Tesi sul tema "Suivi de points de repère"

Les chirurgiens orthopédistes utilisent actuellement des guides de coupes adaptés à chaque patient afin d’effectuer l’opération d’arthroplastie totale du genou. Notamment, l’intervention chirurgicale est préparée grâce à des outils de planification où le chirurgien peut manipuler des images virtuelles du patient, construites à partir d’une imagerie médicale préopératoire. Des points de repère anatomiques permettent d’effectuer plusieurs mesures sur la jambe virtuelle afin de contrôler le positionnement des guides de coupes personnalisés par rapport aux modèles 3-D des os du genou. Nous proposons une méthode multi-atlas pour le positionnement automatique des points anatomiques pré-définis sur les maillages surfaciques modélisant le fémur et le tibia du patient. Nous exploitons un groupe d’atlas (exemples expert) constitué de plusieurs maillages triangulaires pour lesquels les points anatomiques définis ont été placés par des experts. Nous transférons les points anatomiques d’un exemple expert vers le maillage patient à travers le calcul d’un recalage global initial avec l’algorithme Iterative Closest Point (ICP) où une contrainte de courbure est utilisée en tant que dimension supplémentaire de façon à améliorer la robustesse du recalage. Des recalages locaux rigides permettent d’affiner l’adaptation pour la projection des points anatomiques sur la surface du maillage patient. Après avoir traité le maillage patient avec le groupe d’atlas, nous générons une position définitive pour chaque point de repère anatomique en utilisant une sélection automatique du jeu des meilleurs points transférés. Nous avons développé un environnement informatique accessible via internet pour la construction des modèles 3-D des os du genou du patient. Notre méthode de positionnement automatique des points de repère anatomiques est mise en œuvre sur ce système. Nous comparons notre positionnement automatique avec le positionnement manuel par des opérateurs expérimentés ainsi qu’avec des résultats rapportés dans les travaux des publications scientifiques du domaine
Nowadays, orthopedic surgeons utilize patient-specific systems based on custom cutting guides for total knee arthroplasty. Particularly, the chirurgical operation is prepared by using planning tools where the surgeon can manipulate virtual images of the patient, built from pre-surgical medical images. Identified anatomical landmarks provide various measurements on the virtual lower limb allowing to control the positioning of the cutting guides relative to the 3-D models of the knee bones. We propose a multi-atlas method for the automatic positioning of the pre-defined landmarks on the surface of the models of the femur and the tibia of the patient. We exploit a group of atlases (expert examples) consisting of multiple triangular meshes for which the defined landmarks have been placed by experts. We transfer identified landmarks from an expert example to the patient mesh by computing an initial coarse global registration with an Iterative Closest Point (ICP) algorithm where a curvature constraint serves as a supplementary dimension in order to improve robustness. Adaptive local rigid registrations refine the fit for the projection of reference landmarks onto the surface of the patient mesh. After the patient mesh has been processed with the group of atlases, we compute a definite position for each landmark using an automatic selection of a set of best transferred landmarks. We developed a Web framework for the construction of the 3-D models of the bones of the patient. Our positioning method is implemented in this system. We compare our positioning method against the manual positioning of trained operators and against the results of published scientific works on the domain

La membrane cellulaire est un environnement très dynamique où diffusent plusieurs familles de protéines. Pour assurer la communication entre neurones, certains récepteurs membranaires diffusant librement doivent être stabilisés aux jonctions de communication neuronales: les synapses. Des changements dans le comportement diffusif de ces récepteurs induisent des variations de leurs populations à la synapse. La capacité d’observer ces protéines diffuser individuellement est donc importante pour mieux comprendre certains mécanismes cellulaires associés au fonctionnement du système nerveux. Alors que les fluorophores organiques (Alexa, Atto,…) et génétiquement encodées (GFP, RFP,…) photoblanchissent rapidement, les nanocristaux semi-conducteurs fluorescents (points quantiques: QDs) sont photo-stables, ce qui permet de suivre les protéines marquées sur de plus longues périodes. Même si la structure cristalline du QD dépasse rarement les 10nm de diamètre, la taille de la sonde fonctionnalisée, une fois équipée d’un enrobage hydrophile et de protéines d’hameçonnage, est d’environ 30 nm, limitant leur accessibilité dans la fente synaptique (environ 20 nm). De plus, la multivalence des versions commerciales des QDs fonctionnalisés pose problème, en leur permettant de lier plusieurs récepteurs à la fois. Dans ce mémoire, nous présentons donc différentes approches pour la biofonctionnalisation de petit QDs monovalents, ainsi que les principales stratégies pour marquer des récepteurs synaptiques uniques à partir de QDs. De plus, nous présentons une étude de la diffusion de récepteurs synaptiques diffusant à l’intérieur et à l’extérieur de synapses et comparons les résultats en fonction des 2 types de sondes utilisés : QDs enrobés d’anticorps et QDs enrobés de streptavidine. Ces travaux devraient contribuer à l’optimisation d’une approche pour suivre les dynamiques des récepteurs synaptiques dans des modèles de plasticité synaptique.

Cette etude traite de l'utilisation de methodes de filtrage pour du suivi dans des sequences d'images. Ces algorithmes reposent sur une representation du systeme dynamique par une chaine de Markov cachee, decrite par une loi dynamique et une vraisemblance des donnees. Pour construire une methode generale, une loi dynamique estimee sur les images est consideree. Ce choix met en evidence les limitations du modele simple de chaine de Markov cachee, qui ne decrit pas la dependance des elements du systeme aux images.
Nous proposons d'abord une modelisation originale du probleme. Celle-ci rend les images explicites et permet de construire des algorithmes sans information a priori. Les filtres associes a cette nouvelle representation sont derives sur la base des filtres classiques, en considerant un conditionnement par rapport a la sequence. Il est egalement presente comment ce nouveau schema permet de considerer des modeles simples, pour lesquels la fonction d'importance optimale est disponible.
Ensuite, nous nous interessons a la validation pratique de la modelisation proposee sur une application de suivi de points caracteristiques. Les systemes mis en oeuvre sont entierement estimes sur la sequence. Ils associent des mesures de similarite a une dynamique definie a partir d'un mouvement instantane estime par une methode differentielle robuste. Afin de controler l'importance des differents elements du systeme, les matrices de covariance de bruit des modeles sont estimees. Trois algorithmes de suivi de points sont ainsi construits et valides sur de nombreuses sequences reelles. Enfin, cette approche est etendue au suivi de motifs plans textures. Le modele considere introduit une information geometrique par homographie et amene a un algorithme robuste aux occultations totales.

Cette étude traite de l'utilisation de méthodes de filtrage pour du suivi dans des séquences d'images. Ces algorithmes reposent sur une représentation du système par une chaîne de Markov cachée, décrite par une dynamique et une vraisemblance. Pour construire une méthode générale, une loi dynamique estimée sur les images est considérée. Ce choix met en évidence les limitations du modèle simple de chaîne de Markov cachée, qui ne décrit pas la dépendance des éléments du système aux images. Nous proposons d'abord une modélisation originale du problème. Celle-ci rend les images explicites et permet de construire des algorithmes sans information a priori. Les filtres associés à cette nouvelle représentation sont dérivés. Ensuite, nous nous intéressons à la validation de cette modélisation. Trois méthodes de suivi de points sont construits. Ils associent des mesures de corrélation à une dynamique définie à partir d'un mouvement estimé. Enfin, cette approche est étendue au suivi de plans.

Nous nous intéressons dans cette thèse au problème du suivi d'objets, que nous abordons par des méthodes statistiques. La première contribution de cette thèse est la conception d'un algorithme de suivi de bactéries dans une séquence d'image et de reconstruction de leur lignage, travail ayant donné lieu à la réalisation d'une suite logicielle aujourd'hui utilisée dans un laboratoire de recherche en biologie. La deuxième contribution est une étude théorique du problème de la détection de trajectoires dans un nuage de points. Nous définissons un détecteur de trajectoires utilisant le cadre statistique des méthodes a contrario, qui ne requiert essentiellement aucun paramètre pour fonctionner. Ce détecteur fournit des résultats remarquables, et permet notamment de retrouver des trajectoires dans des séquences contenant un grand nombre de points de bruit, tout en conservant un taux de fausses détections de trajectoires très faible. Nous étudions ensuite plus spécifiquement le problème de l'affectation de nuages de points entre deux images, problème rencontré notamment pour la détection de trajectoires ou l'appariement d'images stéréographiques. Nous proposons d'abord un modèle théoriquement optimal pour l'affectation de points qui nous permet d'étudier les performances de plusieurs algorithmes classiques dans différentes conditions. Nous formulons ensuite un algorithme sans paramètre en utilisant le cadre a contrario, ce qui nous permet ensuite d'obtenir un nouvel algorithme de suivi de trajectoires.

