InternSkin Tone Management In Hdr And Wide Color Gamut Conversion H/F

L’équipe Video Production Services développe des technologies qui améliorent la production et la diffusion vidéo pour les écrans modernes, avec un accent particulier sur la grande plage dynamique (High Dynamic Range, HDR) et le large gamut de couleurs (Wide Color Gamut). Ces technologies reposent sur des conversions de luminance et de couleur, susceptibles d’affecter la perception de couleurs très sensibles, comme les carnations (tons de peau). Ce stage portera sur la gestion des carnations au cours de ces conversions, en étudiant des techniques de traitement de la couleur qui reflètent des caractéristiques essentielles de la vision humaine, notamment les effets de la luminance sur la perception des couleurs et le contraste chromatique, en particulier sur les carnations.

Au sein de l’équipe, la personne recrutée dressera l’état de l’art des techniques de gamut mapping (adaptation des couleurs d’un gamut à un autre) tenant compte des carnations, identifiera les approches prometteuses, concevra et implémentera des prototypes, puis évaluera les méthodes obtenues. Les techniques d’apprentissage profond et de réseaux de neurones seront privilégiées lorsqu’elles présentent un réel avantage.

Missions principales

Analyser et synthétiser les recherches actuelles sur les techniques de gamut mapping tenant compte des carnations.

Identifier des pistes prometteuses pour intégrer des métriques liées aux carnations dans les chaînes de traitement de la couleur.

Concevoir et implémenter des méthodes d’optimisation, y compris des approches fondées sur les réseaux de neurones

Évaluer les résultats expérimentaux et affiner de manière itérative les méthodes proposées.

Currently pursuing a master’s degree in computer science, electrical engineering, applied mathematics, or a related field. Master 2 level, 6 months internship.

Skills in Python and C/C++.

Experience with a deep-learning framework such as PyTorch or TensorFlow, including the training and evaluation of convolutional neural networks.

Knowledge of image processing, or perceptual image quality is a plus.

Fluent English

An autonomous, curious, and rigorous approach to research and experimentation., Étudiant ou étudiante en master d’informatique, de génie électrique, de mathématiques appliquées ou dans un domaine connexe. Niveau master 2, stage de 6 mois.

Compétences en Python et en C/C++.

Expérience d’un framework d’apprentissage profond tel que PyTorch ou TensorFlow, notamment pour l’entraînement et l’évaluation de réseaux de neurones convolutifs.

Des connaissances en traitement d’image ou en qualité perceptuelle des images sont un plus.

Anglais courant

Démarche autonome, curieuse et rigoureuse en matière de recherche et d’expérimentation.

Bon à savoir

• Mutuelle jeune actif : que choisir au premier emploi ?
• Intelligence artificielle & réussite scolaire, bonnes pratiques pour les étudiants
• Reconversion professionnelle par l’intérim : tester un métier

The Video Production Services team develops technologies that enhance video production and delivery for modern displays, with a particular focus on high dynamic range (HDR) and wide color gamut. These technologies rely on conversions both in luminance and color and that may affect the perception of very sensitive colors, such as the skin tones. This internship will investigate the management of skin tones during those conversions, investigating color-processing techniques that reflect key characteristics of human vision, including the effects of luminance on color perception and chromatic contrast, especially on skin tones.

As part of the team, the intern will assess the state of the art in skin tone aware color gamut mapping techniques, identify promising approaches, design and implement prototypes, and evaluate the resulting methods. Deep learning and neural networks techniques will be preferred where they offer a meaningful advantage.

Key Responsibilities

Review and synthesize current research on skin tone aware color gamut mapping techniques.

Identify promising directions for integrating skin tone related metrics into color-processing pipelines.

Design and implement optimization methods, including neural-network-based approaches

Evaluate experimental results and iteratively refine the proposed methods.