Menu

Issam DAHMEN

En résumé

Mes compétences :
C#
C++
C
VHDL
Assembleur
OpenCV
MATLAB
Traitement d'images

Entreprises

  • Wisimage - Ingénieur développement 3D

    2017 - maintenant Projet 1: Construction de la base de données 3D de hauts de corps
    - Programmation C# Unity3D
    - Modélisation 3D (Blender + iClone 7)
    - Programmation GPU (CG/HLSL)

    Projet 2: Détection/suivi 3D temps réel de landmarks 3D sur le visage/haut du corps pour la simulation de maquillage et d’accessoires
    - Programmation C# Unity3D
    - Test et évaluation des frameworks de réalité augmenté (Vuforia, Xzimg, ARcore ...)
    - Création et intégration des DLLs sur Unity3D
    - Programmation C++ OpenCV

  • Laboratoire Interactions Immersives -Institut de Recherche Technologique (IRT B-Com) Rennes-France - Ingénieur développement Unity 3D

    2016 - 2016 Projet : Réalisation d'un outil graphique de génération de bases de données pour les méthodes d’apprentissage
    - Définition d’une architecture de plateforme d’apprentissage basée sur les random forest.
    - Développement de l’algorithme sous C# et Unity3D
    - Traduction du code (C++/ OpenCV) vers C#
    - Création d’une interface de programmation (API) C++ / C#
    - Création d’une interface graphique (GUI) sous Unity3D
    Résultats :
    - Un outil graphique qui permet premièrement la génération de la base d’apprentissage s’appuyant sur le rendu des modèles 3D, et deuxièmement la configuration et l’exécution de cet apprentissage s’appuyant sur des random forest.
    - Un manuel utilisateur
    Mots clés : C#, C++, Unity3D, OpenCV, Machine Learning, Random forest, Visual studio

  • Laboratoire Vision - Institut Supérieur de l'Electronique et du Numérique (ISEN) Brest-France - Ingénieur développement en traitement d’images

    2015 - 2015 Projet : Etude et développement d’un système de reconnaissance et suivi de visage
    - Recherche documentaire sur l'état de l'art du traitement d'image (Détection, Reconnaissance de formes, Suivi)
    - Étude de performances de la méthode « Corrélation optique »
    - Comparaison de cette méthode avec les différentes méthodes qui existent
    - Développement d'algorithme sous Matlab
    - Portage de l'application sur la carte Raspberry Pi (Développement C++/OpenCV)
    - Amélioration du temps de traitement de l'ensemble de la chaîne
    Résultats :
    - Une application Matlab qui permet de détecter, d’identifier et de suivre une personne dans un couloir à travers les réseaux de caméras.
    - Réalisation d'un prototype à l'aide d’un Raspberry Pi et 3 caméras
    Mots clés : Matlab, C++, OpenCV, Visual studio, Code Blocks, Raspberry pi, Windows, Raspbian

Formations

Réseau

Annuaire des membres :