Nous nous intéressons dans cette thèse au problème du suivi d’objets, que nous abordons par des méthodes statistiques. La première contribution de cette thèse est la conception d’un algorithme de suivi de bactéries dans une séquence d’image et de reconstruction de leur lignage, travail ayant donné lieu à la réalisation d’une suite logicielle aujourd’hui utilisée dans un laboratoire de recherche en biologie. La deuxième contribution est une étude théorique du problème de la détection de trajectoires dans un nuage de points. Nous définissons un détecteur de trajectoires utilisant le cadre statistique des méthodes a contrario, qui ne requiert essentiellement aucun paramètre pour fonctionner. Ce détecteur fournit des résultats remarquables, et permet notamment de retrouver des trajectoires dans des séquences contenant un grand nombre de points de bruit, tout en conservant un taux de fausses détections de trajectoires très faible. Nous étudions ensuite plus spécifiquement le problème de l’affectation de nuages de points entre deux images, problème rencontré notamment pour la détection de trajectoires ou l’appariement d’images stéréographiques. Nous proposons d’abord un modèle théoriquement optimal pour l’affectation de points qui nous permet d’étudier les performances de plusieurs algorithmes classiques dans différentes conditions. Nous formulons ensuite un algorithme sans paramètre en utilisant le cadre a contrario, ce qui nous permet ensuite d’obtenir un nouvel algorithme de suivi de trajectoires
The subject of this thesis is the problem of object tracking, that we approached using statistical methods. The first contribution of this work is the conception of a tracking algorithm of bacterial cells in a sequence of image, to recover their lineage; this work has led to the implementation of a software suite that is currently in use in a research laboratory. The second contribution is a theoretical study of the detection of trajectories in a cloud of points. We define a trajectory detector using the a-contrario statistical framework, which requires essentially no parameter to run. This detector yields remarkable results, and is in particular able to detect trajectories in sequences containing a large number of noise points, while keeping a very low number of false detections. We then study more specifically the correspondence problem between two point clouds, a problem often encountered for the detection of trajectories or the matching of stereographic images. We first introduce a theoretically optimal model for the point correspondence problem that makes it possible to study the performances of several classical algorithms in a variety of conditions. We then formulate a parameterless point correspondence algorithm using the a-contrario framework, that enables us to define a new trajectory tracking algorithm

L’environnement marin est un cadre très hostile pour la robotique. Il est fortement non-structuré, très incertain et inclut beaucoup de perturbations externes qui ne peuvent pas être facilement prédites ou modélisées. Dans ce travail, nous allons essayer de contrôler un véhicule sous-marin autonome (AUV) afin d’effectuer une tâche de suivi de points de cheminement, en utilisant un contrôleur basé sur de l’apprentissage automatique. L’apprentissage automatique a permis de faire des progrès impressionnants dans de nombreux domaines différents ces dernières années, et le sous-domaine de l’apprentissage profond par renforcement a réussi à concevoir plusieurs algorithmes très adaptés au contrôle continu de systèmes dynamiques. Nous avons choisi d’implémenter l’algorithme du Soft Actor-Critic (SAC), un algorithme d’apprentissage profond par renforcement régularisé en entropie permettant de simultanément remplir une tâche d’apprentissage et d’encourager l’exploration de l’environnement. Nous avons comparé un contrôleur basé sur le SAC avec un contrôleur Proportionnel-Intégral-Dérivé (PID) sur une tâche de suivi de points de cheminement et en utilisant des métriques de performance spécifiques. Tous ces tests ont été effectués en simulation grâce à l’utilisation de l’UUV Simulator. Nous avons décidé d’appliquer ces deux contrôleurs au RexROV 2, un véhicule sous-marin téléguidé (ROV) de forme cubique et à six degrés de liberté converti en AUV. Grâce à ces tests, nous avons réussi à proposer plusieurs contributions intéressantes telles que permettre au SAC d’accomplir un contrôle de l’AUV de bout en bout, surpasser le contrôleur PID en terme d’économie d’énergie, et réduire la quantité d’informations dont l’algorithme du SAC a besoin. De plus nous proposons une méthodologie pour l’entraînement d’algorithmes d’apprentissage profond par renforcement sur des tâches de contrôle, ainsi qu’une discussion sur l’absence d’algorithmes de guidage pour notre contrôleur d’AUV de bout en bout
The marine environment is a very hostile setting for robotics. It is strongly unstructured, very uncertain and includes a lot of external disturbances which cannot be easily predicted or modelled. In this work, we will try to control an autonomous underwater vehicle (AUV) in order to perform a waypoint tracking task, using a machine learning-based controller. Machine learning allowed to make impressive progress in a lot of different domain in the recent years, and the subfield of deep reinforcement learning managed to design several algorithms very suitable for the continuous control of dynamical systems. We chose to implement the Soft Actor-Critic (SAC) algorithm, an entropy-regularized deep reinforcement learning algorithm allowing to fulfill a learning task and to encourage the exploration of the environment simultaneously. We compared a SAC-based controller with a Proportional-Integral-Derivative (PID) controller on a waypoint tracking task and using specific performance metrics. All the tests were performed in simulation thanks to the use of the UUV Simulator. We decided to apply these two controllers to the RexROV 2, a six degrees of freedom cube-shaped remotely operated underwater vehicle (ROV) converted in an AUV. Thanks to these tests, we managed to propose several interesting contributions such as making the SAC achieve an end-to-end control of the AUV, outperforming the PID controller in terms of energy saving, and reducing the amount of information needed by the SAC algorithm. Moreover we propose a methodology for the training of deep reinforcement learning algorithms on control tasks, as well as a discussion about the absence of guidance algorithms for our end-to-end AUV controller

Le problème du suivi d'objets dans une vidéo se pose dans des domaines tels que la vision par ordinateur (vidéo-surveillance par exemple) et la post-production télévisuelle et cinématographique (effets spéciaux). Il se décline en deux variantes principales : le suivi d'une région d'intérêt, qui désigne un suivi grossier d'objet, et la segmentation spatio-temporelle, qui correspond à un suivi précis des contours de l'objet d'intérêt. Dans les deux cas, la région ou l'objet d'intérêt doivent avoir été préalablement détourés sur la première, et éventuellement la dernière, image de la séquence vidéo. Nous proposons dans cette thèse une méthode pour chacun de ces types de suivi ainsi qu'une implémentation rapide tirant partie du Graphics Processing Unit (GPU) d'une méthode de suivi de régions d'intérêt développée par ailleurs.
La première méthode repose sur l'analyse de trajectoires temporelles de points saillants et réalise un suivi de régions d'intérêt. Des points saillants (typiquement des lieux de forte courbure des lignes isointensité) sont détectés dans toutes les images de la séquence. Les trajectoires sont construites en liant les points des images successives dont les voisinages sont cohérents. Notre contribution réside premièrement dans l'analyse des trajectoires sur un groupe d'images, ce qui améliore la qualité d'estimation du mouvement. De plus, nous utilisons une pondération spatio-temporelle pour chaque trajectoire qui permet d'ajouter une contrainte temporelle sur le mouvement tout en prenant en compte les déformations géométriques locales de l'objet ignorées par un modèle de mouvement global.
La seconde méthode réalise une segmentation spatio-temporelle. Elle repose sur l'estimation du mouvement du contour de l'objet en s'appuyant sur l'information contenue dans une couronne qui s'étend de part et d'autre de ce contour. Cette couronne nous renseigne sur le contraste entre le fond et l'objet dans un contexte local. C'est là notre première contribution. De plus, la mise en correspondance par une mesure de similarité statistique, à savoir l'entropie du résiduel, d'une portion de la couronne et d'une zone de l'image suivante dans la séquence permet d'améliorer le suivi tout en facilitant le choix de la taille optimale de la couronne.
Enfin, nous proposons une implémentation rapide d'une méthode de suivi de régions d'intérêt existante. Cette méthode repose sur l'utilisation d'une mesure de similarité statistique : la divergence de Kullback-Leibler. Cette divergence peut être estimée dans un espace de haute dimension à l'aide de multiples calculs de distances au k-ème plus proche voisin dans cet espace. Ces calculs étant très coûteux, nous proposons une implémentation parallèle sur GPU (grâce à l'interface logiciel CUDA de NVIDIA) de la recherche exhaustive des k plus proches voisins. Nous montrons que cette implémentation permet d'accélérer le suivi des objets, jusqu'à un facteur 15 par rapport à une implémentation de cette recherche nécessitant au préalable une structuration des données.

