CESAR Analyse multi-sourCe embarquée pour l’Exploration de l'environnement Sous-mARin

CESAR vise à améliorer l’observation sous-marine grâce à une intelligence embarquée sur des drones. Il utilise des données multimodales (optique et scalaire) pour analyser l’environnement sous-marin de manière stable, quelles que soient les variations spatio-temporelles. L’objectif est de rendre les drones capables de prendre des décisions de façon autonome en intégrant les spécificités de chaque zone et moment d’observation. 

Pour cela, le projet adapte des techniques d'apprentissage automatique comme le "contrastive learning" pour optimiser l’apprentissage et le "curriculum learning" pour ajuster l’analyse des données. Un réseau neuronal adaptatif est aussi exploité pour contrôler la prise de décision en fonction de la complexité de l’image.

Les quatre objectifs principaux sont :

1. Identifier les paramètres sous-marins qui affectent la qualité des images ;
2. Optimiser les algorithmes d’IA par des techniques d’apprentissage innovantes ;
3. Accélérer l’interprétation des scènes sous-marines via KD (distillation des connaissances) ;
4. Concevoir des architectures reconfigurables pour les calculs embarqués.