Nous proposons un stage (de niveau Master 2/5ième année ingénieur) portant sur la détection de baisse d'engagement durant une interaction avec nos agents conversationnels. La solution peut être trouvée en utilisant des modèles à base de règles ou en utilisant des techniques de machine/deep learning [1, 2, 3, 4, 5] OBJECTIFS : - Analyser le comportement (mouvement de tête, émotion, ...) pour trouver les caractéristiques de baisse d'engagement. - Modélisation et détection de la baisse d'engagement - Évaluation - Application en temps réel CONDITION DU STAGE : Le stage se déroulera sur une période de 6 mois dans le département R&D du Ludo-Vic SAS. Des outils de travail à distance sont disponibles au sein de l'entreprise. PROFIL RECHERCHÉ : - Bac +5 dans le domaine de l'informatique et de l'IA. - Capacité à réaliser des interactions et des animations 3D. - Expérience avec Unity3D et compétence en langage C# sont un vrai plus. RÉMUNÉRATION : - conditions standards de rémunération de stage. CONTACTS ET CANDIDATURE Merci d'envoyer votre CV (vos relevés de notes, vos rapports de projets/stages...) à : Jack Amberg : jack[at]ludo-vic.com Atef Ben-Youssef : atef[at]ludo-vic.com RÉFÉRENCE : [1] A. Ben-Youssef, C. Clavel, S. Essid, M. Bilac, M. Chamoux, and A. Lim, "UE-HRI: A new dataset for the study of user engagement in spontaneous human-robot interactions," in Proc. 19th ACM Int. Conf. Multimodal Interaction (ICMI), 2017, pp. 464-472. DOI: 10.1145/3136755.3136814 (https://www.tsi.telecom-paristech.fr/aao/en/2017/05/18/ue-hri-dataset/) [2] A Gupta, A DCunha, K Awasthi, V Balasubramanian, DAiSEE: Towards User Engagement Recognition in the Wild, arXiv preprint: https://arxiv.org/abs/1609.01885 [3] A. Ben Youssef, C. Clavel and S. Essid, "Early Detection of User Engagement Breakdown in Spontaneous Human-Humanoid Interaction," in IEEE Transactions on Affective Computing, 2019, doi: 10.1109/TAFFC.2019.2898399. [4] A. Ben-Youssef, G. Varni, S. Essid, and C. Clavel, "On-the-Fly Detection of User Engagement Decrease in Spontaneous HumanRobot Interaction Using Recurrent and Deep Neural Networks," International Journal of Social Robotics, 2019. (https://hal.archives-ouvertes.fr/hal-02288044) [5] L. Geng, M. Xu, Z. Wei and X. Zhou, "Learning Deep Spatiotemporal Feature for Engagement Recognition of Online Courses," 2019 IEEE Symposium Series on Computational Intelligence (SSCI), Xiamen, China, 2019, pp. 442-447, doi: 10.1109/SSCI44817.2019.9002713.