Dissertations / Theses on the topic 'Détection intelligente du crime'

Cette these propose, d'une part, une nouvelle approche architecturale pour la realisation d'applications automobiles necessitant une fusion de donnees en provenance de capteurs heterogenes et, d'autre part, presente un algorithme de pretraitement des donnees d'un radar micro-onde. Dans un premier temps, l'analyse des architectures des demonstrateurs de detection d'obstacles prochip2 et prolab2 (cf. Le programme europeen de recherches prometheus sur la voiture intelligente) nous a conduit a proposer une nouvelle architecture fonctionnelle. Notre approche introduit une couche de pretraitement de donnees capteur qui permet de les exploiter localement (proche du radar) avant de les envoyer vers des architectures de fusion de donnees (qui traditionnellement recoivent des donnees dont la signification a en plus ete bruitee par la repartition de l'application). Dans un second temps, un simulateur elementaire capable de generer des donnees radar pour des scenarios simples de circulation autoroutiere a ete realise pour completer notre base de donnees reelles du radar micro-onde de l'iemn. A l'aide de ces donnees experimentales et simulees, un algorithme deterministe de traitement des informations du radar a ete concu. Il reduit de facon significative le volume des donnees a transferer par la conversion des donnees locales du radar en une information de semantique plus elevee : il fournit des donnees plus pertinentes (par exemple : vitesses,. . . ) A l'etage de fusion de donnees ; en particulier il predit de trajectoire des obstacles. Des ouvertures sont enfin proposees. Un estimateur h est tout d'abord utilise pour limiter l'effet des perturbations affectant les donnees du radar. Un controleur est ensuite propose afin de reduire l'effet d'une source importante de perturbations : le tangage de la voiture.

Les systèmes de communications sans fil ne cessent de se multiplier pour devenir incontournables de nos jours. Cette croissance cause une augmentation de la demande des ressources spectrales, qui sont devenues de plus en plus rares. Afin de résoudre ce problème de pénurie de fréquences, Joseph Mitola III, en 2000, a introduit l'idée de l'allocation dynamique du spectre. Il définit ainsi le terme " Cognitive Radio " (Radio Intelligente), qui est largement pressenti pour être le prochain Big Bang dans les futures communications sans fil [1]. Dans le cadre de ce travail on s'intéresse à la problématique du spectrum sensing qui est la détection de présence des Utilisateurs Primaires dans un spectre sous licence, dans le contexte de la radio intelligente. L'objectif de ce travail est de proposer des méthodes de détection efficaces à faible complexité et/ou à faible temps d'observation et ceci en utilisant le minimum d'information a priori sur le signal à détecter. Dans la première partie on traite le problème de détection d'un signal aléatoire dans le bruit. Deux grandes méthodes de détection sont utilisées : la détection d'énergie ou radiomètre et la détection cyclostationnaire. Dans notre contexte, ces méthodes sont plus complémentaires que concurrentes. Nous proposons une architecture hybride de détection des bandes libres, qui combine la simplicité du radiomètre et la robustesse des détecteurs cyclostationnaires. Deux méthodes de détection sont proposées qui se basent sur cette même architecture. Grâce au caractère adaptatif de l'architecture, la détection évolue au cours du temps pour tendre vers la complexité du détecteur d'énergie avec des performances proches du détecteur cyclostationnaire ou du radiomètre selon la méthode utilisée et l'environnement de travail. Dans un second temps on exploite la propriété parcimonieuse de la Fonction d'Autocorrelation Cyclique (FAC) pour proposer un nouvel estimateur aveugle qui se base sur le compressed sensing afin d'estimer le Vecteur d'Autocorrelation Cyclique (VAC), qui est un vecteur particulier de la Fonction d'Autocorrelation Cyclique pour un délai fixe. On montre par simulation que ce nouvel estimateur donne de meilleures performances que celles obtenues avec l'estimateur classique, qui est non aveugle et ceci dans les mêmes conditions et en utilisant le même nombre d'échantillons. On utilise l'estimateur proposé, pour proposer deux détecteurs aveugles utilisant moins d'échantillons que nécessite le détecteur temporel de second ordre de [2] qui se base sur l'estimateur classique de la FAC. Le premier détecteur exploite uniquement la propriété de parcimonie du VAC tandis que le second détecteur exploite en plus de la parcimonie la propriété de symétrie du VAC, lui permettant ainsi d'obtenir de meilleures performances. Ces deux détecteurs outre qu'ils sont aveugles sont plus performants que le détecteur non aveugle de [2] dans le cas d'un faible nombre d'échantillons.

Ce travail de thèse a pour sujet l'étude et le développement d'un système de détection de véhicules pour une conduite plus sécurisée, avec comme principale application la gestion intelligente de la distance inter véhiculaire. En effet, près d'un accident corporel sur quatre est dû à une collision arrière. Nous considérons que notre système améliore sensiblement la robustesse de la détection de véhicules par rapport à l'existant. Deux points sont à l'origine de cette amélioration. Premièrement, nous avons accordé beaucoup d'intérêt à la détection par monovision, en concevant une approche original basée sur une analyse fine du gradient et l'extraction d'attributs d'image, renforcée par l'algorithme de classification adaboost/ga. Deuxièmement, nous avons conçu un outil générique de fusion basé sur la théorie des croyances, ayant pour but de combiner les confiances en provenance de plusieurs sources différentes qu'elles soient physiques ou algorithmiques. Cela nous a permis de bâtir une architecture modulaire et souple permettant d'exploiter au mieux les ressources disponibles pour mieux distingur les véhicules des autres objets de la scène routière. Ce système est actuellement opérationnel et implémenté sur le démonstrateur lara du caor. Il aété évalué lors de la clôture du projet arcos et a prouvé sa fiabilité au cours des démonstrations sur piste sur des scénarios critiques élaborés par les architectes de la fonction "gestion des interdistances"
This ph. D. Thesis tackles the problem of improving the robustness of vehicle detection for acc applications. In fact, one corporal accident out of four is due to a rear collision. For this sake, we combine two sensors : a frontal camera and a laser scanner. The improvement of the robustness stems from two aspects. First, we addressed the visionb based detection by developing an original approach based on fine gradient analysis, enhanced with the algorithm adaboost/ga for vehicle recognition. Then, we use the theory of evidence as a fusion framework to combine confidences delivered by the sensors and algorithms in order to improve the classification "vehicle vs. Non vehicle". The final architecture of the system is not only modular but also generic and flexible, that it could be used for other detection applications. The system was successfully implemented on lara, the prototype vehicle of the robotics center. It was evaluated at the final session of the project arcos and has demonstrated its fiability over various test scenarios elaborated specifically for acc applications