Cette thèse traite de la reconstruction tridimensionnelle d’une scène rigide à partir d’une collection de photographies numériques, dites vues. Le problème traité est connu sous le nom du "calcul de la structure et du mouvement" (structure-and/from-motion) qui consiste à "expliquer" des trajectoires de points dits d’intérêt au sein de la collection de vues par un certain mouvement de l’appareil (dont sa trajectoire) et des caractéristiques géométriques tridimensionnelles de la scène. Dans ce travail, nous proposons les fondements théoriques pour étendre certaines méthodes de calcul de la structure et du mouvement afin d’intégrer comme données d’entrée, des points d’intérêt réels et des points d’intérêt complexes, et plus précisément des images de points cycliques. Pour tout plan projectif, les points cycliques forment une paire de points complexes conjugués qui, par leur invariance par les similitudes planes, munissent le plan projectif d’une structure euclidienne. Nous introduisons la notion de marqueurs cycliques qui sont des marqueurs plans permettant de calculer sans ambiguïté les images des points cycliques de leur plan de support dans toute vue. Une propriété de ces marqueurs, en plus d’être très "riches" en information euclidienne, est que leurs images peuvent être appariées même si les marqueurs sont disposés arbitrairement sur des plans parallèles, grâce à l’invariance des points cycliques. Nous montrons comment utiliser cette propriété dans le calcul projectif de la structure et du mouvement via une technique matricielle de réduction de rang, dite de factorisation, de la matrice des données correspondant aux images de points réels, complexes et/ou cycliques. Un sous-problème critique abordé dans le calcul de la structure et du mouvement est celui de l’auto-calibrage de l’appareil, problème consistant à transformer un calcul projectif en un calcul euclidien. Nous expliquons comment utiliser l’information euclidienne fournie par les images des points cycliques dans l’algorithme d’auto-calibrage opérant dans l’espace projectif dual et fondé sur des équations linéaires. L’ensemble de ces contributions est finalement utilisé pour une application de suivi automatique de caméra utilisant des marqueurs formés par des couronnes concentriques (appelés CCTags), où il s’agit de calculer le mouvement tridimensionnel de la caméra dans la scène à partir d’une séquence vidéo. Ce type d’application est généralement utilisé dans l’industrie du cinéma ou de la télévision afin de produire des effets spéciaux. Le suivi de caméra proposé dans ce travail a été conçu pour proposer le meilleur compromis possible entre flexibilité d’utilisation et précision des résultats obtenus.

Cette thèse traite de la reconstruction tridimensionnelle d'une scène rigide à partir d'une collection de photographies numériques, dites vues. Le problème traité est connu sous le nom du "calcul de la structure et du mouvement" (structure-and/from-motion) qui consiste à "expliquer" des trajectoires de points dits d'intérêt au sein de la collection de vues par un certain mouvement de l'appareil (dont sa trajectoire) et des caractéristiques géométriques tridimensionnelles de la scène. Dans ce travail, nous proposons les fondements théoriques pour étendre certaines méthodes de calcul de la structure et du mouvement afin d'intégrer comme données d'entrée, des points d'intérêt réels et des points d'intérêt complexes, et plus précisément des images de points cycliques. Pour tout plan projectif, les points cycliques forment une paire de points complexes conjugués qui, par leur invariance par les similitudes planes, munissent le plan projectif d'une structure euclidienne. Nous introduisons la notion de marqueurs cycliques qui sont des marqueurs plans permettant de calculer sans ambiguïté les images des points cycliques de leur plan de support dans toute vue. Une propriété de ces marqueurs, en plus d'être très "riches" en information euclidienne, est que leurs images peuvent être appariées même si les marqueurs sont disposés arbitrairement sur des plans parallèles, grâce à l'invariance des points cycliques. Nous montrons comment utiliser cette propriété dans le calcul projectif de la structure et du mouvement via une technique matricielle de réduction de rang, dite de factorisation, de la matrice des données correspondant aux images de points réels, complexes et/ou cycliques. Un sous-problème critique abordé dans le calcul de la structure et du mouvement est celui de l'auto-calibrage de l'appareil, problème consistant à transformer un calcul projectif en un calcul euclidien. Nous expliquons comment utiliser l'information euclidienne fournie par les images des points cycliques dans l'algorithme d'auto-calibrage opérant dans l'espace projectif dual et fondé sur des équations linéaires. L'ensemble de ces contributions est finalement utilisé pour une application de suivi automatique de caméra utilisant des marqueurs formés par des couronnes concentriques (appelés CCTags), où il s'agit de calculer le mouvement tridimensionnel de la caméra dans la scène à partir d'une séquence vidéo. Ce type d'application est généralement utilisé dans l'industrie du cinéma ou de la télévision afin de produire des effets spéciaux. Le suivi de caméra proposé dans ce travail a été conçu pour proposer le meilleur compromis possible entre flexibilité d'utilisation et précision des résultats obtenus.

Le problème du suivi d’objets dans une vidéo se pose dans des domaines tels que la vision par ordinateur (vidéosurveillance par exemple) et la post-production télévisuelle et cinématographique (effets spéciaux). Il se décline en deux variantes principales : le suivi d’une région d’intérêt, qui désigne un suivi grossier d’objet, et la segmentation spatiotemporelle, qui correspond à un suivi précis des contours de l’objet d’intérêt. Dans les deux cas, la région ou l’objet d’intérêt doivent avoir été préalablement détourés sur la première, et éventuellement la dernière, image de la séquence vidéo. Nous proposons dans cette thèse une méthode pour chacun de ces types de suivi ainsi qu’une implémentation rapide tirant partie du Graphics Processing Unit (GPU) d’une méthode de suivi de régions d’intérêt développée par ailleurs. La première méthode repose sur l’analyse de trajectoires temporelles de points saillants et réalise un suivi de régions d’intérêt. Des points saillants (typiquement des lieux de forte courbure des lignes isointensité) sont détectés dans toutes les images de la séquence. Les trajectoires sont construites en liant les points des images successives dont les voisinages sont cohérents. Notre contribution réside premièrement dans l’analyse des trajectoires sur un groupe d’images, ce qui améliore la qualité d’estimation du mouvement. De plus, nous utilisons une pondération spatio-temporelle pour chaque trajectoire qui permet d’ajouter une contrainte temporelle sur le mouvement tout en prenant en compte les déformations géométriques locales de l’objet ignorées par un modèle de mouvement global. La seconde méthode réalise une segmentation spatio-temporelle. Elle repose sur l’estimation du mouvement du contour de l’objet en s’appuyant sur l’information contenue dans une couronne qui s’étend de part et d’autre de ce contour. Cette couronne nous renseigne sur le contraste entre le fond et l’objet dans un contexte local. C’est là notre première contribution. De plus, la mise en correspondance par une mesure de similarité statistique, à savoir l’entropie du résiduel, d’une portion de la couronne et d’une zone de l’image suivante dans la séquence permet d’améliorer le suivi tout en facilitant le choix de la taille optimale de la couronne. Enfin, nous proposons une implémentation rapide d’une méthode de suivi de régions d’intérêt existante. Cette méthode repose sur l’utilisation d’une mesure de similarité statistique : la divergence de Kullback-Leibler. Cette divergence peut être estimée dans un espace de haute dimension à l’aide de multiples calculs de distances au k-ème plus proche voisin dans cet espace. Ces calculs étant très coûteux, nous proposons une implémentation parallèle sur GPU (grâce à l’interface logiciel CUDA de NVIDIA) de la recherche exhaustive des k plus proches voisins. Nous montrons que cette implémentation permet d’accélérer le suivi des objets, jusqu’à un facteur 15 par rapport à une implémentation de cette recherche nécessitant au préalable une structuration des données
The problem of object tracking is a problem arising in domains such as computer vision (video surveillance for instance) and cinematographic post-production (special effects). There are two major classes of solution to this problem : region of interest tracking, which indicates a coarse tracking, and space-time segmentation, which corresponds to a precise tracking of the region of interest’s contour. In both cases, the region of interest must be selected beforehand on the first, and possibly on the last image of the video sequence. In this thesis, we propose two tracking methods (one of each type). We propose also a fast implementation of an existing tracking method using the programmation on Graphics Processing Unit (GPU). The first method is based on the analysis of temporal trajectories of salient points and provides a region of interest tracking. Salient points (typically of point of strong curvature of the isointensity lines) are detected in all the images of the sequence. The trajectories are built by matching salient points of consecutive images whose neighbourhoods are coherent. Our first contribution consists in the analysis of the trajectories on a group of pictures, which improves the motion estimation quality. Moreover, we use a space-time weighting for each trajectory which makes it possible to add a temporal constraint on the movement while taking into account the local geometrical deformations of the object ignored by a global motion model. The second method performs a space-time segmentation. The object contour motion is estimated using the information contained in an outer-layer centered on the object contour. Our first contribution is the use of this outer-layer which contains information about both the background and the object in a local context. The matching using a statistical similarity measure (residual entropy) allows to improve the tracking while facilitating the choice of the optimal size of the crown. Finally, we propose a fast implementation of an existing tracking method of region of interest. This method relies on the use of a statistical similarity measure : the Kullback-Leibler divergence. This divergence can be estimated in a high dimension space using k-th nearest neighbors distance. These calculations being computationally very expensive, we propose a parallel implementation of the exhaustive search of the k-th nearest neighbors using GPU programming (via the programming interface NVIDIA CUDA). We show that this implementation speeds-up the tracking process up to a factor 15 compared to a classical implementation of this search using data structuring methods

