Research into the benefits of training on realistic artificial data to increase segmentationperformance on real dataTopic: generation of point clouds representing indoor scenes and domain adaptation andfine-tuning for semantic segmentationOpen sourced code (only) on githubRecherche sur les bénéfices d’un entraînement sur des données artificielles réalistes pouraugmenter les performances de la segmentation sur de vraies donnéesSujet : génération de nuages de points représentant des scènes en intérieur etadaptation de domaine et fine-tuning pour de la segmentation sémantiqueSeul le code open source est disponible sur github

Reinforcement Learning for Computer GraphicsExploratory study of the contribution of Blender to optimize a recycling process of used nuclear fuel integrating a liquid-liquid extraction stepTopic: Image generation using artificial intelligence to create realistic images of bubbles in order to create a databaseAdditional work: generation of realistic human faces via networks inspired by those developed by NVIDIA, image segmentation and classification, optimized code in C to crop a large number of images in parallel(open source code base bellow)Apprentissage par Renforcement pour la Génération d'Images de SynthèseÉtude exploratoire de l’apport de Blender pour optimiser un procédé de recyclage de combustible nucléaire usagé intégrant une étape d’extraction liquide-liquideSujet : génération d’images par intelligence artificielle pour créer des images réalistes de bulles en vue de créer une base de donnéesTravail supplémentaire : génération de visages humains réalistes via des réseaux inspirés de ceux développés par NVIDIA, segmentation et classification d’images, code optimisé en C pour découper un grand nombre d’images en parallèle(code open source ci-dessous)