[vc_row][vc_column][vc_column_text]<\/p>\n
[\/vc_column_text][vc_toggle title=”Sujet 1 : Vers la mise en place d’un syst\u00e8me d’estimation de la pose 3D bas\u00e9 RA pour la formation m\u00e9dicale” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n
La r\u00e9alit\u00e9 augment\u00e9e (RA) est une forme relativement nouvelle d’interaction homme-machine qui recouvre les informations g\u00e9n\u00e9r\u00e9es par ordinateur (donn\u00e9es virtuelles) sur l’environnement r\u00e9el (sc\u00e8ne r\u00e9elle). L\u2019estimation de la pose regroupe les techniques visant \u00e0 obtenir la position et l\u2019orientation de la cam\u00e9ra par rapport \u00e0 un rep\u00e8re donn\u00e9.<\/p>\n
La d\u00e9tection d’objets 3D et l’estimation de leur pose \u00e0 partir d’images RGB sont tr\u00e8s importantes pour des t\u00e2ches comme la robotique et la r\u00e9alit\u00e9 augment\u00e9e [1,2] et font l’objet d’intenses recherches depuis le d\u00e9but de la vision par ordinateur. Les Informations fournies par la phase d\u2019estimation de pose sont : la pose de la cam\u00e9ra par rapport au rep\u00e8re monde ; et la pose de l\u2019objet par rapport \u00e0 la cam\u00e9ra [3].<\/p>\n
Dans le cadre de ce projet nous sommes amen\u00e9s \u00e0 \u00e9tudier dans un premier temps les diff\u00e9rentes techniques d\u2019estimation de pose pour la r\u00e9alit\u00e9 augment\u00e9e, qu’elles soient analytiques, it\u00e9ratives, ou sp\u00e9cifiques \u00e0 un objet trait\u00e9 (objet cible), faire une synth\u00e8se de l’existant, proposer et impl\u00e9menter une m\u00e9thode d\u2019estimation de pose. Par la suite, nous se focalisons sur l\u2019int\u00e9gration de la m\u00e9thode propos\u00e9e dans un syst\u00e8me de visualisation RA. Enfin, une \u00e9tude d’\u00e9valuation du syst\u00e8me propos\u00e9 fera l’objet d’une phase de d\u00e9ploiement et d\u2019\u00e9valuation.\u00a0<\/strong><\/p>\n Proposer et concevoir un syst\u00e8me d\u2019estimation de la pose et de visualisation bas\u00e9 RA pour la pratique m\u00e9dicale.<\/p>\n Informatique<\/p>\n – 01 PC station.<\/p>\n – Casque RA de visualisation (Hololans).<\/p>\n -Marqueurs RA.<\/p>\n kamara@cdta.dz<\/a> \/ mguerroudji@cdta.dz<\/a><\/p>\n <\/p>\n [\/vc_toggle][vc_toggle title=”Sujet 2 : Conception et r\u00e9alisation d’un syst\u00e8me de commande \u00e0 distance : Application \u00e0 un drone de surface” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n Dans le cadre de la lutte contre l\u2019envasement des barrages, une version d\u2019un prototype d\u2019un drone aquatique \u00e9t\u00e9 con\u00e7ue et r\u00e9alis\u00e9e au niveau de la DPR pour le compte de l’Agence Nationale des Barrages et Transferts (ANBT) pouvant accueillir de nombreux capteurs pour l’acquisition des donn\u00e9es aquatiques.<\/p>\n Le travail des \u00e9tudiants concerne la mise \u00e0 niveau de l\u2019architecture hardware\/software du syst\u00e8me de commande \u00e0 distance existant en \u00e9largissant son action sur d\u2019autres p\u00e9riph\u00e9riques, ordinateurs ou appareils de mesure embarqu\u00e9s, et en proposant une m\u00e9thodologie pour l\u2019exploitation au maximum des canaux de commande du joystick existant.<\/p>\n \u00c9tendre la commandabilit\u00e9 de l\u2019architecture hardware\/software existante sur d\u2019autres p\u00e9riph\u00e9riques.<\/p>\n \u00c9lectroniciens (Syst\u00e8mes embarqu\u00e9s)<\/p>\n – 01 PC,<\/p>\n – Carte Arduino,<\/p>\n – Joystick.