Nous développons, au cœur de Paris, un centre de recherche consacré à l’intelligence artificielle pour applications automobiles afin d’y conduire des projets de recherche ambitieux, notamment dans les domaines de la conduite assistée et des véhicules autonomes.
La conduite automatisée repose en premier lieu sur différents capteurs, comme des caméras, des LiDARs, des radars et des capteurs à ultrasons Valeo. Exploiter au mieux les informations transmises à chaque instant par chacun de ces capteurs est essentiel pour appréhender l’environnement complexe du véhicule. C’est pourquoi nous explorons différentes approches d’apprentissage profond (deep learning) qui prennent en compte les capteurs isolément et collectivement.
L’apprentissage profond et l’apprentissage par renforcement sont des technologies clés pour la conduite autonome. L’un des défis auxquels elles sont confrontées est de s’adapter à des conditions différentes de celles vues à l’entraînement. Pour améliorer les performances des systèmes dans de telles situations, nous explorons des techniques dites d’« adaptation de domaine », comme dans AdvEnt, notre projet présenté à CVPR 2019.
En cas d’imprévu, lorsque le temps se dégrade ou lorsqu’un capteur n’est plus opérationnel, le système de perception embarqué doit diagnostiquer la situation et réagir de manière adéquate, en recourant, par exemple, à un système alternatif ou en avertissant le conducteur humain. Dans cette optique, nous étudions des moyens automatiques d’évaluer l’incertitude d’un système et de prédire sa performance.
Deep Learning | Vision and Language | Visual reasoning
Supelec | Heuritech | SorbonneU
Kebab practitioner
Deep Learning | Vision and Language
Paris-Sud | ONERA | UNICAEN
Rookie bodybuilder
Machine Learning | Computer Vision | Visual Search | Autonomous systems
Politehnica | Mines | Inria | Safran
Random walker
Deep Learning | Computer Vision | Uncertainty
Centrale | ParisSaclay | Heuritech | Earthcube | CNAM
Self-supervised disc-jokey
Deep Learning | Computer Vision | Vision and Language
Enseirb | CergyU | KULeuven | Ensea | CNRS | SorbonneU | IUF
Top chef
Deep Learning | Computer Vision
AUTH | Cortexica | ENPC
Life-loving epicurean
Machine Learning | Computer Vision | Generative Networks
CTU-Prague | NII-Tokyo
Curious being
Deep Learning | Computer Vision
IIIT-H | Technicolor | Inria
Keen explorer
Joint 2D-3D Scene Understanding
TU Berlin | Centrale | Inria | UCSD
Funky drummer
Panthéon-Sorbonne | Marriott | Saint-Gobain | Faurecia
MisChief of Staff
Computer Vision | Photogrammetry | Geometry Processing
X | Inria | EdinburgU | Simulog | Inria | TrustedLogic | Inria | ENPC
Persistent eclectist
Deep Learning for compression | Neural Network Performance
Telecom | Technicolor | Teraki
Open source musician
Deep Learning | Machine Learning | Signal Processing
Panthéon-Sorbonne | Telecom | Zyl | Telecom
Creative traveller
Machine Learning | Computer Vision | Computational Imaging | Signal & Image Processing
Centrale | Inria | BrownU | Inria | Microsoft | Inria |Technicolor
Passionate reader
Deep Learning | Computer Vision
INSA | ValeoVS | ValeoCDA
Snow lover
Deep Learning | Machine Learning | Applied Mathematics | Generalization
Centrale | Prophesee | ENPC
Brownian mover
Deep Learning | Computer Vision | Domain Adaptation
X | TU-Munich | SorbonneU
Adaptive mind
Reinforcement Learning
Supelec | Mines
Reinforcement learner
Computer Vision | Machine Learning
X | Technicolor | MVA | NYU | Inria
Hard thinker
Deep Learning | Computer Vision
Telecom | Inria | NEC
Protein lover
Les chercheurs de Valeo.ai présentent 8 contributions (dont 3 orales) lors du CVPR, la plus grande manifestation annuelle sur les aspects de la vision par ordinateur (juin 2019)
Himalaya Jain, chercheur chez valeo.ai, reçoit le 1er prix de thèse de la Fondation Rennes 1 (avril 2019).
Spyros Gidaris, chercheur chez Valeo.ai, reçoit le 1er prix de thèse de la Fondation des Ponts en juin 2019
Le Groupe Valeo est fier d’intégrer le nouvel institut Prairie (PaRis Artificial Intelligence Research InstitutE) (mai 2019).