Cette thèse présente une analyse de la stabilité pour une classe de systèmes non linéaires incertains et une méthode pour concevoir des contrôleurs flous robustes pour stabiliser les systèmes multi-sources d'énergie assujettis à des incertitudes paramétriques, des défauts de capteur, des défauts d'actionneurs, d’entrées inconnues et des perturbations. Tout d'abord, le modèle flou de Takagi-Sugeno (TS) est adopté pour la modélisation floue du système non linéaire incertain. Ensuite, nous proposons une méthode d’observateurs flous dédiés (OFD) et un Observateur Flou Proportionnel Intégral (OFPI) et une commande tolérante aux fautes pour les systèmes de type TS. Les observateurs dédiés fournissent des résidus pour la détection et la localisation des défauts de capteurs qui peuvent affecter un modèle TS et l’observateur proportionnel intégral permet d’estimer les défauts d'actionneurs qui alimentent le banc d’observateurs dédiés pour reconfigurer la loi de commande. Le concept de compensations distribuées parallèle (PDC) est utilisé pour concevoir une commande floue tolérante aux fautes et des observateurs à partir des modèles flous TS. Les systèmes flous TS sont classés en trois familles sur la base des matrices d'entrée et une synthèse de la commande est proposée pour chaque famille. Dans chaque famille, des conditions suffisantes sont établies pour la stabilisation robuste, dans le sens de Taylor et de Lyapunov, pour le système flou TS. Des conditions suffisantes sont formulées sous la forme d'inégalités matricielles linéaires (LMI) et d’égalités linéaires matricielles (LME). Des remarques importantes pour l'analyse de la stabilité et le concept sont données. L'efficacité de la méthodologie de conception de la commande proposée est finalement démontrée par un système hybride éolien-diesel (HWDS), système d'énergie éolienne (SEA) avec les machines asynchrones à double alimentation (MADA) et une installation photovoltaïque de nouvelle génération (PV)
This thesis presents stability analysis for a class of uncertain nonlinear systems and a method for designing robust fuzzy controllers to stabilize the multivariable multi-sources of energy systems subject to parameter uncertainties, sensor faults, actuator faults/unknown inputs and wind disturbance. First, the Takagi–Segno (TS) fuzzy model is adopted for fuzzy modeling of the uncertain nonlinear system. Next, we propose a Fuzzy Dedicated Observers (FDOS) method and a Fuzzy Proportional-Integral Estimation Observer (FPIEO) with a Fuzzy Fault Tolerant Control (FFTC) algorithm for TS systems. FDOS provide residuals for detection and isolation of sensor faults which can affect a TS model and FPIEO estimate the actuator faults which fed to the FDOS to reconfigure the controller. The concept of the Parallel Distributed Compensation (PDC) is employed to design FFTC and observers from the TS fuzzy models. Sufficient conditions are derived for robust stabilization, in the sense of Taylor series stability and Lyapunov method, for the TS fuzzy system with parametric uncertainties, sensor faults, actuator faults/unknown inputs and wind disturbance. The sufficient conditions are formulated in the format of Linear Matrix Inequalities (LMIs) and Linear Matrix Equalities (LMEs). Important issues for the stability analysis and design are remarked. The effectiveness of the proposed controller design methodology is finally demonstrated through a Hybrid Wind-Diesel System (HWDS), Wind Energy System (WES) with Doubly Fed Induction Generators (DFIG) and Photovoltaic (PV) generation system to illustrate the effectiveness of the proposed method

Una città intelligente è un luogo in cui la tecnologia viene sfruttata per aiutare le amministrazioni pubbliche a prendere decisioni. La tecnologia può contribuire alla gestione di numerosi aspetti della vita quotidiana, offrendo ai cittadini servizi più affidabili e migliorando la qualità della vita. Tuttavia, la tecnologia da sola non è sufficiente per rendere una città intelligente; sono necessari metodi adeguati per analizzare i dati raccolti e gestirli in modo da generare informazioni utili. Alcuni esempi di servizi intelligenti sono le app che permettono di raggiungere una destinazione attraverso il percorso più breve oppure di trovare il parcheggio libero più vicino, o le app che suggeriscono i percorsi migliori per una passeggiata in base alla qualità dell'aria. Questa tesi si concentra su due aspetti delle smart city: sostenibilità e sicurezza. Il primo aspetto riguarda lo studio dell'impatto del traffico sulla qualità dell'aria attraverso lo sviluppo di una rete di sensori di traffico e qualità dell'aria e l'implementazione di una catena di modelli di simulazione. Questo lavoro fa parte del progetto TRAFAIR, cofinanziato dall'Unione Europea, il primo progetto che monitora la qualità dell'aria in tempo reale e fa previsioni su scala urbana in 6 città europee, tra cui Modena. Il progetto ha richiesto la gestione di una grande quantità di dati eterogenei e la loro integrazione su una piattaforma dati complessa e scalabile condivisa da tutti i partner del progetto. La piattaforma è un database PostgreSQL, adatto a gestire dati spazio-temporali, che contiene più di 60 tabelle e 435 GB di dati (solo per Modena). Tutti i processi della pipeline di TRAFAIR, le dashboard e le app sfruttano il database per ottenere i dati di input ed eventualmente memorizzare l'output. I modelli di simulazione, eseguiti su risorse di HPC, utilizzano i dati dei sensori e devono fornire risultati in tempo reale. Pertanto le tecniche di identificazione delle anomalie applicate ai dati dei sensori devono eseguire in tempo reale e in breve tempo. Dopo un attento studio della distribuzione dei dati dei sensori e della correlazione tra le misure, sono state implementate e applicate alcune tecniche di identificazione delle anomalie. Per i dati di traffico è stato sviluppato un nuovo approccio che utilizza un filtro di correlazione flusso-velocità, la decomposizione STL e l'analisi IQR. Per i dati di qualità dell'aria è stato creato un framework innovativo che implementa 3 algoritmi. I risultati degli esperimenti sono stati confrontati con quelli dell'Autoencoder LSTM. L'aspetto relativo alla sicurezza nella città intelligente è legato a un progetto di analisi dei crimini, i processi analitici volti a fornire informazioni tempestive e pertinenti per aiutare la polizia nella riduzione, prevenzione e valutazione del crimine. A causa della mancanza di dati ufficiali, questo progetto sfrutta le notizie pubblicate sui giornali online. L'obiettivo è quello di classificare le notizie in base alla categoria di crimine, geolocalizzare i crimini, identificare la data dell'evento, e individuare alcune caratteristiche. È stata sviluppata un'applicazione per l'analisi delle notizie, l'estrazione di informazioni semantiche attraverso l'uso di tecniche di NLP e la connessione delle entità a risorse Linked Data. La tecnologia dei Word Embedding è stata utilizzata per la categorizzazione del testo, mentre il Question Answering tramite BERT è stato utilizzato per estrarre le 5W+1H. Le notizie che si riferiscono allo stesso evento sono state identificate attraverso la cosine similarity sul testo delle notizie. Infine, è stata implementata un'interfaccia per mostrare su mappa i crimini geolocalizzati e fornire statistiche e rapporti annuali. Questo è l'unico progetto presente in Italia che partendo da notizie online cerca di fornire un'analisi sui crimini e la mette a disposizione attraverso uno strumento di visualizzazione.
A smart city is a place where technology is exploited to help public administrations make decisions. The technology can contribute to the management of multiple aspects of everyday life, offering more reliable services to citizens and improving the quality of life. However, technology alone is not enough to make a smart city; suitable methods are needed to analyze the data collected by technology and manage them in such a way as to generate useful information. Some examples of smart services are the apps that allow to reach a destination through the least busy road route or to find the nearest parking slot, or the apps that suggest better paths for a walk based on air quality. This thesis focuses on two aspects of smart cities: sustainability and safety. The first aspect concerns studying the impact of vehicular traffic on air quality through the development of a network of traffic and air quality sensors, and the implementation of a chain of simulation models. This work is part of the TRAFAIR project, co-financed by the European Union, which is the first project with the scope of monitoring in real-time and predicting air quality on an urban scale in 6 European cities, including Modena. The project required the management of a large amount of heterogeneous data and their integration on a complex and scalable data platform shared by all the partners of the project. The data platform is a PostgreSQL database, suitable for dealing with spatio-temporal data, and contains more than 60 tables and 435 GB of data (only for Modena). All the processes of the TRAFAIR pipeline, the dashboards and the mobile apps exploit the database to get the input data and, eventually, store the output, generating big data streams. The simulation models, executed on HPC resources, use the sensor data and provide results in real-time (as soon as the sensor data are stored in the database). Therefore, the anomaly detection techniques applied to sensor data need to perform in real-time in a short time. After a careful study of the distribution of the sensor data and the correlation among the measurements, several anomaly detection techniques have been implemented and applied to sensor data. A novel approach for traffic data that employs a flow-speed correlation filter, STL decomposition and IQR analysis has been developed. In addition, an innovative framework that implements 3 algorithms for anomaly detection in air quality sensor data has been created. The results of the experiments have been compared to the ones of the LSTM autoencoder, and the performances have been evaluated after the calibration process. The safety aspect in the smart city is related to a crime analysis project, the analytical processes directed at providing timely and pertinent information to assist the police in crime reduction, prevention, and evaluation. Due to the lack of official data to produce the analysis, this project exploits the news articles published in online newspapers. The goal is to categorize the news articles based on the crime category, geolocate the crime events, detect the date of the event, and identify some features (e.g. what has been stolen during the theft). A Java application has been developed for the analysis of news articles, the extraction of semantic information through the use of NLP techniques, and the connection of entities to Linked Data. The emerging technology of Word Embeddings has been employed for the text categorization, while the Question Answering through BERT has been used for extracting the 5W+1H. The news articles referring to the same event have been identified through the application of cosine similarity to the shingles of the news articles' text. Finally, a tool has been developed to show the geolocalized events and provide some statistics and annual reports. This is the only project in Italy that starting from news articles tries to provide analyses on crimes and makes them available through a visualization tool.