<\/p>\n odjekoune@cdta.dz<\/a><\/p>\n 2) IMPLEMENTATION<\/p>\n [\/vc_toggle][vc_toggle title=”Sujet 3 : Estimation de la pose 3D par le Transfer learning bas\u00e9 RA pour la formation m\u00e9dicale” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n Les algorithmes d\u2019apprentissage profond permettent de nos jours de traiter de nombreux probl\u00e8mes complexes dans des champs disciplinaires vari\u00e9s tels que la vision par ordinateur, la reconnaissance automatique de la parole ou des applications \u00e0 la sant\u00e9. Le d\u00e9veloppement de ces techniques est en grande partie li\u00e9 \u00e0 l\u2019essor des moyens de calcul.<\/p>\n le \u00ab transfer learning \u00bb (apprentissage par transfert) est aujourd\u2019hui une technique courante dans le domaine du \u00ab Deep Learning \u00bb car il\u00a0 r\u00e9duit consid\u00e9rablement les co\u00fbts en temps de calcul et en donn\u00e9es du processus d\u2019entra\u00eenement des r\u00e9seaux et am\u00e9liore largement les performances de la t\u00e2che cible par rapport \u00e0 l\u2019apprentissage \u00e0 partir de z\u00e9ro.<\/p>\n La r\u00e9alit\u00e9 augment\u00e9e (RA) est une forme relativement nouvelle d’interaction homme-machine qui recouvre les informations g\u00e9n\u00e9r\u00e9es par ordinateur (donn\u00e9es virtuelles) sur l’environnement r\u00e9el (sc\u00e8ne r\u00e9elle). L\u2019estimation de la pose regroupe les techniques visant \u00e0 obtenir la position et l\u2019orientation de la cam\u00e9ra par rapport \u00e0 un rep\u00e8re donn\u00e9.<\/p>\n L’estimation de la pose 3D \u00e0 partir d’images RGB sont tr\u00e8s importantes pour des applications en r\u00e9alit\u00e9 augment\u00e9e [1,2] et font l’objet d’intenses recherches depuis le d\u00e9but de la vision par ordinateur. Les Informations fournies par la phase d\u2019estimation de pose sont : la pose de la cam\u00e9ra par rapport au rep\u00e8re monde ; et la pose de l\u2019objet par rapport \u00e0 la cam\u00e9ra [3].<\/p>\n Dans le cadre de ce PFE, l\u2019objet principal est d\u2019exploiter le transfer learning pour l\u2019estimation de la pose 3D en r\u00e9alit\u00e9 augment\u00e9e. Pour cela, les \u00e9tudiants amen\u00e9es \u00e0 \u00e9tudier les m\u00e9thodes existantes Deep learning, faire une synth\u00e8se de l’existant, proposer et impl\u00e9menter une m\u00e9thode d\u2019estimation de pose. Par la suite, ils se focaliseront sur l\u2019int\u00e9gration de la m\u00e9thode propos\u00e9e dans un syst\u00e8me RA d\u00e9di\u00e9 \u00e0 la formation m\u00e9dicale. Enfin, un protocole d’\u00e9valuation du syst\u00e8me propos\u00e9 fera l’objet d’une phase de d\u00e9ploiement.<\/p>\n Proposer et concevoir un syst\u00e8me d\u2019estimation de la pose 3D par le transfer learning bas\u00e9 RA pour la pratique m\u00e9dicale.<\/p>\n Informatique<\/p>\n – 01 PC station.<\/p>\n – Casque RA de visualisation (Hololens).<\/p>\n -Marqueurs RA.<\/p>\n kamara@cdta.dz<\/a> \/ nzenati@cdta.dz<\/a><\/p>\n [\/vc_toggle][vc_toggle title=”Sujet 4 : Localisation et visualisation de r\u00e9gions infect\u00e9es des poumons malades par des techniques d’intelligence artificielle et de la r\u00e9alit\u00e9 virtuelle” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n Le recours \u00e0 l\u2019intelligence artificielle (IA) pour diagnostiquer une maladie pulmonaire pourrait am\u00e9liorer la d\u00e9tection des maladies et de r\u00e9duire le recours \u00e0 des tests suppl\u00e9mentaires. Un processus algorithmique peut \u00eatre associ\u00e9 \u00e0 des donn\u00e9es cliniques ainsi que des donn\u00e9es de la fonction pulmonaire, pour fournir un meilleur diagnostic comparativement au diagnostic conventionnel utilisant uniquement des donn\u00e9es de l\u2019imagerie m\u00e9dicale.