Youssef El Assfouri

• Pilotage de campagnes de métrologie sub-pixel par vision pour des essais en vol aéronautiques, avec fourniture de mesures de haute précision des déformations structurelles et de la cinématique, utilisées pour la validation de conception et la certification, tout en coordonnant jusqu’à 3 ingénieurs.

• Développement de pipelines Python sur mesure en vision par ordinateur géométrique 2D/3D et en IA pour l’analyse en vol des structures et de la cinématique : estimation de pose, reconstruction 3D, détection, identification, suivi et recalage de points clés sub-pixel, à partir de données issues de scanners 3D, lidars, caméras événementielles, infrarouges et classiques.

• Accompagnement d’équipes pluridisciplinaires (structures, essais en vol, R&D) dans la définition des besoins en systèmes de vision et la mise en place de solutions de mesure adaptées.

• Contribution à une bibliothèque propriétaire de vision par ordinateur en Python chez Airbus, avec le développement d’un module optimisé de décodage de cibles circulaires codées.

• Calibration de systèmes de caméras mono, stéréo et infrarouges pour des applications de mesure de haute précision.

• Évaluation et intégration de nouveaux outils de vision par ordinateur, d’algorithmes de SLAM et de solutions d’Edge AI afin d’améliorer l’efficacité des projets et des processus de mesure.

Traitement du Signal & des Images Acoustiques pour Applications Aérospatiales

▪ Conçu et implémenté un algorithme de détection d'événements pour des enregistrements à faible rapport signal/bruit (SNR) de bruit de fond d'aéronefs, permettant l'identification automatisée d'anomalies acoustiques.

▪ Documenté les résultats et fourni des rapports techniques aux parties prenantes.

▪ Développé un jeu vidéo Python en temps réel contrôlé par des gestes de la main, atteignant 30,7 FPS de détection de main sans accélération GPU.

▪ Implémenté un pipeline de suivi de main utilisant un réseau de neurones convolutifs (CNN) pré-entraîné basé sur l'architecture SSD via Google MediaPipe.

▪ Conçu le pipeline de vision par ordinateur et d'inférence deep learning pour la classification de gestes et le contrôle du jeu en temps réel.