Cette thèse présente plusieurs méthodes de recalage pour les applications de réalité augmentée (R.A.). Nous décrivons d'abord des expériences de R.A. utilisant des recalages et suivis uniquement 2D. Nous nous intéressons ensuite au suivi visuel d'un objet naturel dont on connaît un modèle 3D et dont l'image peut ainsi être augmentée avec une cohérence spatiale et temporelle. Dans une première partie, nous proposons d'abord d'utiliser un recalage homographique en temps-réel pour augmenter des séquences filmées par une caméra en rotation autour de son centre optique. Dans une autre application, des transformations non rigides sont calculées hors ligne pour augmenter les images naturelles des parois gravées d'une grotte préhistorique. Le recalage géométrique des interprétations graphiques d'un préhistorien permet de créer un logiciel de découverte interactive des parois. Dans la seconde et majeure partie de ce travail, nous partons des méthodes de suivi 3D de l'état de l'art prises parmi les plus performantes. Ces méthodes consistent à suivre un objet naturel connaissant sa représentation par un maillage 3D. Nous proposons une approche de suivi visuel 3D utilisant quant à elle des modèles par points de l'objet. Ce type de modèle, caractérisé par l'absence de topologie, est encore peu utilisé en vision par ordinateur mais il présente une souplesse intéressante par rapport aux modèles constitués de facettes. La méthode de suivi que nous proposons consiste à interpréter des mises en correspondances 2D entre points d'intérêt en termes de variations de positions 3D. Le processus d'estimation sous-jacent utilise des champs de mouvements déduits des modèles 3D par points et des reconstructions par Moving Least Squares et splatting. Ces techniques développées par la communauté d'informatique graphique s'attachent à reconstruire localement (explicitement ou implicitement) la surface de l'objet à suivre et certains attributs dénis de manière éparse sur le nuage de points. Nous les adaptons à l'interpolation des champs de mouvements. L'avantage de notre approche est d'aboutir à un algorithme enchaînant quelques étapes d'estimation linéaires pour la détermination du mouvement 3D inter-images. Notre technique de résolution est intégrée à une adaptation originale d'un algorithme de suivi visuel de l'état de l'art qui repose sur un suivi hybride, combinant les informations issues de l'image précédente et celles apportées par des images clés acquises hors ligne. Une des particularités de notre implantation vient aussi de l'exploitation des capacités des unités de calcul graphiques (GPU) modernes pour les parties critiques de l'algorithme (extraction de points d'intérêt, appariement et calcul de champs de mouvements).

L'analyse de ces trois films repose sur la constatation que l'errance qui affecte les personnages prend sa source d'une part dans le refus non exprime d'un passe dont la nostalgie persiste, d'autre part dans l'attraction qu'exerce sur eux un ailleurs imaginaire, l'amerique. Entre ces deux poles que representent les termes allemands heimweh sehnsucht, l'errance prend la forme d'une quete d'identite. Le deplacement apparait comme la manifestation exterieure du devenir. Le cheminement des personnages est jalonne d'elements fixes : photos, maisons de l'enfance, cinemas qui constituent les reperes a partir desquels s'elabore progressivement la definition de chacun des personnages. En partie autobiographiques, ces films lient la quete existentielle des personnages face a un monde qui leur est etranger et celle de wim wenders en tant qu'allemand et cineaste. Chacun des films est analyse en fonction des elements qui jouent le role de reperes : la photo dans "alice dans les villes", le(s) cinema(s) dans "au fil du temps", les deux conceptions du cinema qui s'affrontent dans "l'etat des choses" (cinema des studios hollywoodiens, cinema d'auteur). Le passage par ces reperes permet la reconstruction de l'identite perdue. La rencontre avec l'autre et l'entree dans le temps deviennent alors possibles. Elles ont lieu dans "les ailes du desir".

Le problème du suivi d'objets dans une vidéo se pose dans des domaines tels que la vision par ordinateur (vidéo-surveillance par exemple) et la post-production télévisuelle et cinématographique (effets spéciaux). Il se décline en deux variantes principales : le suivi d'une région d'intérêt, qui désigne un suivi grossier d'objet, et la segmentation spatio-temporelle, qui correspond à un suivi précis des contours de l'objet d'intérêt. Dans les deux cas, la région ou l'objet d'intérêt doivent avoir été préalablement détourés sur la première, et éventuellement la dernière, image de la séquence vidéo. Nous proposons dans cette thèse une méthode pour chacun de ces types de suivi ainsi qu'une implémentation rapide tirant partie du Graphics Processing Unit (GPU) d'une méthode de suivi de régions d'intérêt développée par ailleurs. La première méthode repose sur l'analyse de trajectoires temporelles de points saillants et réalise un suivi de régions d'intérêt. Des points saillants (typiquement des lieux de forte courbure des lignes isointensité) sont détectés dans toutes les images de la séquence. Les trajectoires sont construites en liant les points des images successives dont les voisinages sont cohérents. Notre contribution réside premièrement dans l'analyse des trajectoires sur un groupe d'images, ce qui améliore la qualité d'estimation du mouvement. De plus, nous utilisons une pondération spatio-temporelle pour chaque trajectoire qui permet d'ajouter une contrainte temporelle sur le mouvement tout en prenant en compte les déformations géométriques locales de l'objet ignorées par un modèle de mouvement global. La seconde méthode réalise une segmentation spatio-temporelle. Elle repose sur l'estimation du mouvement du contour de l'objet en s'appuyant sur l'information contenue dans une couronne qui s'étend de part et d'autre de ce contour. Cette couronne nous renseigne sur le contraste entre le fond et l'objet dans un contexte local. C'est là notre première contribution. De plus, la mise en correspondance par une mesure de similarité statistique, à savoir l'entropie du résiduel, d'une portion de la couronne et d'une zone de l'image suivante dans la séquence permet d'améliorer le suivi tout en facilitant le choix de la taille optimale de la couronne. Enfin, nous proposons une implémentation rapide d'une méthode de suivi de régions d'intérêt existante. Cette méthode repose sur l'utilisation d'une mesure de similarité statistique : la divergence de Kullback-Leibler. Cette divergence peut être estimée dans un espace de haute dimension à l'aide de multiples calculs de distances au k-ème plus proche voisin dans cet espace. Ces calculs étant très coûteux, nous proposons une implémentation parallèle sur GPU (grâce à l'interface logiciel CUDA de NVIDIA) de la recherche exhaustive des k plus proches voisins. Nous montrons que cette implémentation permet d'accélérer le suivi des objets, jusqu'à un facteur 15 par rapport à une implémentation de cette recherche nécessitant au préalable une structuration des données.

