MOTIP2: Spatial Priors for End-to-End Multi-Object Tracking
B. Roussel, D. Bouet, L. Chen, P. Perrault
British Machine Vision Conference (BMVC)2026ConférenceAccepté, à paraître
CVBenoît Roussel
Télécharger le PDF ↓Poste actuel
Doctorant, vision par ordinateur
2023–Idemia & Centrale Lyon·Courbevoie & Lyon
Thèse : End-to-End Multi-Object Tracker for Handling Occlusions. Détection et association entraînées conjointement dans un seul modèle, avec pour objectif le suivi longue portée à travers les occlusions et le coût de la vidéo annotée qu’exigent ces modèles.
- Direction
- Liming Chen (LIRIS, École Centrale de Lyon) et Pierre Perrault (Idemia).
- Enseignement
- Cours magistraux, séances de travaux pratiques et exposés sur le suivi et l’apprentissage profond à Télécom Paris, Sorbonne (UPMC) et Centrale Lyon.
- Encadrement
- Un stagiaire M2 sur le suivi multi-objets de bout en bout en temps réel.
Expérience antérieure
Joueur e-sport semi-professionnel (césure)
2023League of Legends·France
Six mois de compétition en troisième division française et en LAN, avec un passage en deuxième division ; classé parmi les 300 meilleurs joueurs européens.
Stagiaire de recherche, imagerie computationnelle
2022EPFL, LCAV·Lausanne
Reconstruction pour caméras sans lentille à partir d’un a priori génératif. Un générateur pré-entraîné sur FFHQ améliore le PSNR de 0,8 à 9,8 dB selon le masque ; la création de masque dans les bibliothèques du laboratoire passe de 5,57 s à 35,1 ms.
Stagiaire de recherche, vision par ordinateur
2021Dassault Aviation·Saint-Cloud
Ancrage automatique d’aéronefs, de trois minutes à la main à trente secondes. Calibration de caméra, création de jeux de données et déploiement sur HoloLens via WinML et ONNX.
Stagiaire de recherche, apprentissage automatique
2020ONERA, The French Aerospace Lab·Palaiseau
Une méthode d’estimation de profondeur auto-supervisée pour affiner la sortie d’une carte de profondeur fondée sur un modèle.
Formation
Master 2 MVA (mathématiques, vision, apprentissage)
2021–2022ENS Paris-Saclay·Gif-sur-Yvette
Diplômé avec mention très bien. Mathématiques appliquées aux données, à l’image et au signal : optimisation convexe, statistiques computationnelles, reconnaissance d’objets, vision 3D, nuages de points, analyse topologique de données, graphes en apprentissage.
- Tutorat
- Génie électrique en licence à l’Institut Villebon-Georges Charpak (Orsay) : expériences pratiques et projets d’ingénierie, dans un format adapté à une promotion recrutée sur son potentiel plutôt que sur ses résultats antérieurs.
Année ARIA, année de recherche en intelligence artificielle
2020–2021ENS Paris-Saclay·Gif-sur-Yvette
Un projet de recherche au Centre Borelli sur les styles moteurs en populations saines et pathologiques, en parallèle de cours avancés du MVA, puis six mois chez Dassault Aviation.
Formation Saphire, puis Master 1 E3A (voie André Ampère)
2018–2020ENS Paris-Saclay·Cachan
Deux années, toutes deux avec mention très bien : une année d’ingénierie pluridisciplinaire, dont le projet annuel était de construire la voiture autonome la plus rapide possible pour la compétition Saph Team Racing de l’école, puis un master de génie électrique complété de cours d’IA : automatique, traitement du signal et de l’image, apprentissage pour les séries temporelles, la vidéo et l’image.
CPGE, physique et technologie
2016–2018Lycée Jules Ferry·Versailles
Deux ans de préparation intensive aux concours d’entrée aux Grandes Écoles.
Publications
Multi-Object Tracking as Identity Correction
B. Roussel, K. Steunou, D. Martin, P. Perrault
HAL preprint2026Prépublication
Compétences
- Recherche
- Suivi multi-objets, détection et segmentation, compréhension de scène 3D, imagerie computationnelle
- Programmation
- Python, PyTorch, PyTorch3D, JAX, C/C++, Matlab, SQL
- Outils
- Entraînement distribué (HPC, Slurm), GCP, Linux, shell, Git, LaTeX
- Langues
- Français (langue maternelle), anglais (professionnel complet, C1 Advanced), allemand (notions professionnelles)