Cette thèse est centrée sur un projet de recherche en vision. Il s'agit d'un projet qui permet à des caméras intelligentes de comprendre dans quelle posture se trouve la personne filmée. Cela permet de savoir si la personne se porte bien ou si elle est dans une situation critique ou de danger. Les caméras ne doivent pas être connectées à un ordinateur, mais avoir toute l'intelligence embarquée dans la caméra même. Ce travail s'appuie sur des technologies récentes comme le capteur Kinect de la console de jeu. Ce type de capteur est un capteur de profondeur, c'est-à-dire que la caméra peut estimer la distance qui la sépare de chaque point de la scène. Notre contribution consiste à combiner plusieurs de ces caméras pour avoir une meilleure reconstruction de la posture de la personne. Nous avons créé une base de données d'images qui a permis d'apprendre au programme comment reconnaître les postures. Nous avons ajusté les bons paramètres à notre programme et on l'a comparé au programme du Kinect
This thesis is based on a computer vision research project. It is a project that allows smart cameras to understand the posture of a person. It allows to know if the person is alright or if it is in a critical situation or in danger. The cameras should not be connected to a computer but embed all the intelligence in the camera itself. This work is based on the recent technologies like the Kinect sensor of the game console. This sensor is a depth sensor, which means that the camera can estimate the distance to every point in the scene. Our contribution consists on combining multiple of these cameras to have a better posture reconstruction of the person. We have created a dataset of images to teach the program how to recognize postures. We have adjusted the right parameters and compared our program to the one of the Kinect

Notre objectif est d'étudier les algorithmes de vision utilisés aux différents niveaux dans une chaîne de traitement vidéo intelligente. On a prototypé une chaîne de traitement générique dédiée à l'analyse du contenu du flux vidéo. En se basant sur cette chaîne de traitement, on a développé une application de détection et de suivi de piétons. Cette application est une partie intégrante du projet PUVAME. Cette chaîne de traitement générique est composée de plusieurs étapes: détection, classification et suivi d'objets. D'autres étapes de plus haut niveau sont envisagées comme la reconnaissance d'actions, l'identification, la description sémantique ainsi que la fusion des données de plusieurs caméras. On s'est intéressé aux deux premières étapes. On a exploré des algorithmes de segmentation du fond dans un flux vidéo avec caméra fixe. On a implémenté et comparé des algorithmes basés sur la modélisation adaptative du fond. On a aussi exploré la détection visuelle d'objets basée sur l'apprentissage automatique en utilisant la technique du boosting. Cependant, On a développé une librairie intitulée LibAdaBoost qui servira comme un environnement de prototypage d'algorithmes d'apprentissage automatique. On a prototypé la technique du boosting au sein de cette librairie. On a distribué LibAdaBoost sous la licence LGPL. Cette librairie est unique avec les fonctionnalités qu'elle offre. On a exploré l'utilisation des cartes graphiques pour l'accélération des algorithmes de vision. On a effectué le portage du détecteur visuel d'objets basé sur un classifieur généré par le boosting pour qu'il s'exécute sur le processeur graphique. On était les premiers à effectuer ce portage. On a trouvé que l'architecture du processeur graphique est la mieux adaptée pour ce genre d'algorithmes. La chaîne de traitement a été implémentée et intégrée à l'environnement RTMaps. On a évalué ces algorithmes sur des scénarios bien définis. Ces scénarios ont été définis dans le cadre de PUVAME.

Cette thèse porte sur l’étude de systèmes ultra large bande (UWB) qui présentent des perspectives intéressantes dans le domaine des communications radio. Les systèmes UWB se prêtent bien à une utilisation dans les réseaux ad hoc, de type Piconet, avec un très haut niveau de flexibilité. Cette thèse focalise d’une part sur le développement de méthodes a faible complexité pour l’estimation aveugle de paramètres, pouvant jouer un rôle très important au niveau synchronisation, et d’autre part sur l’étude statistique du canal dans le but d’établir des critères de réglages en temps réel d'une transmission de données (dans une approche aveugle). Les travaux se positionnent suivant trois directions principales. La première concerne l’estimation du temps chip pour un système UWB par impulsions, a partir de mesures de temps d’arrivée bruitées, en présence d’observations manquantes et/ou issues de fausses alarmes. Le principal problème de cette première approche est que le modèle des temps d’arrivée est idéalisé et ne peut pas refléter de manière réaliste le canal UWB indoor. Pour cette raison nous avons propose une deuxième approche complémentaire, permettant de réaliser la détection conjointe du temps chip d’un signal UWB par impulsions, et de la période d’intégration d’un détecteur d’énergie. La différence essentielle entre cette approche et la précédente est que l’on utilise, pour l’estimation du temps chip, directement le signal reçu ce qui du point de vue pratique est plus réaliste. La troisième orientation concerne la réalisation d’une étude statistique de l’interférence liée à la propagation multi-trajet d’un canal U
This thesis is concerned with the study of UWB systems which represent a promising perspective in low range radio systems field. UWB technology is best suited to be used within ad-hoc Piconet radio networks, which must dispose of high flexibility. Consequently this thesis is focused on one hand on the development of very low complexity parameters blind estimation methods, which can play an essential role in the synchronization stage, and on the other hand on the statistical characterization of the propagation channel, with the scope of establishing criteria to realize blind real time adjustments of the digital transmission. The study is organized in three main directions. The first consists of developing a method to estimate the chip time, based on noisy times of arrival measurements, with false and missing observations. The main problem with this approach is that the considered times of arrival statistical model cannot realistically reflect indoor UWB channels. Therefore a second direction is concerned with the development of a method to estimate the chip time based on energy measurements on the received UWB impulse radio signal. Using the well known energy detector principle this approach jointly estimates the chip time and this optimal integration window, the main advantage is that it allows considering propagation noise, multipath propagation and multiuser interference. The third direction deals with a statistical study of the multipath propagation interference of a UWB propagation channel