L'augmentation constante de la demande alimentaire et énergétique dans le monde associée au réchauffement et changements climatiques ont poussé les recherches en agronomie vers le développement d'une agriculture plus durable et l'amélioration de la performance des cultures. Pour répondre à ces demandes, les chercheurs ont concentré leurs efforts sur le développement de méthodes de génotypage à haut débit (l'étude de la séquence génomique des plantes) et ont permis aux biologistes d'identifier les génotypes d'une grande quantité de plantes. De plus, comprendre les relations qui lient les génotypes (ADN) aux phénotypes (caractéristiques visuelles) qui évoluent en fonction des conditions d'irrigation, d'illumination ou de température est devenu un enjeu majeur dans la recherche agricole. Alors que les méthodes de génotypage ont été rapidement améliorées et automatisées au cours de la dernière décennie, les méthodes de phénotypage restent manuelles et parfois destructrices. Ces méthodes consistent à mesurer certains paramètres visuels d'une plante telle que : la hauteur de la tige principale, le nombre de feuilles, les angles d'initiation des feuilles ou la surface foliaire et plus important encore, à suivre ces paramètres tout au long de la croissance des plantes. Par conséquent, le nombre de plantes à cultiver est très important et les mesures prennent beaucoup de temps. Avec l'émergence des nouvelles technologies en vision par ordinateur et en robotique, les chercheurs en agronomie y ont vu un intérêt certain en vue d'automatiser la collecte et les mesures des données visuelles sur les plantes. La thèse porte sur la conception, le développement et la validation de traitements haut débit à exécuter automatiquement sur des images acquises sur des plantes de tournesol, en vue d'amplifier les capacités de phénotypage par les chercheurs en agronomie (et ultérieurement les évaluateurs de variétés et les semenciers). L'objectif est la mise au point d'un protocole d'acquisition d'images (en plante isolée) depuis un robot mobile (ou un système d'acquisition autonome) permettant d'améliorer, de moderniser et d'automatiser les méthodes de phénotypage actuelles afin d'aider les chercheurs en agronomie à collecter une grande quantité de données. Motivés par le souhait d'effectuer un phénotypage à haut débit, nous proposons une approche 3D pour extraire automatiquement les caractéristiques visuelles des plantes de tournesol cultivées en pot. Tout d'abord, un nuage de points 3D d'une plante est acquis avec des techniques classiques de Structure-from-Motion. Une étape de segmentation est ensuite effectuée pour extraire la tige principale et les feuilles. Dans le but de suivre les caractéristiques visuelles pendant la croissance des plantes, en particulier, suivre l'expansion foliaire de chaque feuille, une étape de labellisation basée sur le modèle botanique d'une plante est appliquée pour leur affecter une étiquette unique qui ne changera pas avec le temps. Enfin, les caractéristiques visuelles sont extraites et les résultats obtenus sur les plantes de tournesol démontrent l'efficacité de notre méthode et en font une étape encourageante vers le phénotypage haut débit
The constant increasing food and energy demand in the world associated to global warming and climate change issues, pushed the researchs in plant breeding to move towards the improvement of crops performance and development of a more sustainable agriculture. To meet these demands, the effort made by the researchers were focused on the development of high-throughput genotyping methods (i.e., the study of genome sequence of plants) and allowed the biologists to indentified the genotypes of a large amount of plants. Moreover, understanding the relationships that link the genotypes (DNA) to the phenotypes (visual characteristics) that evolve according environmental conditions like: light, water, drought, heat, etc. has become a main issue in agricultural research. While the genotyping methods were rapidly improved and automatized during the last decade, the phenotyping methods remain manual, sometimes destructive and non-replicable. The usual phenotyping methods consist to measure certain visual parameters of a plant such as: main stem heigh, number of leaves, leaf initiation angle or leaf area, but more importantly, be able to follow these parameters along the plant growth. Consequently, the number of plants to harvest is very important and the measurements are extremely time-consuming. The emergence and reliability of new technologies in computer vision and robotic have led the researchers to take an interest in them and to seek how they can be used in plant science. The thesis is focused on the design, development and validation of a high-throughput phenotyping method design for sunflower plant with an eye to amplify phenotyping capacities by Agronomists and Geneticists (and later varieties evaluators and seed producers). The aim is to improve, modernize and automatize the current phenotyping methods as a way to help the plant scientists to collect a large amount of data. Motivated by the wish to perform high-throughput plant phenotyping, we propose a 3D approach to automatically extract visual characteristics of sunflower plants grown in pot. First, a 3D point cloud of a plant is acquired with classical Structure-from-Motion techniques. A segmentation step is then proceeded to retrieve the main stem and the leaves. With the intention of following the visual characteristics during the plant growth, especially, the leaf area expansion rate of each leaf, a labelling step relying on the botanical model of a plant is performed to affect them a unique label that will not change over time. Finally, the visual characteristics are extracted and results obtained on sunflower plants demonstrate the efficiency of our method and make it an encouraging step toward high-throughput plant phenotyping

L'analyse d'image numerique est une voie d'investigation de plus en plus pertinente pour l'etude de phenomenes physiques, comprenant des mouvements de fluide, et de leurs evolutions au cours du temps. Dans ce cadre, l'analyse du mouvement deformable 2d est l'un des plus importants problemes a etudier. L'interpretation d'un tel champ de vecteurs 2d peut generalement se formuler par la caracterisation d'un modele lineaire, a condition que ces approximations au premier ordre ne soient considerees que sur un voisinage convenable des points singuliers, points ou la vitesse est nulle. Cette these decrit une methode performante, basee sur une approche statistique, qui repertorie explicitement ces problemes, et nous permet de localiser, caracteriser et suivre ces points singuliers dans une sequence d'images. Cet algorithme est exploite et valide sur differents types de sequences d'images reelles, selon plusieurs approches du probleme. Nous traitons, en premier lieu, des sequences d'images ou le mouvement inter-image est faible. Un modele de mouvement peut alors etre estime par une approche spatio-temporelle, a partir des derivees de la fonction intensite. Les sequences d'images visualisant des ecoulements de fluide ne nous permettent pas toujours d'utiliser un tel estimateur de mouvement, les deformations inter-images peuvent etre beaucoup trop importantes. Aussi, nous avons developpe deux autres methodes permettant d'estimer le mouvement fluide a partir d'une seule image. Une approche cepstrale permet de traiter les images ou la vitesse des phenomenes observes est tres grande par rapport a la cadence d'acquisition d'image des appareils utilises, il s'agira d'images avec flou de bouge. D'autre part, pour les images ou la forme perceptible rend compte du mouvement, comme par exemple dans les images visualisant les filets d'emission, nous proposons une methode geometrique. L'information de mouvement est contenue dans la forme visualisee.

Nous abordons le suivi d’objets dans des séquences d’images de scènes déformables selon deux axes de recherche. Il s’agit de déterminer les transformations d’un objet, d’une image à l’autre, lorsque celui-ci s’est éventuellement déformé ou déplacé et lorsque le point de vue de la caméra a éventuellement été modifié (déplacement, zoom...). Pour cela, nous nous sommes inspirés de l’algorithme de Jurie et Dhome qui permet de suivre un objet plan indéformable. D’une part, nous en améliorons les performances. D’autre part, nous le généralisons au cas d’objets déformables. Le premier axe de recherche consiste à améliorer les performances de l’algorithme de Jurie et Dhome en termes de précision et robustesse. Le suivi s’appuie sur un ensemble de points d’intérêt, dont dépendent fortement les performances. Ces points d’intérêt sont issus d’une sélection des points obtenus par des détecteurs reconnus, à savoir SIFT, KLT, SUSAN, HARRIS et MORAVEC. Nous avons étudié et mis en oeuvre, sur différentes classes d’images, des heuristiques de sélection fondées sur des approches statistique et algébrique. Nous montrons : – qu’il n’existe pas de détecteur universel, – que l’approche statistique est à privilégier dans tous les cas. Le second axe de recherche est une proposition d’un nouvel algorithme de suivi s’appuyant sur le maillage 2D des images de la séquence. Cet algorithme généralise celui de Jurie et Dhome aux scènes déformables. Il repose sur : – des transformations élémentaires (nodales) du maillage, directes et inverses, que nous avons caractérisées tant d’un point de vue géométrique qu’analytique, – l’utilisation des coordonnées barycentriques généralisées pour approcher la composition de deux transformations d’un maillage. Cet algorithme donne des résultats similaires à celui d’appariement hexagonal de Nakaya et Harashima tout en étant plus rapide
We deal with object tracking in videos of non-rigid scenes with two main purposes. We aim at determining the transformations of an object, from one frame to the next, when it may be distorted or moved and when the camera focus may change (movement, zoom...). To do this, we were inspired by the Jurie and Dhome algorithm, which enables the tracking of plane rigid objects. On the one hand, we improve its performance. On the other hand, we generalize it to non-rigid objects. The first goal consists in improving the performance of the Jurie and Dhome algorithm, in terms of accuracy and robustness. The tracking is based on a set of interest points, which has a great effect on the algorithm’s performance. These interest points come from a selection among the points extracted with some common detectors: SIFT, KLT, SUSAN, HARRIS, and MORAVEC.With various pictures classes, we have studied and implemented some selection heuristics based on statistical or algebraic approaches. We show that : • there is no universal detector, • the statistical approach is the best in all cases. The second goal is a proposal of a new tracking algorithm based on a 2D mesh of the video frames. This algorithm generalizes the Jurie and Dhome one for non-rigid scenes. It is based on : • elementary (nodal), direct or inverse, mesh transformations that we geometrically and analytically characterize, • generalized barycentric coordinates to approximate the composition of two mesh transformations. This algorithm gives similar results to the hexagonal matching algorithm of Nakaya and Harashima while being faster

