Rétines intelligentes pour un système de vision innovant à l`aide d

Rétines intelligentes pour un système de vision
innovant à l’aide d’un réseau de neurone.
Equipe de recherche :
Interaction Algorithmes Silicium, TELECOM Bretagne, Brest
Unité :
LABSTICC UMR 6285
Encadrement :
Département
Téléphone
Email
Sylvie Kérouédan
ELEC
02 29 00 12 32
Sylvie.kerouedan@telecom
-
bretagne.eu
Cyril Lahuec
ELEC
02 29 00 15 28
cyril.lahuec@telecom
-
bretagne.eu
Résumé
Il s’agira d’implanter sur un capteur de lumière (type capteur CMOS), les premières étapes de
traitement d’image de façon à se rapprocher du système de vision d’un œil humain. Ce traitement
sera réalisé grâce à un réseau de neurones performant implanté de manière analogique au plus
proche du capteur. Les résultats de ce traitement seront ensuite envoyés vers les étages numériques
du réseau de neurones, simulant ainsi l’œil depuis la rétine jusqu’au cortex visuel.
Mots clés
Rétine analogique, capteur CMOS, réseau de neurones, œil, vision, cortex
Description détaillée
Cette thèse s'inscrit dans le cadre du projet "SENSE" du laboratoire d'excellence Comin Labs :
Le cerveau est une machine embarquée basse-consommation efficace qui surpasse largement les
ordinateurs les plus performants à ce jour dans l'exécution de tâches complexes comme la vision et
l'audition. L'informatique neuromorphique s'efforce de comprendre les principes des traitements
effectués dans le cerveau par ingénierie inverse des circuits neuraux et conçoit des modèles
informatiques pour construire des systèmes traitant l'information comme le font des neurones
biologiques. Cependant, les systèmes bio-inspirés nécessitent pour simuler les processus de
cognition humaine beaucoup de puissance et de capacités de stockage que seuls des ordinateurs
modernes Haute-Performance peuvent offrir. La complexité de tels algorithmes est telle qu'il n'est
pas possible d'envisager un contexte embarqué sans simplifications drastiques. Ainsi, la conception
de systèmes de vision bio-inspirés demande à combiner les technologies et principes d'ingénierie
avec des connaissances issues des neurosciences. Le projet SENSE capitalisera sur le modèle neural
parcimonieux récemment proposé par Claude Berrou et al. (GBNN – Gripon-Berrou-Neural-Network),
modèle puissant mais simple qui offre de meilleures performances que les modèles existants
(comme les réseaux de Hopfield ou Boltzmann) et s'approche de l'optimalité en termes de mémoire
associative (plus d’informations sur http://labsticc.fr/codage-neural/). Les GBNN, basés sur le codage
parcimonieux et les notions de clusters et cliques sont à la jonction des codes correcteurs d'erreur et

de la théorie des graphes. Ils ouvrent de larges perspectives en apprentissage automatique et
intelligence artificielle avec une intéressante plausibilité biologique.
Dans ce contexte, le projet SENSE propose la conception de systèmes de vision radicalement
nouveaux. Ces systèmes de vision intégrés et multi-couches seront organisés dans une architecture
"empilée" qui utilisera le modèle GBNN à chaque niveau pour un traitement d'image
particulièrement puissant. La capture sera effectuée grâce à un capteur CMOS embarquant un GBNN
analogique. Le traitement cortical sera réalisé par une architecture numérique dédiée implémentant
un GBNN hiérarchique pour l'abstraction de l'information visuelle. Enfin, pour rendre le système de
vision SENSE adaptable à une gamme variée d'applications visuelles, un modèle logiciel de GBNN
couplé avec des algorithmes de traitement d'image originaux sera exécuté sur une architecture
multi-cœurs programmable.
Plus précisément, cette thèse portera sur la réalisation de la rétine, un capteur optique intelligent :
elle récupère l’information analogique (lumière), effectue un pré-traitement analogique à l’aide
d’une première couche de traitement du réseau de neurones et transmet l’information à l’étage
numérique d’implantation du GBNN. Il y aura au cours de cette thèse des défis et verrous à lever,
dont en particulier :
- l’implantation d’un photocapteur RGB dans des technologies commerciales ayant une résolution
suffisante (un nombre de pixels élevé) permettant d’obtenir des courants significatifs pour effectuer
un pré-traitement complexe au niveau des photo-sites
- les interfaces entre la rétine et l’étage numérique du GBNN permettant de créer un transfert sans
perte des informations analogiques vers les informations numériques.
Pour aboutir les étapes de la thèse devront donc être :
- écriture d’un état de l’art des technologies et techniques de capteurs CMOS
- réalisation et test d’un capteur contenant différentes tailles de photodiode pour évaluer la
nature et les dimensions de sites photosensibles les plus pertinentes
- simulation en analogique d’un étage du réseau de neurone GBNN
- vérification des données à envoyer pour l’étage numérique
- implantation et test de la rétine intelligente implantée sur silicium
Compétences requises :
Electronique analogique et numérique, conception de circuits intégrés mixtes full-
custom et outils CAO associés (Cadence, Calibre), modélisation haut niveau (verilogA,
vhdlAMS ou Matlab/Simulink). La connaissance d’outils TCAD serait un plus.
Période/durée : 3 ans à partir de septembre 2013
Gratification : bourse de thèse région Bretagne + financement Comin Labs
Les candidats devront envoyer un CV et une lettre de motivation
aux encadrants de la thèse