L'objectif de ce travail est de répondre à la question de détection des bandes de fréquences libres. Le cadre d'étude est l'accès opportuniste au spectre radio.
Deux méthodes de détection sont envisageables. La détection d'énergie est une méthode simple, de complexité de calcul réduite et n'exigeant aucune information sur le signal à détecter, mais elle nécessite une connaissance exacte de la variance du bruit supposé blanc gaussien. La détection cyclostationnaire est plus robuste vis-à-vis des incertitudes d'estimation de la variance du bruit et capable de détecter des signaux à faibles RSB. Nous avons proposé deux algorithmes de détection cyclostationnaire. Dans le premier, la fréquence cyclique dans le signal est supposée connue, alors que dans le deuxième la cyclostationarité est détecté de manière aveugle. Cependant, pour minimiser le temps de détection des bandes libres, nous proposons une architecture hybride de détection combinant les détections d'énergie et cyclostationnaire.

La thèse aborde le problème de la détection d’un signal dans une bande de fréquences donnée sans aucune connaissance à priori sur la source (détection aveugle) dans le contexte de la radio intelligente. Le détecteur proposé dans la thèse est basé sur l’estimation des valeurs propres de la matrice de corrélation du signal reçu. A partir de ces valeurs propres, plusieurs critères ont été développés théoriquement (Standard Condition Number, Scaled Largest Eigenvalue, Largest Eigenvalue) en prenant pour hypothèse majeure un nombre fini d’éléments, contrairement aux hypothèses courantes de la théorie des matrices aléatoires qui considère un comportement asymptotique de ces critères. Les paramètres clés des détecteurs ont été formulés mathématiquement (probabilité de fausse alarme, densité de probabilité) et une correspondance avec la densité GEV a été explicitée. Enfin, ce travail a été étendu au cas multi-antennes (MIMO) pour les détecteurs SLE et SCN
In Cognitive Radio, Spectrum Sensing (SS) is the task of obtaining awareness about the spectrum usage. Mainly it concerns two scenarios of detection: (i) detecting the absence of the Primary User (PU) in a licensed spectrum in order to use it and (ii) detecting the presence of the PU to avoid interference. Several SS techniques were proposed in the literature. Among these, Eigenvalue Based Detector (EBD) has been proposed as a precious totally-blind detector that exploits the spacial diversity, overcome noise uncertainty challenges and performs adequately even in low SNR conditions. The first part of this study concerns the Standard Condition Number (SCN) detector and the Scaled Largest Eigenvalue (SLE) detector. We derived exact expressions for the Probability Density Function (PDF) and the Cumulative Distribution Function (CDF) of the SCN using results from finite Random Matrix Theory; In addition, we derived exact expressions for the moments of the SCN and we proposed a new approximation based on the Generalized Extreme Value (GEV) distribution. Moreover, using results from the asymptotic RMT we further provided a simple forms for the central moments of the SCN and we end up with a simple and accurate expression for the CDF, PDF, Probability of False-Alarm, Probability of Detection, of Miss-Detection and the decision threshold that could be computed and hence provide a dynamic SCN detector that could dynamically change the threshold value depending on target performance and environmental conditions. The second part of this study concerns the massive MIMO technology and how to exploit the large number of antennas for SS and CRs. Two antenna exploitation scenarios are studied: (i) Full antenna exploitation and (ii) Partial antenna exploitation in which we have two options: (i) Fixed use or (ii) Dynamic use of the antennas. We considered the Largest Eigenvalue (LE) detector if noise power is perfectly known and the SCN and SLE detectors when noise uncertainty exists

La vision artificielle est un domaine de recherche en pleine évolution. Les nouvelles stratégies permettent d'avoir des réseaux de caméras intelligentes. Cela induit le développement de beaucoup d'applications de surveillance automatique via les caméras. Les travaux développés dans cette thèse concernent la mise en place d'un système de vidéosurveillance intelligente pour la détection de chutes en temps réel. La première partie de nos travaux consiste à pouvoir estimer de façon robuste la surface d'une personne à partir de deux (02) caméras ayant des vues complémentaires. Cette estimation est issue de la détection de chaque caméra. Dans l'optique d'avoir une détection robuste, nous avons fait recours à deux approches. La première approche consiste à combiner un algorithme de détection de mouvements basé sur la modélisation de l'arrière plan avec un algorithme de détection de contours. Une approche de fusion a été proposée pour rendre beaucoup plus efficiente le résultat de la détection. La seconde approche est basée sur les régions homogènes de l'image. Une première ségmentation est effectuée dans le but de déterminer les régions homogènes de l'image. Et pour finir, nous faisons la modélisation de l'arrière plan en se basant sur les régions. Une fois les pixels de premier plan obtenu, nous faisons une approximation par un polygone dans le but de réduire le nombre d'informations à manipuler. Pour l'estimation de cette surface nous avons proposé une stratégie de fusion dans le but d'agréger les détections des caméras. Cette stratégie conduit à déterminer l'intersection de la projection des divers polygones dans le plan de masse. La projection est basée sur les principes de l'homographie planaire. Une fois l'estimation obtenue, nous avons proposé une stratégie pour détecter les chutes de personnes. Notre approche permet aussi d'avoir une information précise sur les différentes postures de l'individu. Les divers algorithmes proposés ont été implémentés et testés sur des banques de données publiques dans le but de juger l'efficacité des approches proposées par rapport aux approches existantes dans l'état de l'art. Les résultats obtenus et qui ont été détaillés dans le présent manuscrit montrent l'apport de nos algorithmes
Artificial vision is an involving field of research. The new strategies make it possible to have some autonomous networks of cameras. This leads to the development of many automatic surveillance applications using the cameras. The work developed in this thesis concerns the setting up of an intelligent video surveillance system for real-time people fall detection. The first part of our work consists of a robust estimation of the surface area of a person from two (02) cameras with complementary views. This estimation is based on the detection of each camera. In order to have a robust detection, we propose two approaches. The first approach consists in combining a motion detection algorithm based on the background modeling with an edge detection algorithm. A fusion approach has been proposed to make much more efficient the results of the detection. The second approach is based on the homogeneous regions of the image. A first segmentation is performed to find homogeneous regions of the image. And finally we model the background using obtained regions

Les dernières décennies ont connu l’essor des communications numériques. Ceci a donné lieu à la prolifération des standards de communication, ce qui demande une plus grande adaptabilité des systèmes de communication. Une manière de rendre ces systèmes plus flexibles consiste à concevoir un récepteur intelligent qui serait capable de retrouver l’ensemble des paramètres de l’émetteur. Dans ce manuscrit, nous nous intéressons à l’identification en aveugle des codes correcteurs d’erreurs. Nous proposons des méthodes originales, basées sur le calcul de distances euclidiennes entre des séquences de symboles bruités. Tout d’abord, un premier algorithme de classification permet la détection d’un code puis l’identification de la longueur de ses mots de code. Un second algorithme basé sur le nombre de collisions permet quand à lui d’identifier la longueur des mots d’informations. Ensuite, nous proposons une autre méthode utilisant cette fois les distances euclidiennes minimales pour l’identification de la longueur d’un code en bloc. Enfin, une méthode de reconstruction du code dual d’un code correcteur d’erreurs est présentée
Recent decades have seen the rise of digital communications. This has led to a proliferation of communication standards, requiring greater adaptability of communication systems. One way to make these systems more flexible is to design an intelligent receiver that would be able to retreive all the parameters of the transmitter from the received signal. In this manuscript, we are interested in the blind identification of error-correcting codes. We propose original methods based on the calculation of Euclidean distances between noisy symbol sequences. First, a classification algorithm allows the detection of a code and then the identification of its code words lenght. A second algorithm based on the number of collisions allows to identify the length of the information words. Then, we propose another method using the minimum Euclidean distances to identify block codes length. Finally, a method for reconstructing the dual code of an error-correcting code is presented

