Aller au contenu
JEAN-PHILIPPE MERCIER, PhD
Deep Learning · Computer Vision · Robotics

Jean-Philippe Mercier, PhDApplied Scientist

Je conçois des systèmes de perception qui permettent aux robots de comprendre, localiser et interagir avec le monde réel

Photo de Jean-Philippe Mercier

À propos

Je suis cofondateur et scientifique en IA chez NQB, où je livre des projets d'IA sur mesure en vision, en agents IA et en recherche opérationnelle pour des clients en défense, en santé, en manufacturier et en SaaS. Titulaire d'un doctorat en informatique de l’Université Laval, je travaille à l'intersection du deep learning, de la vision par ordinateur et de la robotique. Mes recherches ont porté sur la détection d'instances d'objets, l’estimation de pose 6D en scènes encombrées, l’adaptation de domaine entre simulation et données réelles, ainsi que sur la perception 3D et le placement autonome de capteurs. Avant NQB, j'ai co-développé chez Robotiq un produit de pick-and-place industriel pour Universal Robots — une technologie dont je suis co-inventeur du brevet — et contribué chez Aerex Avionique à près d'une dizaine de contrats de défense en imagerie visible, infrarouge et hyperspectrale. Mon travail relie les modèles d'apprentissage aux contraintes réelles des robots et des capteurs.

« De la perception visuelle à l’interaction avec le monde physique. »

Modalités de perception09

  • RGB et RGB-D
  • Imagerie thermique et visible
  • Imagerie infrarouge et hyperspectrale
  • Perception 3D et nuages de points
  • Télémétrie laser et Leddar
  • AR tags et calibration
  • Modèles 3D et CAO
  • Vidéo et suivi d'objets
  • Capteurs électro-optiques

Expertise technique09

  • Apprentissage profond
  • Détection d'objets et d'instances
  • Estimation de pose 6D
  • Adaptation de domaine
  • Sim-to-real et données synthétiques
  • Supervision faible
  • Agents IA et automatisation
  • Recherche opérationnelle
  • ROS · PyTorch · C++

Expérience

2021 — Présent
Cofondateur & AI Scientist
NQB.AI

Livraison de projets d'IA sur mesure en vision, NLP, IA générative, traitement du signal et recherche opérationnelle, pour des clients en défense, santé, manufacturier et SaaS. Selon les mandats : contributeur unique, lead technique d'équipe ou superviseur de développeurs et de chercheurs.

PythonPyTorchComputer VisionAI Agents
2020 — 2021
Spécialiste vision par ordinateur et IA
Aerex Avionique · RDDC

Contribution à près d'une dizaine de contrats de défense pour le ministère de la Défense nationale : détection, suivi et classification d'objets en imagerie visible, infrarouge et hyperspectrale. Déploiement de modèles sur serveur, PC et systèmes embarqués. Coauteur d'un article OTAN.

Deep LearningInfrared ImagingHyperspectral ImagingEdge Deployment
2015 — 2019
Scientifique en vision
Robotiq

Co-développement d'un produit de pick-and-place industriel pour les robots Universal Robots, du firmware caméra jusqu'à la détection d'objets. Co-inventeur du brevet « Robotic arm camera system and method » (CA2977077A1).

Computer VisionRoboticsEmbeddedC++
2018
Chercheur invité au doctorat
Rutgers University

Localisation d'objets et estimation de pose 6D à partir de simulation et d'images réelles faiblement annotées. Travaux publiés à ICRA 2019.

Sim-to-Real6D PoseDeep Learning
2013 — 2021
Ph.D. & M.Sc. en informatique
Université Laval

Doctorat « Deep learning for object detection in robotic grasping contexts »; maîtrise sur la vision 3D pour la préhension robotique semi-automatique. Prix d'excellence Pierre Marchand (2014).