<\/p>\n De plus, l\u2019\u00e9mergence de technologies innovantes, telle que la r\u00e9alit\u00e9 virtuelle, a donn\u00e9 une autre dimension au diagnostic par l\u2019imagerie m\u00e9dicale. En effet, la r\u00e9alit\u00e9 virtuelle peut \u00eatre une solution pour faire un diagnostic 3D, plus efficace, permettant \u00e0 des radiologies et m\u00e9decins de visualiser le mod\u00e8le 3D des poumons malades avec les r\u00e9gions infect\u00e9es.<\/p>\n L’objectif de ce travail est de combiner des algorithmes d\u2019intelligence artificielle avec la technologie de r\u00e9alit\u00e9 virtuelle afin d\u2019\u00e9laborer le mod\u00e8le 3D des poumons malades (tumeurs, embolie pulmonaire, etc.).<\/p>\n Informatique, Intelligence Artificielle<\/p>\n – Unity 3D ou Unreal-Engine<\/p>\n – C# ou C++.<\/p>\n sbenbelkacem@cdta.dz \u00a0<\/a> \u00a0 \u00a0 nzenati@cdta.dz<\/a><\/p>\n -Intelligence Artificielle<\/p>\n -R\u00e9alit\u00e9 Virtuelle<\/p>\n -Diagnostic m\u00e9dical[\/vc_toggle][vc_toggle title=”Sujet 5 : R\u00e9alisation d\u2019un syst\u00e8me interactif 3D pour production de sensations thermiques lors de la pr\u00e9hension d\u2019un objet virtuel chaud” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n Pour manipuler des objets de diff\u00e9rentes temp\u00e9ratures, les humains se m\u00e9fient de la r\u00e9troaction thermique pour d\u00e9terminer les propri\u00e9t\u00e9s proprioceptives de l’objet manipul\u00e9. Pour d\u00e9velopper des interfaces immersives 3D qui peuvent fournir une exp\u00e9rience de pr\u00e9hension thermique proche du r\u00e9el, nous devons produire des sensations similaires sur les mains d’un utilisateur lorsqu\u2019il est dans un environnement de r\u00e9alit\u00e9 virtuelle (RV).<\/p>\n Les syst\u00e8mes existants en RV peuvent restituer visuellement des objets 3D r\u00e9alistes et permet aussi d\u2019interagir avec ces objets. Cependant, la plupart de ces syst\u00e8mes peinent \u00e0 fournir une sensation thermique r\u00e9alistes.<\/p>\n En r\u00e9alit\u00e9 virtuelle (RV), les dispositifs de r\u00e9troaction thermique doivent \u00eatre plus compacts et l\u00e9gers. Quelques actionneurs thermiques ont \u00e9t\u00e9 int\u00e9gr\u00e9s dans un dispositif interactifs 3D pour fournir aux utilisateurs des environnements interactifs 3D. Bien qu’ils existent des contraintes contradictoires de mobilit\u00e9 et de performances, une r\u00e9troaction thermique est r\u00e9alisable sur un appareil mobile, s\u00e9curis\u00e9 et l\u00e9ger.<\/p>\n D\u00e9velopper un prototype \u00e0 retour thermique pour la pr\u00e9hension et la manipulation des objets virtuels chauds en RV. Dans ce cas, la variation de la puissance thermique de l\u2019actionneur devra d\u00e9pendre des propri\u00e9t\u00e9s thermiques de l\u2019objet virtuel \u00e0 saisir.