Dans plusieurs tâches de la robotique, la vision est considérée comme l’élément essentiel avec lequel la perception de l’environnement ou l’interaction avec d’autres utilisateurs peut se réaliser. Néanmoins, les artefacts potentiellement présents dans les images capturées rendent la tâche de reconnaissance et d’interprétation de l’information visuelle extrêmement compliquée. Il est de ce fait, très important d’utiliser des primitives robustes, stables et ayant un taux de répétabilité élevé afin d’obtenir de bonnes performances. Cette thèse porte sur les problèmes de localisation et de détection de fermeture de boucle d’un robot mobile en utilisant la saillance visuelle. Les résultats en termes de précision et d’efficacité des applications de localisation et de détection de fermeture sont évalués et comparés aux résultats obtenus avec des approches de l’état de l’art sur différentes séquences d’images acquises en milieu extérieur. Le principal inconvénient avec les modèles proposés pour l’extraction de zones de saillance est leur complexité de calcul, ce qui conduit à des temps de traitement important. Afin d’obtenir un traitement en temps réel, nous présentons dans ce mémoire l’implémentation du détecteur de régions saillantes sur la plate forme reconfigurable DreamCam
In several tasks of robotics, vision is considered to be the essential element by which the perception of the environment or the interaction with other users can be realized. However, the potential artifacts in the captured images make the task of recognition and interpretation of the visual information extremely complicated. It is therefore very important to use robust, stable and high repeatability rate primitives to achieve good performance. This thesis deals with the problems of localization and loop closure detection for a mobile robot using visual saliency. The results in terms of accuracy and efficiency of localization and closure detection applications are evaluated and compared to the results obtained with the approaches provided in literature, both applied on different sequences of images acquired in outdoor environnement. The main drawback with the models proposed for the extraction of salient regions is their computational complexity, which leads to significant processing time. To obtain a real-time processing, we present in this thesis also the implementation of the salient region detector on the reconfigurable platform DreamCam

Ce travail présente le contrôle en temps réel de la qualité de l’eau potable par la technologie intelligente. Le déploiement des capteurs dans les réseaux de distribution fournit une indication des risques de contamination. Cependant, l’utilisation de ces dispositifs innovants est récente et nécessite des expérimentations. Cette thèse vise à améliorer le retour d’expérience dans ce domaine. Elle présente la supervision en ligne de la qualité de l’eau dans le cadre des projets SunRise et “SmartWater4Europe”. La bibliographie montre l’impact de la contamination de l’eau sur la santé humaine et les inconvénients des méthodes conventionnelles de surveillance de la qualité de l’eau. Une expérimentation à grande échelle est menée dans le campus de l’Université de Lille, où deux types de capteurs (S::CAN and EventLab) sont implémentés. L’analyse des signaux enregistrés a montré l’occurrence de certains évènements, généralement corrélés avec la variation des paramètres hydrauliques ou des interventions sur le réseau. Différentes méthodologies pour la détection d’anomalie de l’eau sont présentées et appliquées aux données S::CAN. Les méthodes Statistiques et de l’Intelligence Artificielle (Machine à Vecteurs de Support) distinguent entre les mesures normales et inattendues. Un Système de Détection des Evènements (SDE), développé avec le logiciel Canary, a montré une bonne performance dans l’identification des anomalies de l’eau. La dernière partie propose une combinaison entre l’approche "Évaluation de risques" et "surveillance intelligente". La méthode développée détecte et classifie, en temps réel, le risque d’anomalie de l’eau, et identifie la priorité d’attention requise
This works presents the real-time control of drinking water quality using the smart technology. The deployment of water quality sensors in the distribution networks provides indication of contamination risks. However, the use of these innovative devices is recent and yet requires field experimentations. This thesis enhances the feedback in this domain. It presents a field study of online supervision of water quality, within SunRise project. This work is also a part of the European project “SmartWater4Europe”. The literature review highlights the impact of water contamination on human health as well as the drawbacks of conventional water supervision methods. A large-scale experimentation is conducted at the Scientific Campus of Lille University, where two types of sensors (S::CAN and EventLab) are implemented. The detailed analysis of recorded water quality signals showed the occurrence of some events, generally correlated with the variation of hydraulic parameters or the network interventions. Different methodologies for the detection of water anomaly are presented and applied to S::CAN data. Statistical and Artificial Intelligence (Support Vector Machine) methods discriminate between normal and unexpected measurements. An Event Detection System (EDS), developed within Canary software, showed a good performance in the identification of water abnormalities. The last part proposes a combination between the risk assessment approach and the smart monitoring. The improved risk assessment methodology allows a real-time detection and classification of water anomaly risk as well as an identification of the priority attention required

Les travaux de recherche présentés dans ce mémoire consistent en une étude pour le concept de la vision active et de la perception multisensorielle, et en la réalisation d'une plate-forme modulaire et reconfigurable adaptée à la perception multisensorielle, ainsi que l'implantation d'un algorithme de détection de mouvement et de poursuite d'objet. Ces travaux se découpent en deux parties. Nous nous intéressons tout d'abord aux problèmes de la vision par ordinateur. Une synthèse bibliographique des principaux développements des systèmes de vision passives et actives, des architectures parallèles et de la vision classique est effectuée au début de ce mémoire, et ce qui permet ensuite de mettre en évidence les problèmes liés au système de vision classique et de proposer un nouveau système de vision, une plate-forme CIT, adaptée à la perception multisensorielle. Les éléments constitutifs de la plate-forme CIT permettent de réaliser facilement une architecture DMIMD et/ou Sial , de s'inspirer de certaines caractéristiques de la vision humaine tout en respectant les contraintes générales du système : faible consommation, faible encombrement, faible coût et modularité. L'architecture du système proposée tant sur le plan théorique que sur le plan pratique répond à la nécessité essentielle d'un système de perception multisensorielle : le traitement de signaux en temps réel. Puis nous abordons l'étude des algorithmes de détection de mouvement et de poursuite d'objet. Dans ce mémoire, nous avons proposé un nouvel algorithme : CAES basé sur la technique de détection d'énergie. Les résultats obtenus jusqu'alors montrent que cet algorithme est assez robuste, rapide et précis pour la tâche de la détection de mouvement et de la poursuite d'un objet. L'implantation de cet algorithme a été faite sur la plate-forme CIT. De plus, cet algorithme a été étudié pour être implanté dans un circuit VLSI monopuce à base de la technologie FPGA et fonctionné à la cadence vidéo
The work presented in this thesis consists of the study of the concept of active vision and multi-sensor perception, the realization of a modular reconfigurable platform adapted to the multi-sensor perception, and the implementation of the motion tracking algorithm. This work is also one part of the project “A parallel reconfigurable plat-form dedicated for omni-directional perception”. This work is divided into two parts. Firstly, we have dealt with the CIT plat-form architecture. A survey on the passive & active vision and the parallel architecture is presented in the beginning of the thesis. That allows to discover the problems in the existing computer vision systems for real-time task and to draw up a new vision system based on the concept of multi-sensor perception. To respect the general constraints : low consumption, low congestion, low cost and flexible, the plat-form permits to be inspired from some characteristics of the human vision to overcome the problems existing in the traditional system, to construct easily the DMIMD/SMIMD architectures. Consequently, it is able to carry out the vision tasks in real-time. Secondly, we have developed one application adapted to the CIT plat-form, that is the motion detection and tracking moving objet. In fact the current trend in optical flow research is to stress accuracy under ideal conditions and not to consider computational resource requirements or temporal constraint, which are essential for real-time tasks. As a result, practical applications for optical flow algorithms remain scarce. Algorithms based on the token matching and block matching have been shown to be fast in practice but are in general infeasible due to their severe environment requirement. This thesis has proposed a new algorithm CAES for active camera based on the energy detection algorithm. The experimental results show that it is robust, fast and precise for the motion detection and tracking. The algorithm will be implemented in a mono-chip VLSI by using the FPGA technology, which permits to execute it at video rate

