et à collaborer avec des partenaires.
• Bonne maîtrise de l’anglais.
• Aptitude à mener des recherches de haut niveau et à publier dans des conférences et revues internationales à comité de lecture.

Preferred Qualifications (Nice to Have)

• Une expérience préalable en reconnaissance faciale et/ou en analyse comportementale constitue un plus.

Conditions du poste

• Localisation : Carquefou (44).
• Rémunération : Selon expérience.
• Statut : Cadre / Forfait jours (208 jours).
• Convention Collective applicable : CCN EPI 2691.
• Prise de poste : au plus tard, en octobre 2025.
• Date limite de candidature souhaitée : avant le 06/07/2025.

About the Company

Le projet CarMen a pour objectif de relever les défis liés à la biométrie « en mouvement » aux frontières, en améliorant la fluidité du passage des flux de voyageurs tout en garantissant un haut niveau de sécurité. Actuellement, ces contrôles nécessitent l'arrêt complet des voyageurs et se limitent essentiellement aux piétons, dans des environnements contrôlés. Afin d’améliorer ces contrôles, le principal défi réside dans la faible qualité des données biométriques captées en temps réel. Le projet Carmen vise à développer des solutions biométriques permettant un contrôle automatisé et sans arrêt aux frontières, adapté aussi bien aux piétons qu’aux passagers en véhicule, dans des environnements non contrôlés. L’objectif est de réduire les temps d’attente et les efforts des voyageurs, sans nécessiter la manipulation de documents de voyage. Dans ce projet, le ou la postdoctorant(e) travaillera sur la reconnaissance faciale et l’analyse comportementale pour la détection de comportements anormaux ou suspects. Une approche multimodale, combinant l’analyse du visage, de l’iris et des régions périoculaires, est envisagée afin de renforcer la robustesse de l’identification. Un autre axe des travaux sera porté sur l’intégration d’un système de détection des comportements suspects, incluant notamment : l’analyse des visages (masqués, détournés ou volontairement dissimulés), l’analyse des trajectoires pour identifier des déplacements inhabituels ou incohérents par rapport aux schémas attendus (tels que l’évitement de zones surveillées ou des allers-retours suspects), ainsi que la détection d’actions violentes ou anormales dans divers environnements. Une attention particulière sera portée à l’intégration de nouvelles techniques d’apprentissage telles que le « contrastive learning » ou encore le « federated learning », permettant d’entraîner des modèles d’intelligence artificielle sans centraliser les données sensibles. Cette approche repose sur une architecture distribuée, garantissant une meilleure protection de la vie privée et une sécurité renforcée contre les accès non autorisés.

How to Apply

Pour valider votre candidature, nous vous demandons de fournir les éléments suivants, vous devrez télécharger les pièces demandées directement lors de votre inscription. Toute candidature incomplète ne sera pas traitée par nos services.

• Curriculum Vitæ
• Lettre de motivation
• Une liste des publications en mentionnant celles en cours et/ou à venir
• Une liste de références ou lettres de recommandations

Category

AI & Machine Learning