Contexte :Le jumeau numérique 3D des infrastructures de télécommunication, comprenant le modèle 3D des tours métalliques, des locaux techniques au sol et des équipements associés (par exemple, le panneau de distribution basse tension, la station de base émettrice-réceptrice ou les cellules), est un outil essentiel utilisé pendant les phases d'ingénierie et de maintenance. En effet, ce jumeau numérique 3D permet de simuler l'emplacement des futurs équipements, et doit être tenu à jour afin d'éviter une prise de décision basée sur une représentation obsolète. Descriptif : La thèse visera à détecter les divergences entre l'infrastructure de télécommunication réelle et son jumeau numérique 3D en utilisant des capteurs de vision ordinaires tels que ceux embarqués dans les smartphones ou dans les drones civils. A partir de ces captures réalisées depuis plusieurs points de vue, la solution mise en place devra identifier les différents équipements de télécommunication positionnés sur le pylône métallique ou dans le local technique, afin de les faire correspondre avec ceux du jumeau numérique 3D, et d'indiquer les écarts entre l'infrastructure réelle et son jumeau numérique. Cette thèse s'appuiera principalement sur des approches d'apprentissage automatique, que ce soit pour la reconstruction 3D dense, la segmentation panoptique 2D et 3D, la relocalisation, ou tout autre traitement de vision par ordinateur. Cette thèse s'inscrit dans un contexte industriel et tentera de répondre à un besoin industriel concret. Ses résultats devront être testés dans un environnement représentatif. Résultats attendus: • Un état de l'art sur la détection des divergences entre un modèle 3D et l'environnement réel à partir d'images RGB.• La publication et la mise en œuvre de représentations et de techniques innovantes pour détecter les écarts entre un modèle 3D et l'environnement réel à partir d'images RGB.• Une ou plusieurs expérimentations de la solution appliquée aux infrastructures de télécommunication. Cette thèse CIFRE sera financée par TDF (Vi OLIVET, Digital Lab leader), sous la direction du Pr. Panagiotis PAPADAKIS d'IMT Atlantique, et fera partie d'un projet porté par l'IRT b<>com (Dr. Jérôme ROYAN, senior scientist et principal architect). Profil recherché : - Le candidat doit avoir d'excellentes compétences en développement informatique (C++, Python) - Le candidats doit également démontrer des compétences en vision par ordinateur (localisation, reconstruction 3D, segmentation 2D et 3D, etc.), et en apprentissage automatique (CNN, GaN, NeRF, etc.).