Nous proposons une méthode supervisée de détection de chutes de personnes en temps réel, robusteaux changements de point de vue et d'environnement. La première partie consiste à rendredisponible en ligne une base de vidéos DSFD enregistrées dans quatre lieux différents et qui comporteun grand nombre d'annotations manuelles propices aux comparaisons de méthodes. Nousavons aussi défini une métrique d'évaluation qui permet d'évaluer la méthode en s'adaptant à la naturedu flux vidéo et la durée d'une chute, et en tenant compte des contraintes temps réel. Dans unsecond temps, nous avons procédé à la construction et l'évaluation des descripteurs spatio-temporelsSTHF, calculés à partir des attributs géométriques de la forme en mouvement dans la scène ainsique leurs transformations, pour définir le descripteur optimisé de chute après une méthode de sélectiond'attributs. La robustesse aux changements d'environnement a été évaluée en utilisant les SVMet le Boosting. On parvient à améliorer les performances par la mise à jour de l'apprentissage parl'intégration des vidéos sans chutes enregistrées dans l'environnement définitif. Enfin, nous avonsréalisé, une implantation de ce détecteur sur un système embarqué assimilable à une caméra intelligentebasée sur un composant SoC de type Zynq. Une démarche de type Adéquation AlgorithmeArchitecture a permis d'obtenir un bon compromis performance de classification/temps de traitement

Cette thèse traite de la détection de fraude par carte de crédit. Selon la Banque Centrale Européenne, la valeur des fraudes utilisant des cartes en 2016 s'élevait à 1,8 milliard d'euros. Le défis pour les institutions est de réduire ces fraudes. En règle générale, les systèmes de détection de la fraude sont consistués d'un système automatique construit à base de règles "si-alors" qui contrôlent toutes les transactions en entrée et déclenchent une alerte si la transaction est considérée suspecte. Un groupe expert vérifie l'alerte et décide si cette dernière est vrai ou pas. Les critères utilisés dans la sélection des règles maintenues opérationnelles sont principalement basés sur la performance individuelle des règles. Cette approche ignore en effet la non-additivité des règles. Nous proposons une nouvelle approche utilisant des indices de puissance. Cette approche attribue aux règles un score normalisé qui quantifie l'influence de la règle sur les performances globales du groupe de règles. Les indice utilisés sont le "Shapley Value" et le "Banzhaf Value". Leurs applications sont: 1) Aide à la décision de conserver ou supprimer une règle; 2) Sélection du nombre k de règles les mieux classées, afin de travailler avec un ensemble plus compact. En utilisant des données réelles de fraude par carte de crédit, nous montrons que: 1) Cette approche permet de mieux évaluer les performances du groupe plutot que de les évaluer isolément. 2) La performance de l'ensemble des règles peut être atteinte en conservant le dixième des règles. Nous observons que cette application peut être comsidérée comme une tâche de sélection de caractéristiques:ainsi nous montrons que notre approche est comparable aux algorithmes courants de sélection des caractéristiques. Il présente un avantage dans la gestion des règles, car attribue un score normalisé à chaque règle. Ce qui n'est pas le cas pour la plupart des algorithmes, qui se concentrent uniquement sur une solution d'ensemble. Nous proposons une nouvelle version du Banzhaf Value, à savoir le k-Banzhaf; qui surclasse la précedente en terme de temps de calcul et possède des performances comparables. Enfin, nous mettons en œuvre un processus d’auto-apprentissage afin de renforcer l’apprentissage dans un algorithme. Nous comparons ces derniers avec nos trois indices de puissance pour effectuer une classification sur les données de fraude par carte de crédit. En conclusion, nous observons que la sélection de caractéristiques basée sur les indices de puissance a des résultats comparables avec les autres algorithmes dans le processus d'auto-apprentissage
This thesis deals with the detection of credit card fraud. According to the European Central Bank, the value of frauds using cards in 2016 amounted to 1.8 billion euros. The challenge for institutions is to reduce these frauds. In general, fraud detection systems consist of an automatic system built with "if-then" rules that control all incoming transactions and trigger an alert if the transaction is considered suspicious. An expert group checks the alert and decides whether it is true or not. The criteria used in the selection of the rules that are kept operational are mainly based on the individual performance of the rules. This approach ignores the non-additivity of the rules. We propose a new approach using power indices. This approach assigns to the rules a normalized score that quantifies the influence of the rule on the overall performance of the group. The indexes we use are the Shapley Value and Banzhaf Value. Their applications are 1) Decision support to keep or delete a rule; 2) Selection of the number k of best-ranked rules, in order to work with a more compact set. Using real credit card fraud data, we show that: 1) This approach performs better than the one that evaluates the rules in isolation. 2) The performance of the set of rules can be achieved by keeping one-tenth of the rules. We observe that this application can be considered as a task of selection of characteristics: We show that our approach is comparable to the current algorithms of the selection of characteristics. It has an advantage in rule management because it assigns a standard score to each rule. This is not the case for most algorithms, which focus only on an overall solution. We propose a new version of Banzhaf Value, namely k-Banzhaf; which outperforms the previous in terms of computing time and has comparable performance. Finally, we implement a self-learning process to reinforce the learning in an automatic learning algorithm. We compare these with our power indices to rank credit card fraud data. In conclusion, we observe that the selection of characteristics based on the power indices has comparable results with the other algorithms in the self-learning process

