Internship 3D Reconstruction In The Dark Radiance Fields For Unlit Environments-Saclay H/F - CEA

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.


Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.


Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.


Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :


- La conscience des responsabilités

- La coopération

- La curiosité

As an intern at the CEA, you will have the opportunity to work within a world-renowned research environment. Our teams consist of passionate and dedicated experts, providing an ideal setting for learning and collaboration. You will have access to state-of-the-art equipment and top-tier research resources to carry out your assignments. The work conducted may potentially lead to a scientific publication.

What do we expect from you?

The intern will be responsible for:

-State of the Art Review: Analyzing existing 3D reconstruction methods (NeRF, Gaussian Splatting) and their limitations in unlit environments.
-Prototyping: Implementing a solution that model the light source in the inverse rendering reconstruction pipeline.
-Experimentation: Testing the system in real or simulated scenarios, with different light configurations.
-Optimization: Improving robustness and the reconstruction accuracy (large environment, reflective sufaces)
-Validation: Comparing results with classical methods (with fixed lighting) and evaluating improvements in quality and robustness.

#Cea-List

• Currently enrolled in your final year of a Master's program (M2) or an Engineering School (including gap year students).
• Strong skills in computer vision and machine learning, particularly.
• High proficiency in Python alongside experience using a deep learning framework, with a strong preference for PyTorch.