Le contexte de ce post-doctorat est de contribuer à l'introduction de nouvelles méthodes hybrides, dans le sens où elles font un pont entre les méthodes "classiques" (minimisation d'énergie, équations aux dérivées partielles, etc.) et les méthodes récentes de type Deep Learning. L'accent sera mis sur les méthodes géodésiques, la recherche de chemins de longueur minimale selon une métrique adaptée, imposant par exemple une pénalisation de la courbure. De plus, ces recherches sont motivées par des applications en imagerie médicale, comme la segmentation précise de régions d'une image.
Activités
Ce travail se déroulera au CEREMADE, Université Paris Dauphine PSL, à Paris 16e.
Il comprendra l'introduction de nouvelles méthodes, leur implémentation, développement,
validation, ainsi que l'écriture d'articles de conférences et journaux.
Il pourra inclure la codirection d'étudiants.
Compétences
Doctorat en analyse d'image, mathématiques appliquées ou informatique.
Solide connaissances en méthodes géodésiques et en Deep Learning.
Solide compétences en programmation.
Motivation pour les applications en imagerie médicale.
Publications dans des journaux reconnus du domaine (IEEE TPAMI, IJCV, JMIV, IEEE TMI, IEEE TIP)
et/ou conférences majeures (ICCV, CVPR)
Maîtrise de l'anglais écrit et oral.
Contexte de travail
La personne recrutée rejoindra le CEREMADE, et sera embauchée par le Centre National de la Recherche Scientifique (CNRS) dans le cadre d'un financement par l'ANR.
Le contrat est d'un an.
Contraintes et risques
RAS
RAS
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.