Mes travaux de recherches en thèse s’inscrivent dans le cadre du projet FUIE-monitorâge. L’objectif du projet, réunissant de nombreux partenaires industriels et universitaires, est d’améliorer la prise en charge individualisée et la sécurité du résident dans les établissements d’hébergement pour personnes âgées dépendantes(EHPAD). Dans ce travail, nous avons élaboré une méthode de fusion de données multimodales issues des différents capteurs installés dans un smart home. Ces informations sont utilisées pour la localisation intérieure des personnes afin de surveiller leurs activités journalières. Généralement, les mesures issues des capteurs sont soumises à des incertitudes. Dans nos travaux, ces erreurs sont supposées inconnues mais bornées. En tenant compte de cette hypothèse, une méthode de résolution d’un problème d’estimation d’état est élaborée en se basant sur des calculs ensemblistes. Notre algorithme de filtrage ensembliste comporte deux étapes. La première, dite de prédiction, est basée sur l’utilisation d’un modèle de marche aléatoire avec des hypothèses minimales (vitesse de déplacement maximale) pour prédire la zone où se trouve la personne. La deuxième étape, dite de correction, consiste à utiliser la mesure pour affiner cette zone. Cette étape utilise une technique de propagation de contraintes relâchée, q-relaxed intersection, pour permettre une meilleure robustesse par rapport aux données aberrantes. Notre algorithme est capable de quantifier, par un intervalle, l’incertitude commise sur les positions de cibles en mouvement tout en détectant les défauts de capteurs
Our research work is a part of the project FUI 14 FEDER Collectivités E-monitor’âge. This project takes place within the framework of Ambient Assisted Living (AAL) which aims to improve the safety and the comfort of elderly people living in smart nursing homes. This work aims to monitor the activities of elderly persons using information from different sensors. The ADL (Activities of Daily Living) are used to evaluate the ability of the person to perform on their own a selection of the activities which are essential for an independent living in the everyday life. Generally, process knowledge and measurements coming from sensors are prone to indeterminable noise. In our work, we suppose that these errors are unknown but bounded. Taking into account this hypothesis, we show how to solve the estimation issue using set-membership computations techniques. Our algorithm, based on set-membership approach, consists of two steps. The prediction step, based on the use of a random walk mobility with minimum assumptions (maximum speed of moving), employs the previous state estimate to provide the prediction zone where the person may be located. The correction step uses the informations coming from the sensors to refine this predicted zone. This step uses a relaxed constraints propagation technique, q-relaxed intersection, to deal with faulty measurements. This proposed method allows us to compute the uncertainty domain for the reconstructed localization of moving targets as dealing with outliers

La société Valeo produit pour l'industrie automobile plusieurs machines synchrones destinées à fonctionner en mode démarreur et en mode alternateur. L'une, la StARS, est un alterno-démarreur séparé (ADS) à rotor bobiné et son alimentation est de type pleine onde pilotée par un capteur de position mécanique intégré. La suppression de ce capteur, si rudimentaire soit-il, est un passage très prometteur. Outre la suppression du coût du capteur lui-même et de sa mise en place, la disparition de la connectique qui lui est associée améliore la fiabilité et la robustesse du système. L'objet de cette thèse est la réalisation du contrôle sans capteur de position de l'ADS StARS. A l'arrêt, à partir d'une modélisation simplifiée de la machine, une procédure de détection de la position du rotor et une identification paramétrique de l'induit sont proposées. En marche, lorsque la vitesse de rotation est importante, l'autopilotage sans capteur est réalisé à partir de l'estimation des forces électromotrices de rotation. A faible vitesse, la position de l'axe polaire est reconstituée par observation des flux de la machine. La méthode sans capteur proposée a une simple structure et fait appel à deux capteurs de courant. Elle permet de contrôler la StARS depuis l'arrêt jusqu'à sa pleine vitesse de rotation en mode démarreur. L'entraînement sans i capteur de l'ADS est enfin validé par des résultats expérimentaux
Valeo Company produces for the automotive industry several synchronous machines intended to operate either in starter mode or in alternator mode. One of the manufactured machines is the Starter-Alternator Reversible System (StARS) that is a wound rotor belt-driven machine. Actually, StARS is supplied by a full-wave voltage inverter and its self-commutation is controlled by an integrated shaft-mounted position sensor. The removal of the latter is a very promising passage. In addition to the suppression of the costs due to the sensor and its installation, the elimination of the sensor's wiring improves the reliability and the robustness of the system. The main purpose of this thesis is to investigate the StARS sensorless control. At zero speed, initial rotor position detection and motor parameter identification are presented. In medium and high speed range, the sensorless operation of the StARS is based on the estimation of the machine rotational electromotive forces. At low speed, the rotor position is detected by estimating the stator flux which is obtained by integration of the measured back electromotive force. The proposed sensorless control can perform a switchover from starting to sensorless open-loop operation. It has a simple structure and uses two current sensors. Experimental results are presented to demonstrate the successful operation of the investigated sensorless method

En raison de la demande croissante de services de communication sans fil et de la limitation des ressources de spectre, la radio cognitive (CR) a été initialement proposée pour résoudre la pénurie de spectre. CR divise les systèmes transmetteurs-récepteurs de communication en deux catégories : les Utilisateurs Principaux (PU) et les Utilisateurs Secondaires (SU). PU a le droit légal d'utiliser la bande spectrale, tandis que SU est un utilisateur opportuniste qui peut transmettre sur cette bande chaque fois qu'elle est vacante afin d'éviter toute interférence avec le signal de PU. De ce fait, la détection des activités de PU devient une priorité principale pour toute CR.Le Spectrum Sensing devient ainsi une partie importante d’un système CR, qui surveille les transmissions de PU. En effet, le Spectrum Sensing joue un rôle essentiel dans le mécanisme du fonctionnement du CR en localisant les canaux disponibles et, d'autre part, en protégeant les canaux occupés des interférences de la transmission SU. En fait, Spectrum Sensing a gagné beaucoup d'attention au cours de la dernière décennie, et de nombreux algorithmes sont proposés. Concernant la fiabilité de la performance, plusieurs défis comme le faible rapport signal sur bruit, l'incertitude de bruit (NU), la durée de détection du spectre, etc. Cette thèse aborde les défis de la détection du spectre et apporte quelques solutions. De nouveaux détecteurs basés sur la détection des caractéristiques cyclo-stationnaires et la densité spectrale de puissance (PSD) du signal de PU sont présentés. Un algorithme de test de signification de corrélation canonique (CCST) est proposé pour effectuer une détection cyclo-stationnaire. CCST peut détecter la présence des caractéristiques cycliques communes parmi les versions retardées du signal reçu. Ce test peut révéler la présence d'un signal cyclo-stationnaire dans le signal de mélange reçu. Une autre méthode de détection basée sur la PSD cumulative est proposée. En supposant que le bruit est blanc (sa PSD est plate), la PSD cumulative s'approche d'une droite. Cette forme devient non linéaire pour les signaux de télécommunication. Distinguer la forme cumulative PSD peut donc conduire à diagnostiquer l'état du canal.La radio cognitive Full-Duplex (FD-CR) a également été étudiée dans ce manuscrit, où plusieurs défis sont analysés en proposant de nouvelles contributions. Le fonctionnement FD permet au CR d'éviter la période de silence pendant la détection du spectre. Dans le système CR classique, le SU cesse de transmettre pendant la détection du spectre afin de ne pas affecter la fiabilité de détection. Dans FD-CR, SU peut éliminer la réflexion de son signal transmis et en même temps réaliser le Spectrum Sensing. En raison de certaines limitations, le résidu de l'auto-interférence ne peut pas être complètement annulé, alors la crédibilité de la détection du spectre est fortement affectée. Afin de réduire la puissance résiduelle, une nouvelle architecture de récepteur SU est élaborée pour atténuer les imperfections du circuit (comme le bruit de phase et la distorsion non linéaire de l'amplificateur à faible bruit du récepteur). La nouvelle architecture montre sa robustesse en assurant une détection fiable et en améliorant le débit de SU
Due to the increasing demand of wireless communication services and the limitation in the spectrum resources, Cognitive Radio (CR) has been initially proposed in order to solve the spectrum scarcity. CR divides the communication transceiver into two categories: the Primary (PU) or the Secondary (SU) Users. PU has the legal right to use the spectrum bandwidth, while SU is an opportunistic user that can transmit on that bandwidth whenever it is vacant in order to avoid any interference to the signal of PU. Hence the detection of PU becomes a main priority for CR systems. The Spectrum Sensing is the part of the CR system, which monitors the PU activities. Spectrum Sensing plays an essential role in the mechanism of the CR functioning. It provides CR with the available channel in order to access them, and on the other hand, it protects occupied channels from the interference of the SU transmission. In fact, Spectrum Sensing has gained a lot of attention in the last decade, and numerous algorithms are proposed to perform it. Concerning the reliability of the performance, several challenges have been addressed, such as the low Signal to Noise Ratio (SNR), the Noise Uncertainty (NU), the Spectrum Sensing duration, etc. This dissertation addresses the Spectrum Sensing challenges and some solutions are proposed. New detectors based on Cyclo-Stationary Features detection and the Power Spectral Density (PSD) of the PU are presented. CanonicalCorrelation Significance Test (CCST) algorithm is proposed to perform cyclo-stationary detection. CCST can detect the presence of the common cyclic features among the delayed versions of the received signal. This test can reveal the presence of a cyclo-stationary signal in the received mixture signal. Another detection method based on the cumulative PSD is proposed. By assuming the whiteness of the noise (its PSD is at), the cumulative PSD approaches a straight line. This shape becomes non-linear when a telecommunication signal is present in the received mixture. Distinguishing the Cumulative PSD shape may lead to diagnose the channel status.Full-Duplex Cognitive Radio (FD-CR) has been also studied in this manuscript, where several challenges are analyzed by proposing a new contribution. FD functioning permits CR to avoid the silence period during the Spectrum Sensing. In classical CR system, SU stops transmitting during the Spectrum Sensing in order to do not affect the detection reliability. In FD-CR, SU can eliminate the reflection of its transmitted signal and at the same time achieving the Spectrum Sensing. Due to some limitations, the residual of the Self Interference cannot be completely cancelled, then the Spectrum Sensing credibility is highly affected. In order to reduce the residual power, a new SU receiver architecture is worked out to mitigate the hardware imperfections (such as the Phase Noise and the Non-Linear Distortion of the receiver Low-Noise Amplifier). The new architecture shows its robustness by ensuring a reliable detection and enhancing the throughput of SU