Nos travaux portent sur la réduction de la dose de rayonnement lors d'examens réalisés avec le Système de radiologie EOS. Deux approches complémentaires sont étudiées. Dans un premier temps, nous proposons une méthode de débruitage et de rehaussement de contraste conjoints pour optimiser le compromis entre la qualité des images et la dose de rayons X. Nous étendons le filtre à moyennes non locales pour restaurer les images EOS. Nous étudions ensuite comment combiner ce filtre à une méthode de rehaussement de contraste multi-échelles. La qualité des images cliniques est optimisée grâce à des fonctions limitant l'augmentation du bruit selon la quantité d’information locale redondante captée par le filtre. Dans un deuxième temps, nous estimons des indices d’exposition (EI) sur les images EOS afin de donner aux utilisateurs un retour immédiat sur la qualité de l'image acquise. Nous proposons ainsi une méthode reposant sur la détection de points de repère qui, grâce à l'exploitation de la redondance de mesures locales, est plus robuste à la présence de données aberrantes que les méthodes existantes. En conclusion, la méthode de débruitage et de rehaussement de contraste conjoints donne des meilleurs résultats que ceux obtenus par un algorithme exploité en routine clinique. La qualité des images EOS peut être quantifiée de manière robuste par des indices calculés automatiquement. Étant donnée la cohérence des mesures sur des images de pré-affichage, ces indices pourraient être utilisés en entrée d'un système de gestion automatique des expositions
We aim at reducing the ALARA (As Low As Reasonably Achievable) dose limits for images acquired with EOS full-body system by means of image processing techniques. Two complementary approaches are studied. First, we define a post-processing method that optimizes the trade-off between acquired image quality and X-ray dose. The Non-Local means filter is extended to restore EOS images. We then study how to combine it with a multi-scale contrast enhancement technique. The image quality for the diagnosis is optimized by defining non-parametric noise containment maps that limit the increase of noise depending on the amount of local redundant information captured by the filter. Secondly, we estimate exposure index (EI) values on EOS images which give an immediate feedback on image quality to help radiographers to verify the correct exposure level of the X-ray examination. We propose a landmark detection based approach that is more robust to potential outliers than existing methods as it exploits the redundancy of local estimates. Finally, the proposed joint denoising and contrast enhancement technique significantly increases the image quality with respect to an algorithm used in clinical routine. Robust image quality indicators can be automatically associated with clinical EOS images. Given the consistency of the measures assessed on preview images, these indices could be used to drive an exposure management system in charge of defining the optimal radiation exposure

La segmentation et le suivi d'objets sont des domaines de recherche compétitif dans la vision par ordinateur. Une de leurs applications importantes réside dans la robotique où la capacité à segmenter un objet d'intérêt du fond de l'image, d'une manière précise, est cruciale particulièrement dans des images acquises à bord durant le mouvement du robot. Segmenter un objet dans une image est une opération qui consiste à distinguer la région objet du celle du fond suivant un critère défini. Suivre un objet dans une séquence d'images est une opération qui consiste à localiser la région objet au fil du temps dans une vidéo. Plusieurs techniques peuvent être utilisées afin d'assurer ces opérations. Dans cette thèse, nous nous sommes intéressés à segmenter et suivre des objets en utilisant la méthode du contour actif en raison de sa robustesse et son efficacité à pouvoir segmenter et suivre des objets non rigides. Cette méthode consiste à faire évoluer une courbe à partir d'une position initiale, entourant l'objet à détecter, vers la position de convergence qui correspond aux bords de cet objet d'intérêt. Nous proposons d'abord un critère global qui dépend des régions de l'image ce qui peut imposer certaines contraintes sur les caractéristiques de ces régions comme une hypothèse d'homogénéité. Cette hypothèse ne peut pas être toujours vérifiée du fait de l'hétérogénéité souvent présente dans les images. Dans le but de prendre en compte l'hétérogénéité qui peut apparaître soit sur l'objet d'intérêt soit sur le fond dans des images bruitées et avec une initialisation inadéquate du contour actif, nous proposons une technique qui combine des statistiques locales et globales pour définir le critère de segmentation. En utilisant un rayon de taille fixe, un demi-­‐disque est superposé sur chaque point du contour actif afin de définir les régions d'extraction locale. Lorsque l'hétérogénéité se présente à la fois sur l'objet d'intérêt et sur le fond de l'image, nous développons une technique basée sur un rayon flexible déterminant deux demi-­‐disques avec deux rayons de valeurs différentes pour extraire l'information locale. Le choix de la valeur des deux rayons est déterminé en prenant en considération la taille de l'objet à segmenter ainsi que de la distance séparant l'objet d'intérêt de ses voisins. Enfin, pour suivre un objet mobile dans une séquence vidéo en utilisant la méthode des contours actifs, nous développons une approche hybride du suivi d'objet basée sur les caractéristiques de la région et sur le vecteur mouvement des points d'intérêt extraits dans la région objet. En utilisant notre approche, le contour actif initial à chaque image sera ajusté suffisamment d'une façon à ce qu'il soit le plus proche possible au bord réel de l'objet d'intérêt, ainsi l'évolution du contour actif basée sur les caractéristiques de la région ne sera pas piégée par de faux contours. Des résultats de simulations sur des images synthétiques et réelles valident l'efficacité des approches proposées.

La segmentation et le suivi d'objets sont des domaines de recherche compétitifs dans la vision par ordinateur. Une de leurs applications importantes réside dans la robotique où la capacité à segmenter un objet d'intérêt du fond de l'image, d'une manière précise, est cruciale particulièrement dans des images acquises à bord durant le mouvement du robot. Segmenter un objet dans une image est une opération qui consiste à distinguer la région objet de celle du fond suivant un critère défini. Suivre un objet dans une séquence d'images est une opération qui consiste à localiser la région objet au fil du temps dans une vidéo. Plusieurs techniques peuvent être utilisées afin d'assurer ces opérations. Dans cette thèse, nous nous sommes intéressés à segmenter et suivre des objets en utilisant la méthode du contour actif en raison de sa robustesse et son efficacité à pouvoir segmenter et suivre des objets non rigides. Cette méthode consiste à faire évoluer une courbe à partir d'une position initiale, entourant l'objet à détecter, vers la position de convergence qui correspond aux bords de cet objet d'intérêt. Nous utilisons des critères qui dépendent des régions de l'image ce qui peut imposer certaines contraintes sur les caractéristiques de ces régions comme une hypothèse d'homogénéité. Cette hypothèse ne peut pas être toujours vérifiée du fait de l'hétérogénéité souvent présente dans les images. Dans le but de prendre en compte l'hétérogénéité qui peut apparaître soit sur l'objet d'intérêt soit sur le fond dans des images bruitées et avec une initialisation inadéquate du contour actif, nous proposons une technique qui combine des statistiques locales et globales pour définir le critère de segmentation. En utilisant un rayon de taille fixe, un demi-disque est superposé sur chaque point du contour actif afin de définir les régions d'extraction locale. Lorsque l'hétérogénéité se présente à la fois sur l'objet d'intérêt et sur le fond de l'image, nous développons une technique basée sur un rayon flexible déterminant deux demi-disques avec deux rayons de valeurs différentes pour extraire l'information locale. Le choix de la valeur des deux rayons est déterminé en prenant en considération la taille de l'objet à segmenter ainsi que de la distance séparant l'objet d'intérêt de ses voisins. Enfin, pour suivre un objet mobile dans une séquence vidéo en utilisant la méthode du contour actif, nous développons une approche hybride du suivi d'objet basée sur les caractéristiques de la région et sur le vecteur mouvement des points d'intérêt extraits dans la région objet. En utilisant notre approche, le contour actif initial à chaque image sera ajusté suffisamment d'une façon à ce qu'il soit le plus proche possible au bord réel de l'objet d'intérêt, ainsi l'évolution du contour actif basée sur les caractéristiques de la région ne sera pas piégée par de faux contours. Des résultats de simulations sur des images synthétiques et réelles valident l'efficacité des approches proposées
Object segmentation and tracking is a challenging area of ongoing research in computer vision. One important application lies in robotics where the ability to accurately segment an object of interest from its background is crucial and particularly on images acquired onboard during robot motion. Object segmentation technique consists in separating the object region from the image background according to a pre-defined criterion. Object tracking is a process of determining the positions of moving objects in image sequences. Several techniques can be applied to ensure these operations. In this thesis, we are interested to segment and track objects in video sequences using active contour method due to its robustness and efficiency to segment and track non-rigid objects. Active contour method consists in making a curve converge from an initial position around the object to be detected towards this object boundary according to a pre-defined criterion. We employ criteria which depend on the image regions what may impose certain constraints on the characteristics of these regions as a homogeneity assumption. This assumption may not always be verified due to the heterogeneity often present in images. In order to cope with the heterogeneity that may appear either in the object of interest or in the image background in noisy images using an inadequate active contour initialization, we propose a technique that combines local and global statistics in order to compute the segmentation criterion. By using a radius with a fixed size, a half-disk is superposed on each point of the active contour to define the local extraction regions. However, when the heterogeneity appears on both the object of interest and the image background, we develop a new technique based on a flexible radius that defines two half-disks with two different radius values to extract the local information. The choice of the value of these two radii is determined by taking into consideration the object size as well as the distance separating the object of interest from its neighbors. Finally, to track a mobile object within a video sequence using the active contour method, we develop a hybrid object tracking approach based on region characteristics and on motion vector of interest points extracted on the object region. Using our approach, the initial active contour for each image will be adequately adjusted in a way that it will be as close as possible to the actual boundary of the object of interest so that the evolution of active contour based on characteristics of the region will not be trapped by false contours. Simulation results on synthetic and real images validate the effectiveness of the proposed approaches

