2018-00498 - [GRAPHDECO] Rendering with Uncertainty

Niveau de diplôme exigé : Thèse ou équivalent

Fonction : Post-Doctorant

A propos du centre ou de la direction fonctionnelle

Le centre Inria Sophia Antipolis - Méditerranée compte 37 équipes de recherche, ainsi que 9 services d’appui à la recherche. Le personnel du centre (600 personnes environ dont 400 salariés Inria) est composé de scientifiques de différentes nationalités (250 personnes étrangères sur 50 nationalités), d’Ingénieurs, de Techniciens et d’Administratifs. 1/3 du personnel est fonctionnaire, les autres sont contractuels. La  majorité des équipes de recherche du centre sont localisées à Sophia  Antipolis et Nice dans les Alpes-Maritimes. Six équipes sont  implantées à Montpellier et une équipe est  hébergée par le département d'informatique de l'université de Bologne en Italie. Le Centre est membre de la Communauté d’Université et d’Établissement (ComUE) « Université Côte d’Azur (UCA) ».

Contexte et atouts du poste

The goal of this postdoctoral fellowship is to rethink rendering algorithms by examining the inherent uncertainty of the input data and the rendering process itself. The topic is quite open and can focus either on examining uncertainty in "traditional" rendering algorithms (e.g., approximate global illumination) or on uncertainty in captured data (e.g., using geometry or materials captured from photographs or scanners), and algorithms such as image-based rendering (see our recent work [1-3]. Our methodology will be inspired by Uncertainty Quantification [4] and recent advances in machine learning [5].

Mission confiée

References


[1] Peter Hedman, Tobias Ritschel, George Drettakis, Gabriel Brostow
Scalable Inside-Out Image-Based Rendering, ACM Transactions on Graphics (SIGGRAPH Asia Conference Proceedings), Volume 35, Number 6 - December 2016 http://www-sop.inria.fr/reves/Basilic/2016/HRDB16/
[2] Rodrigo Ortiz-Cayon, Abdelaziz Djelouah, George Drettakis
A Bayesian Approach for Selective Image-Based Rendering using Superpixels
International Conference on 3D Vision (3DV) - 2015 http://www-sop.inria.fr/reves/Basilic/2015/ODD15/
[3] Gaurav Chaurasia, Sylvain Duchêne, Olga Sorkine-Hornung, George Drettakis Depth Synthesis and Local Warps for Plausible Image-based Navigation ACM Transactions on Graphics, Volume 32 - 2013 http://www-sop.inria.fr/reves/Basilic/2013/CDSD13/
[4] Ralph C Smith. Uncertainty quantification: theory, implementation, and applications, volume 12. Siam, 2013.
[5] Alex Kendall and Yarin Gal. What uncertainties do we need in Bayesian deep learning for computer vision? arXiv
preprint arXiv:1703.04977, 2017.

 

Principales activités

The main responsibilities involve leading research projects on the defined topic, and projects in collaboration with Ph.D. students or supervising Masters interns.

Compétences

Expertise in developing graphics systems in C++ and OpenGL is required, as well as knowledge of computer vision systems (e.g., OpenCV). Knowledge of machine learning is a strong plus. The working language is English, so the candidate must be fluent and have excellent writing and presentation skills.

Avantages sociaux

  • Restauration subventionnée
  • Transports publics remboursés partiellement
  • Sécurité sociale
  • Congés payés
  • Aménagement du temps de travail
  • Installations sportives

Rémunération

Salaire: 2650 € brut mensuel