Taxis equipped with GPS sensors are an important sensory device for examining people's movements and activities. They are not constrained to a pre-defined schedule/route. Big taxi GPS data recording the spatio-temporal traces left by taxis provides rich and detailed glimpse into the motivations, behaviours, and resulting dynamics of a city's mobile population through the road network. In this dissertation, we aim to uncover the "hidden facets" regarding social and community dynamics encoded in the taxi GPS data to better understand how urban population behaves and the resulting dynamics in the city. As some "hidden facets" are with regard to similar aspect of social and community dynamics, we further formally define three categories for study (i.e. social dynamics, traffic dynamics, and operational dynamics), and explore them to fill the wide gaps between the raw taxi GPS data and innovative applications and smart urban services. Specifically, 1. To enable applications of real-time taxi fraud alerts, we propose iBOAT algorithm which is capable of detecting anomalous trajectories "on-the-fly" and identifying which parts of the trajectory are responsible for its anomalousness, by comparing them against historically trajectories having the same origin and destination. 2. To introduce cost-effective and environment-friendly transport services to citizens, we propose B-Planner which is a two-phase approach, to plan bi-directional night bus routes leveraging big taxi GPS data. 3. To offer a personalized, interactive, and traffic-aware trip route planning system to users, we propose TripPlanner system which contains both offline and online procedures, leveraging a combination of Location-based Social Network (i.e. LBSN) and taxi GPS data sets. Finally, some promising research directions for future work are pointed out, which mainly attempt to fuse taxi GPS data with other data sets to provide smarter and personalized urban services for citizens

Les pays industrialisés comme le Canada doivent faire face au vieillissement de leur population. En particulier, la majorité des personnes âgées, vivant à domicile et souvent seules, font face à des situations à risques telles que des chutes. Dans ce contexte, la vidéosurveillance est une solution innovante qui peut leur permettre de vivre normalement dans un environnement sécurisé. L’idée serait de placer un réseau de caméras dans l’appartement de la personne pour détecter automatiquement une chute. En cas de problème, un message pourrait être envoyé suivant l’urgence aux secours ou à la famille via une connexion internet sécurisée. Pour un système bas coût, nous avons limité le nombre de caméras à une seule par pièce ce qui nous a poussé à explorer les méthodes monoculaires de détection de chutes. Nous avons d’abord exploré le problème d’un point de vue 2D (image) en nous intéressant aux changements importants de la silhouette de la personne lors d’une chute. Les données d’activités normales d’une personne âgée ont été modélisées par un mélange de gaussiennes nous permettant de détecter tout événement anormal. Notre méthode a été validée à l’aide d’une vidéothèque de chutes simulées et d’activités normales réalistes. Cependant, une information 3D telle que la localisation de la personne par rapport à son environnement peut être très intéressante pour un système d’analyse de comportement. Bien qu’il soit préférable d’utiliser un système multi-caméras pour obtenir une information 3D, nous avons prouvé qu’avec une seule caméra calibrée, il était possible de localiser une personne dans son environnement grâce à sa tête. Concrêtement, la tête de la personne, modélisée par une ellipsoide, est suivie dans la séquence d’images à l’aide d’un filtre à particules. La précision de la localisation 3D de la tête a été évaluée avec une bibliothèque de séquence vidéos contenant les vraies localisations 3D obtenues par un système de capture de mouvement (Motion Capture). Un exemple d’application utilisant la trajectoire 3D de la tête est proposée dans le cadre de la détection de chutes. En conclusion, un système de vidéosurveillance pour la détection de chutes avec une seule caméra par pièce est parfaitement envisageable. Pour réduire au maximum les risques de fausses alarmes, une méthode hybride combinant des informations 2D et 3D pourrait être envisagée.
Developed countries like Canada have to adapt to a growing population of seniors. A majority of seniors reside in private homes and most of them live alone, which can be dangerous in case of a fall, particularly if the person cannot call for help. Video surveillance is a new and promising solution for healthcare systems to ensure the safety of elderly people at home. Concretely, a camera network would be placed in the apartment of the person in order to automatically detect a fall. When a fall is detected, a message would be sent to the emergency center or to the family through a secure Internet connection. For a low cost system, we must limit the number of cameras to only one per room, which leads us to explore monocular methods for fall detection. We first studied 2D information (images) by analyzing the shape deformation during a fall. Normal activities of an elderly person were used to train a Gaussian Mixture Model (GMM) to detect any abnormal event. Our method was tested with a realistic video data set of simulated falls and normal activities. However, 3D information like the spatial localization of a person in a room can be very useful for action recognition. Although a multi-camera system is usually preferable to acquire 3D information, we have demonstrated that, with only one calibrated camera, it is possible to localize a person in his/her environment using the person’s head. Concretely, the head, modeled by a 3D ellipsoid, was tracked in the video sequence using particle filters. The precision of the 3D head localization was evaluated with a video data set containing the real 3D head localizations obtained with a Motion Capture system. An application example using the 3D head trajectory for fall detection is also proposed. In conclusion, we have confirmed that a video surveillance system for fall detection with only one camera per room is feasible. To reduce the risk of false alarms, a hybrid method combining 2D and 3D information could be considered.