La thèse porte sur une étude à la fois théorique et pratique des méthodes de points intérieurs pour la programmation linéaire et la programmation quadratique convexe. Dans une première partie, elle donne une introduction aux méthodes de points intérieurs pour la programmation linéaire, décrit les outils de base, classifie et présente d'une façon unifiée les différentes méthodes. Elle présente dans la suite un exposé des algorithmes de trajectoire centrale pour la programmation linéaire et la programmation quadratique convexe. Dans une seconde partie sont étudiées des procédures de purification en programmation linéaire. Il s'agit des procédures qui déterminent, via une méthode de points intérieurs, un sommet (ou face) optimal. Dans cette partie, nous avons introduit et développé une nouvelle procédure de purification qui permet de mener dans tous les cas à un sommet optimal et de réduire le temps de calcul. La dernière partie est consacrée aux illustrations et aux expériences numériques.

La Réalité Augmentée (RA) vise à afficher des informations numériques virtuelles sur des images réelles. Le recalage est important, puisqu’il permet d'aligner correctement les objets virtuels dans le monde réel. Contrairement au tracking qui recale en utilisant les informations de l’image précédente, la localisation à grande échelle (wide baseline localization) calcule la solution en utilisant uniquement les informations présentes dans l’image courante. Il permet ainsi de trouver des solutions initiales au problème de recalage (initialisation) et, n’est pas sujet aux problèmes de « perte de tracking ». Le problème du recalage en RA est relativement bien étudié dans la littérature, mais les méthodes existantes fonctionnent principalement lorsque la scène augmentée présente des textures. Pourtant, pour le recalage avec les objets peu ou pas texturés, il est possible d’utiliser leurs informations géométriques qui représentent des caractéristiques plus stables que les textures. Cette thèse s’attache au problème de recalage basé sur des informations géométriques, et plus précisément sur les points. Nous proposons deux nouvelles méthodes de recalage de points (RRDM et LGC) robustes et rapides. LGC est une amélioration de la méthode RRDM et peut mettre en correspondance des ensembles de motifs de points 2D ou 3D subissant une transformation dont le type est connu. LGC présente un comportement linéaire en fonction du nombre de points, ce qui permet un tracking en temps-réel. La pertinence de LGC a été illustrée en développant une application de calibration de système projecteur-caméra dont les résultats sont comparables avec l’état de l’art tout en présentant des avantages pour l’utilisateur en termes de taille de mire de calibration
Registration is a very important task in Augmented Reality (AR). It provides the spatial alignment between the real environment and virtual objects. Unlike tracking (which relies on previous frame information), wide baseline localization finds the correct solution from a wide search space, so as to overcome the initialization or tracking failure problems. Nowadays, various wide baseline localization methods have been applied successfully. But for objects with no or little texture, there is still no promising method. One possible solution is to rely on the geometric information, which sometimes does not vary as much as texture or color. This dissertation focuses on new wide baseline localization methods entirely based on geometric information, and more specifically on points. I propose two novel point pattern matching algorithms, RRDM and LGC. Especially, LGC registers 2D or 3D point patterns under any known transformation type and supports multipattern recognitions. It has a linear behavior with respect to the number of points, which allows for real-time tracking. It is applied to multi targets tracking and augmentation, as well as to 3D model registration. A practical method for projector-camera system calibration based on LGC is also proposed. It can be useful for large scale Spatial Augmented Reality (SAR). Besides, I also developed a method to estimate the rotation axis of surface of revolution quickly and precisely on 3D data. It is integrated in a novel framework to reconstruct the surface of revolution on dense SLAM in real-time