<\/p>\n Electronique – informatique<\/p>\n -Unity 3D ou Unreal-Engine<\/p>\n -C# ou C++<\/p>\n -Composants thermiques<\/p>\n sbenbelkacem@cdta.dz \u00a0<\/a> \u00a0\u00a0 mmasmoudi@cdta.zd<\/a>\u00a0 \u00a0 \u00a0nzenati@cdta.dz<\/a><\/p>\n -R\u00e9alit\u00e9 Virtuelle<\/p>\n -Interaction 3D<\/p>\n -Retour Thermique[\/vc_toggle][vc_toggle title=”Sujet 6 : Syst\u00e8me d\u2019assistance \u00e0 l\u2019auto r\u00e9\u00e9ducation post AVC par la R\u00e9alit\u00e9 virtuelle” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n L’Accident Vasculaire C\u00e9r\u00e9bral (AVC) est un probl\u00e8me de sant\u00e9 mondial majeur qui repr\u00e9sente la premi\u00e8re cause de handicap. Les s\u00e9quelles qu’il g\u00e9n\u00e8re am\u00e8nent \u00e0 une perte d’autonomie et d’ind\u00e9pendance. Une r\u00e9\u00e9ducation est donc n\u00e9cessaire pour recouvrir le maximum de capacit\u00e9s.<\/p>\n Avec l\u2019\u00e9mergence des nouvelles technologies de l\u2019information et de la communication (TIC) la r\u00e9alit\u00e9 virtuelle s\u2019est impos\u00e9e comme un outil novateur et prometteur dans le domaine th\u00e9rapeutique notamment en neuro-r\u00e9habilitation pour stimuler la plasticit\u00e9 c\u00e9r\u00e9brale et l\u2019apprentissage moteur.<\/p>\n Les th\u00e9rapies bas\u00e9es sur la r\u00e9alit\u00e9 virtuelle sont de plus en plus utilis\u00e9es depuis quelques ann\u00e9es pour augmenter les habilit\u00e9s motrices et les capacit\u00e9s cognitives chez les personnes avec des restrictions de participation et d\u2019activit\u00e9 comme \u00e0 la suite d\u2019un AVC.<\/p>\n L\u2019utilisation de la r\u00e9alit\u00e9 virtuelle apr\u00e8s un accident vasculaire c\u00e9r\u00e9bral semble tr\u00e8s prometteuse.<\/p>\n Ce projet a pour but de concevoir et d\u00e9velopper un syst\u00e8me d\u2019assistance \u00e0 l\u2019auto-r\u00e9\u00e9ducation par la r\u00e9alit\u00e9 virtuelle.<\/p>\n Ce syst\u00e8me qui comprendra un ou plusieurs jeux s\u00e9rieux\u00a0 ou exergame qui permettra aux patients post AVC de faire de r\u00e9\u00e9ducation \u00e0 distance seuls \u00e0 travers diff\u00e9rents exercices combinant les t\u00e2ches motrices et cognitives.<\/p>\n Master Informatique<\/p>\n – Unity 3d<\/p>\n -Leap Motion<\/p>\n -Casque VR<\/p>\n mmasmoudi@cdta.zd<\/a>\u00a0 \u00a0 \u00a0nzenati@cdta.dz<\/a><\/p>\n [\/vc_toggle][vc_toggle title=”Sujet 7 : Fusion de donn\u00e9es squelettiques pour l’analyse de la marche” custom_font_container=”tag:h5|text_align:left|color:%230a007c” custom_use_theme_fonts=”yes” use_custom_heading=”true”]<\/p>\n A traves ce sujet, nous cherchons \u00e0 comprendre et \u00e0 interpr\u00e9ter au mieux le mouvement humain dans le cas des personnes malades ou handicap\u00e9es. En utilisant un ensemble de capteurs Kinect, nous essayons de reconnaissance le squelette par mod\u00e9lisation num\u00e9rique du corps d\u2019un patient en mouvement et de l\u2019analyser pour d\u00e9tecter d\u2019\u00e9ventuelles anomalies de la marche suite \u00e0 une atteinte neurologique (ou autres). Les donn\u00e9es goniom\u00e9triques des diff\u00e9rentes articulations des membres inf\u00e9rieurs du patient seront mesur\u00e9es puis stock\u00e9es dans une base de donn\u00e9es puis trait\u00e9es et compar\u00e9es par rapport \u00e0 celles de la marche normale.<\/p>\n Permettre une analyse de mouvement \u00e0 faible co\u00fbt et \u00eatre accessible pour tout le personnel de sant\u00e9. Un ensemble de capteurs Kinect sera utilis\u00e9 pour rem\u00e9dier aux limites d\u2019utilisation d\u2019un seul capteur (manque de pr\u00e9cision, angle de vue r\u00e9duit, etc.).<\/p>\n Informaticien<\/p>\n – 04 PC\u2019s<\/p>\n – 04 Capteurs Kinect<\/p>\n – LAN<\/p>\n\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n