Recherche vidéo intelligente en langage naturel

Sujet

Développer un module permettant d'interroger de longues vidéos à l'aide de requêtes en langage naturel et de retrouver automatiquement les séquences correspondantes avec leurs horodatages. Le projet inclut également l'indexation multimodale des vidéos, la recherche intelligente ainsi que la génération automatique de descriptions, de résumés et de chapitres. L'objectif est d'intégrer cette fonctionnalité à Octomiro Studio.

Missions

• Indexer de longues vidéos à l'aide d'embeddings multimodaux.
• Retrouver les séquences par requête en langage naturel, avec horodatage.
• Générer automatiquement des descriptions, des résumés et des chapitres.
• Intégrer le module dans Octomiro Studio.

Informations pratiques

• Durée : 6 mois, à présenter comme un stage de 4 à 6 mois.
• Début : février 2027.
• Lieu : hybride.
• Profil : Bac+5 ingénieur ou master.
• Référence : PFE-2027-02.

Mots-clés

IA multimodale, Computer Vision, Video Understanding, Vision-Language Models (VLM), recherche sémantique, embeddings multimodaux, bases de données vectorielles, LLM.

Candidature

Le dossier doit comprendre un CV et quelques lignes de motivation. Date limite de candidature : 5 janvier 2026.