Computer Vision for Out-of-Home - QC-789 / Vision par ordinateur pour l'extérieur - QC-789

Project type: Research
Desired discipline(s): Engineering - computer / electrical, Engineering, Computer science, Mathematical Sciences
Company: Addad Media
Project Length: 4 to 6 months
Preferred start date: 10/01/2024
Language requirement: French
Location(s): Laval, QC, Canada
No. of positions: 2
Desired education level: Master's
Open to applicants registered at an institution outside of Canada: No

About the company: 

Addad Media est une entreprise innovante spécialisée dans les solutions de communication numérique et de publicité extérieure. Nous nous concentrons sur l’intégration de technologies avancées pour offrir des solutions de publicité dynamique et de gestion de données pour des événements et des points de vente. Notre offre inclut des bornes de recharge cellulaire intelligentes et un réseau d'écrans numériques installés dans divers commerces de détail, permettant aux marques de toucher leur audience de manière engageante et mesurable.

Nous nous distinguons par notre utilisation de technologies d'analyse avancées, comme l'intelligence artificielle, pour fournir des métriques précises sur l'achalandage et le niveau de satisfaction des clients. Ces données permettent à nos clients de maximiser l'impact de leurs campagnes publicitaires et d'optimiser leurs événements en temps réel.

Addad Media s'engage à offrir des solutions publicitaires innovantes tout en respectant les standards éthiques de la collecte de données. En travaillant avec nous, vous bénéficiez non seulement d'une visibilité accrue, mais aussi d'une compréhension approfondie des comportements de vos clients. Notre approche unique fait de nous un partenaire idéal pour toute stratégie de communication moderne.

Describe the project.: 

Le projet "Computer Vision for Out-of-Home" (CVOOH) vise à révolutionner l'affichage publicitaire extérieur en intégrant des technologies avancées de vision par ordinateur. Ce projet se concentre sur l'utilisation de caméras et d'algorithmes d'intelligence artificielle pour analyser en temps réel les interactions des consommateurs avec les panneaux publicitaires dans des environnements publics tels que les centres commerciaux, les rues et les lieux de divertissement.

Grâce à des capteurs sophistiqués et à des logiciels de traitement d'image, CVOOH collecte des données précieuses sur l'achalandage, le comportement et les émotions des passants. Les fonctionnalités clés incluent la détection de la fréquence de passage, la durée de l'engagement avec les publicités et l'analyse des réactions émotionnelles des individus. Ces informations permettent d'ajuster les campagnes publicitaires en temps réel pour maximiser leur impact.

Le projet offre une solution innovante pour les annonceurs en permettant une personnalisation poussée des messages publicitaires basés sur des données objectives et anonymisées. Les annonceurs peuvent ainsi optimiser leurs campagnes pour mieux répondre aux préférences et aux comportements des consommateurs.

En plus d'améliorer l'efficacité publicitaire, CVOOH se distingue par son engagement envers la collecte éthique des données. Les données sont anonymisées et utilisées uniquement pour des analyses agrégées, respectant ainsi la confidentialité des individus.

En résumé, "Computer Vision for Out-of-Home" offre une approche moderne et intelligente à la publicité extérieure, combinant la puissance de la vision par ordinateur avec des pratiques de collecte de données éthiques pour transformer l'expérience publicitaire et fournir des insights précieux aux annonceurs.

Required expertise/skills: 

Le stagiaire doit posséder une solide compréhension de la vision par ordinateur, avec des compétences pratiques dans les algorithmes de détection et reconnaissance d'objets, ainsi qu'une maîtrise des outils tels qu'OpenCV et TensorFlow. Une bonne connaissance du traitement d’image et des techniques de prétraitement est également cruciale. En programmation, la maîtrise de Python ou C++ est requise, avec une expérience des IDE comme PyCharm ou Visual Studio.

Une compréhension des principes de machine learning et d’intelligence artificielle est nécessaire, incluant les modèles supervisés et non supervisés. Le stagiaire doit également posséder des compétences en analyse de données pour interpréter les résultats visuels et générer des rapports.

En termes de compétences interpersonnelles, il est important d’avoir une bonne capacité à communiquer les résultats techniques de manière claire et à travailler en collaboration avec une équipe multidisciplinaire. Enfin, une bonne gestion du temps et une adaptabilité face aux nouvelles technologies sont essentielles pour s’ajuster aux évolutions rapides du projet.