Présentation des partenaires scientifiques

Société Advanced Track and Trace (ATT- 92500 Rueil-Malmaison)

Advanced Track and Trace (https://advancedtrackandtrace.com/) est une entreprise innovante dans le domaine de la traçabilité des biens matériels. Elle fournit des solutions pour l’authentification et l’identification basées sur une connaissance avancée des technologies de marquage des produits et sur des algorithmes brevetés. Elle a comme client des acteurs de premier plan du Luxe, de la Pharmacie, des Vins et Spiritueux. Elle a une forte activité de recherche avancée avec plus de 50 familles de brevets déposés et des collaborations avec différentes entités académiques. Elle est basée à Rueil-Malmaison en région parisienne.

Laboratoire Informatique et Société Numérique (LIST3N - Troyes)

Le laboratoire LIST3N (Laboratoire Informatique et Société Numérique, https://recherche.utt.fr/list3n) est à l’Université de Technologie de Troyes (UTT) et développe des approches efficaces (concepts, modèles, méthodes et outils) pour traiter l'ensemble de la chaîne de traitement des données, des capteurs aux usages, en passant par l'analyse et l'optimisation des données.

C’est un chercheur de l’équipe Modélisation et Sûreté des Systèmes (Professeur Florent RETRAINT) qui assurera l’encadrement scientifique de cette thèse de doctorat.

Présentation générale du sujet de recherche

Les codes 2D tels que les QR Codes, datamatrix, et autres marquages facilement lisibles par smartphone sont considérés comme esthétiquement faibles par une grande majorité des concepteurs de packaging industriels. En particulier pour les produits de luxe, ils sont difficilement compatibles avec les apparences recherchées. Cependant, les prochaines réglementations sur la traçabilité des produits, leur recyclage et sur la bonne information des consommateurs rendent leur usage incontournable.

L’objectif de cette thèse est de rendre au maximum invisible pour la perception humaine les codes 2D, mais aussi des tatouages digitaux (watermarking) mais en en conservant la lisibilité par des applications standards telles que les lecteurs de QR Code inclus dans les Apps Caméras des smartphones.

Cette thèse se propose d’exploiter les réseaux neurones avancés de type stable diffusion pour générer automatiquement, sous contrainte, de tels codes au sein de l’image qui les porte. Des expérimentations ont déjà donné des résultats intéressants, mais limités, car la lisibilité n’était assurée que pour une transmission digitale du support et non pour des acquisitions tenant compte du gap analogique : impression du support, acquisition du résultat par caméras sous des angles et dans des conditions d’éclairage variés. Nous nous proposons donc d’aller plus loin en nous inspirant également des récentes méthodes proposées par l’équipe FAIR de META pour le tatouage des images par stable signature [3].

Différents aspects devront être pris en compte dont la vitesse de génération, la variabilité des contenus, la qualité de relecture (le grade) et la robustesse à des dégradations du résultat.

Quelques références

[1] Rombach, Robin, Andreas Blattmann, Dominik Lorenz, Patrick Esser, et Björn Ommer. « High-Resolution Image Synthesis with Latent Diffusion Models ». arXiv.org, 20 décembre 2021. https://arxiv.org/abs/2112.10752v2

[2] Zhang, Lvmin, Anyi Rao, et Maneesh Agrawala. « Adding Conditional Control to Text-to-Image Diffusion Models ». arXiv, 2 septembre 2023. https://doi.org/10.48550/arXiv.2302.05543

[3] « Stylistic QR Code with Stable Diffusion ». https://antfu.me/posts/ai-qrcode

[4] Fernandez, Pierre, Guillaume Couairon, Hervé Jégou, Matthijs Douze, et Teddy Furon. « The Stable Signature: Rooting Watermarks in Latent Diffusion Models ». arXiv.org, 27 mars 2023. https://arxiv.org/abs/2303.15435v2

Organisation

Conformément au dispositif CIFRE (https://www.anrt.asso.fr/fr/le-dispositif-cifre-7844 ), le doctorant sera embauché par la société Advanced Track and Trace qui assurera le suivi industriel.

L’encadrement académique sera assuré par le Professeur Florent RETRAINT de l’Université de Technologie de Troyes (UTT).

Profil recherché

- Master 2 ou diplôme d’ingénieur

- Connaissances en traitement d’images

- Expérience en apprentissage profond

Pour postuler

Envoyer à l’adresse florent.retraint@utt.fr les 3 documents suivants qui pourront être en français ou en anglais. Privilégiez le format pdf pour les fichiers texte :

1. CV

2. Lettre de motivation (1 page max)

3. Relevé des résultats du master (même provisoire)