Deep Learning3D VisionRoboticsResearch

Publications choisies

Projets

Affichés 16 / 16
01
Détection d'instances d'objets par templates (DTOID)
Détection 2D d'une instance précise d'objet à partir de simples vues de référence, sans réentraînement pour chaque nouvel objet — près de 30 mAP de mieux que le template matching sur Occluded LINEMOD. Publié à WACV 2021, code public (jpmerc/DTOID).
Few-ShotObject DetectionPyTorch
02
Estimation de pose 6D avec un minimum d'annotations réelles
Localisation d'objets et estimation de pose 6D en scènes encombrées et occluses : entraînement en simulation puis adaptation de domaine avec aussi peu que dix images réelles faiblement annotées par objet. Publié à ICRA 2019 (avec Rutgers University).
Sim-to-Real6D PoseDomain Adaptation
03
Ranking profond de templates pour le pick-and-place
Réseaux profonds classant rapidement les templates les plus pertinents pour un objet cible, afin d'accélérer le template matching dans les systèmes robotisés de pick-and-place. Publié à WACV 2017.
Template MatchingDeep LearningRobotics
04
Pick-and-place industriel pour robots collaboratifs
Co-développement chez Robotiq d'un produit de vision pour le pick-and-place industriel sur Universal Robots : firmware caméra, calibration, détection d'objets et intégration robot. Technologie brevetée (CA2977077A1) déployée en usine.
Computer VisionRoboticsC++Embedded
05
Calibration Jaco–Kinect et perception 3D
Calibration de la transformation entre un bras Kinova Jaco et une caméra Kinect à l'aide d'AR tags, avec workflow ROS/RViz documenté (jpmerc/perception3d).
ROSCalibration3D Perception
06
Placement autonome de multi-capteurs en 3D
Optimisation simultanée du nombre et de la position de robots-capteurs dans des environnements 3D inconnus et occlus, par modèle de visibilité et optimisation sans dérivées (CMA-ES, coévolution coopérative). Publié à ICRA 2015.
OptimizationCMA-ESROS
07
Suivi 3D temps réel par AR tags
Extension d'ar_track_alvar : transformation caméra→tag robuste calculée par RANSAC sur les coins 3D plutôt que par solvePnP, avec démonstration vidéo publique (jpmerc/3D_Tracking).
RANSAC3D TrackingROS
08
Outillage pour capteur Leddar
Interface Qt de configuration d'un télémètre Leddar — oversampling, accumulation, intensité DEL, seuils — et intégration du capteur dans une stack ROS (jpmerc/leddarUI, jpmerc/leddartech).
C++QtROS
09
Préhension robotique semi-automatique par vision 3D
Travaux de maîtrise sur la vision 3D pour la préhension robotique semi-automatique. Prix d'excellence Pierre Marchand (2014).
3D VisionRoboticsGrasping
10
Détection et suivi d'objets pour la défense
Près d'une dizaine de contrats pour le ministère de la Défense nationale chez Aerex Avionique : détection, suivi et classification d'objets en imagerie visible, infrarouge et hyperspectrale, déployés sur serveur, PC et systèmes embarqués. Coauteur d'un article OTAN.
Deep LearningInfrared ImagingHyperspectral ImagingEdge Deployment
11
Drone vs oiseau — grand challenge international
Participation au grand challenge international « Drone-vs-Bird » : détection de drones dans des séquences vidéo en présence d'oiseaux et d'autres distracteurs, sans fausses alarmes. Résultats publiés dans la revue Sensors.
Deep LearningObject DetectionVideo
12
Recalage thermique-visible par homographie profonde
Alignement d'images thermiques et visibles par estimation d'homographie avec des réseaux profonds, pour la fusion multi-capteurs. Publié à FUSION 2022.
Image RegistrationInfrared ImagingDeep Learning
13
Évaluation automatisée d'infrastructures minières
Système d'apprentissage automatique développé chez NQB pour évaluer la sévérité de la dégradation de composantes structurales de puits de mine à partir de données d'inspection. Article soumis en 2026.
Computer VisionDeep LearningInspection
14
Agents IA en production — devis, courriels et voix
Conception et déploiement d'agents IA en production chez des clients de NQB : génération automatisée de devis, réponses courriel automatisées pour des réservations et agent vocal de vente.
AI AgentsLLMNLP
15
Prévision des vagues de COVID-19 multi-sites
Prévision de séries temporelles pour anticiper les vagues de COVID-19 sur plusieurs sites, en combinant méthodes statistiques et apprentissage profond.
Time SeriesDeep LearningForecasting
16
Optimisation de tournées et d'horaires
Recherche opérationnelle appliquée chez NQB : optimisation de tournées de véhicules et de confection d'horaires sous contraintes métier réelles.
Operations ResearchOptimizationPython

Entrons en contact

Toujours intéressé à discuter de perception robotique, de vision par ordinateur ou d'un projet d'IA à livrer. N'hésitez pas à m'écrire!

Envoyer un message