Pour répondre à trois enjeux principaux que sont la sûreté des installations, le respect d'exigences règlementaires et l'optimisation des moyens de production, EDF-DTG a développé un réseau d'observations qui comprend les paramètres climatiques tels que la température de l'air, les précipitations et l'enneigement, mais aussi le débit des rivières. Les données collectées permettent la surveillance en « temps réel » des cours d'eau ainsi que la réalisation d'études hydrologiques quantitatives ou de dimensionnement qui nécessitent de disposer de séries patrimoniales de références. Assurer la qualité des données de débits est donc un enjeu de première importance. On ne mesure pourtant pas en continu le débit d'un cours d'eau car les dispositifs à mettre en œuvre restent onéreux et difficilement techniquement réalisable. Le plus souvent, c'est à partir de mesures en continu du niveau des rivières que l'on déduit le débit de ces dernières. Des mesures ponctuelles de débits appelées « jaugeages » permettent de caler un modèle hauteur-débit nommé « courbe de tarage ». Ce sont les équipements installés sur les rivières pour la mesure des niveaux qui sont dénommés « station d'hydrométrie ». Force est de constater que l'ensemble de ce processus constitue une manière indirecte de détermination du débit dont le niveau d'incertitude mérite d'être décrit. À chacune des valeurs de débit produites peut être associé un intervalle de confiance qui tient compte des incertitudes de chacune des étapes. La rapidité de variation de la relation hauteur-débit rend souvent difficile le suivi en temps réel du débit alors que les besoins de la surveillance temps réel des ouvrages imposent une bonne fiabilité des données en continu. Or, en ce qui concerne les stations les moins stables, la méthode historique pour produire la courbe de tarage qui repose sur une construction à partir d'un nombre suffisant de jaugeages chronologiquement contigus et bien répartis sur la plus grande gamme possible reste mal adaptée aux changements rapides ou cycliques de la relation hauteur-débit. Elle ne prend pas assez en compte les phénomènes d'érosion et de sédimentation rapides ainsi que la croissance saisonnière d'herbiers car la capacité à réaliser des jaugeages par les équipes de gestion reste en général assez limitée. Ainsi, pour améliorer la qualité et la fiabilité des données de débits, ces travaux de thèse explorent une méthode de tracé dynamique des courbes de tarage et un calcul des incertitudes associées. Une gestion dynamique de la courbe de tarage est créée de sorte que chaque jaugeage donne lieu au tracé d'une nouvelle courbe de tarage. Après le tracé, un modèle d'incertitudes est construit autour de chaque courbe de tarage. Il prend en compte les incertitudes des jaugeages, les erreurs sur la mesure de hauteur d'eau, la sensibilité de la relation hauteur-débit et l'incertitude sur le tracé lui-même. Une approche variographique est utilisée pour faire vieillir les jaugeages et les courbes de tarage afin d'obtenir un intervalle de confiance augmentant avec le temps, et se réactualisant à chaque nouveau jaugeage puisque ce dernier donne lieu au tracé d'une nouvelle courbe de tarage, plus fiable car plus récente pour l'estimation des débits à venir. Des chroniques de débit sont enfin obtenues de façon homogène et avec un intervalle de confiance prenant en compte le vieillissement des courbes générées. En prenant mieux en compte la variabilité des conditions d'écoulement et la vie des stations, la méthode créée et son modèle d'incertitudes permet de construire des outils de gestion et d'optimisation d'exploitation des points de mesure. Elle répond à des questions récurrentes en hydrométrie comme : « Combien de jaugeages faut-il réaliser en une année pour produire des données de débit avec une incertitude moyenne de X% ? » et « Quand et dans quelle gamme de débit réaliser ces jaugeages ? »
Dealer or owner operator of electricity production structures, EDF is responsible for their operation in safe condition and for the respect of the limits imposed by the regulations. Thus, the knowledge of water resources is one of EDF main concerns since the company remains preoccupied about the proper use of its facilities. The knowledge of streamflow is one of its priorities to better respond to three key issues that are plant safety, compliance with regulatory requirements, and optimizing the means of production. To meet these needs, EDF-DTG (Division Technique Générale) operates an observation network that includes both climatic parameters such as air and temperature, then the precipitations and the snow, but also the streamflow. The data collected allows real time monitoring of rivers, as well as hydrological studies and the sizing of structures. Ensuring the quality of the stream flow data is a priority. Up to now it is not possible to measure continuously the flow of a river since direct measurements of discharge are time consuming and expensive. In common cases the flow of a river can be deduced from continuous measurements of water level. Punctual measurements of discharge called gaugings allow to develop a stage-discharge relationship named rating curve. These are permanently installed equipment on rivers for measuring levels that are called hydrometric station. It is clear that the whole process constitutes an indirect way of estimating the discharge in rivers whose associated uncertainties need to be described. Quantification of confidence intervals is however not the only problem of the hydrometer. Fast changes in the stage-discharge relationship often make the streamflow real time monitoring quite difficult while the needs of continuous high reliability data is obvious. The historical method to produce the rating curve based on a construction from a suffcient number of gaugings chronologically contiguous and well distributed over the widest possible range of discharge remains poorly adapted to fast or cyclical changes of the stage-discharge relationship. The classical method does not take suffciently into account the erosion and sedimentation processes as well as the seasonal vegetation growth. Besides, the ability to perform gaugings by management teams generally remains quite limited. To get the most accurate streamflow data and to improve their reliability, this thesis explores an original dynamic method to compute rating curves based on historical gaugings from a hydrometric station while calculating the associated uncertainties. First, a dynamic rating curve assessment is created in order to compute a rating curve for each gauging of a considered hydrometric station. After the tracing, a model of uncertainty is built around each computed rating curve. It takes into account the uncertainty of gaugings, but also the uncertainty in the measurment of the water height, the sensitivity of the stage discharge relationship and the quality of the tracing. A variographic analysis is used to age the gaugings and the rating curves and obtain a final confidence interval increasing with time, and actualizing at each new gauging since it gives rise to a new rating curve more reliable because more recent for the prediction of discharge to come. Chronological series of streamflow data are the obtained homogeneously and with a confidence interval that takes into consideration the aging of the rating curves. By taking into account the variability of the flow conditions and the life of the hydrometric station, the method can answer important questions in the field of hydrometry such as « How many gauging a year have to be made so as to produce stream flow data with an average uncertainty of X\% ? » and « When and in which range of water flow do we have to realize those gaugings ? »

L’originalité de cette recherche est de s’intéresser aux caractéristiques de l’environnement physique et à leur impact sur les capacités de navigation et de mémoire spatiale. Ce domaine jusqu’alors peu investigué, représente pourtant un enjeu sociétal pour l’autonomie et le bien-être de la personne. Des difficultés de navigation ont notamment été décrites dans le vieillissement normal et la maladie d’Alzheimer (MA) dès le stade débutant. Or, l’environnement physique peut soutenir les capacités/compétences spatiales des individus, ou au contraire les perturber. L’objectif de cette recherche est d’évaluer l’effet structurant des éléments d’un environnement réel riche en repères, le jardin thérapeutique « art, mémoire et vie » du CHRU de Nancy, sur l’apprentissage d’un trajet et l’acquisition des connaissances spatiales, chez une population de sujets atteints de MA. En effet l'organisation spatiale de ce jardin a été conçue pour contribuer entre autres, à atténuer les difficultés de ces personnes en termes de cognition spatiale.L’ensemble des éléments du jardin a été répertorié et intégré dans une classification inspirée des travaux de Lynch (1960) et Zeisel et Tyson (1999). Trente sujets à un stade léger à modéré de la MA et 30 sujets âgés sains appariés ont réalisé le protocole suivant : (1) un apprentissage de trajet (aller et retour), durant lequel leur description verbale du parcours était enregistrée ; (2) une série de tâches évaluant l’acquisition des connaissances spatiales ; (3) des tests cognitifs standards. Le discours a été retranscrit verbatim et soumis à une analyse de contenu. Les résultats montrent une capacité d’apprentissage de trajet résiduelle significative chez les sujets du groupe MA, tant à l’aller qu’au retour. La répétition du trajet et la richesse de l’environnement en termes de repère semblent avoir contribué à ce résultat. Les performances aux tâches expérimentales ont été croisées avec l’analyse du discours et avec les tests cognitifs standards. Les résultats mettent en évidence un rôle prépondérant de certaines caractéristiques des éléments de l’environnement, telles que la saillance et l’affordance, sur les performances d’apprentissage de trajet et de mémoire spatiale et ceci de manière encore plus marquée chez les sujets du groupe MA. L’effet structurant des éléments de l’environnement est discuté d'une part chez les sujets âgés sains au regard des processus cognitifs impliqués dans la navigation et l’acquisition des connaissances spatiales et d'autre part des processus préservés et dysfonctionnels au cours de la MA
The originality of this research is to focus on the characteristics of the physical environment and their impact on navigation and spatial memory capabilities. This field, until then little investigated, represents a societal stake for the autonomy and the well-being of the person. In particular, navigation difficulties have been described in normal aging and Alzheimer's disease (AD) in the early stage. However, the physical environment can support individuals' spatial abilities/skills, or, on the contrary, disrupt them.The aim of the present study is to assess the structuring effect of the elements of a real environment rich in landmarks, the “art, memory and life” healing garden of the CHRU of Nancy, on route learning, and on the acquisition of the spatial knowledge, in a population of subjects with AD. Indeed, the spatial organization of this garden has been designed to contribute, among other things, to alleviate the difficulties of these people in terms of spatial cognition.All the elements of the garden have been listed and integrated into a classification inspired by the works of Lynch (1960) and Zeisel and Tyson (1999). Thirty subjects with mild to moderate AD and 30 matched healthy subjects underwent the following protocol: (1) route learning (forward and return trips), during which the verbal description of the route was recorded; (2) a series of tasks assessing the acquisition of spatial knowledge of the garden as well as (3) standard cognitive tests. The speech was transcribed verbatim and subjected to a content analysis.The results show a significant residual route learning ability in the MA group, both on the forward and return trips. The repetition of the route and the richness of the environmental landmarks seem to have contributed to this result. Experimental task performances were cross-checked with discourse analysis and standard cognitive tests. The results highlight a preponderant role of certain characteristics of environmental elements, such as saliency and affordance, on the learning performances of route and spatial memory, and this even more markedly in the subjects of the MA group.The structuring effect of the elements of the environment is discussed on the one hand in healthy older subjects with regard to cognitive processes involved in the navigation and acquisition of spatial knowledge and on the other hand preserved and dysfunctional processes in the course of Alzheimer’s disease

Dans cette thèse, une nouvelle représentation des images couleur basée sur une généralisation du signal analytique est introduite. En utilisant l'analogie entre les conditions de Cauchy-Riemann, qui définissent le caractère holomorphe d'une fonction, et l'équation de Dirac dans l'algèbre de Clifford R_{5,0}, un système d'équations dont la solution est le signal monogène couleur est obtenu. Ce signal est notamment basé sur des noyaux de Riesz ainsi que de Poisson 2D, et une représentation polaire, basée sur un produit géométrique, peut lui être associée. Les applications envisagées reposent majoritairement sur cette représentation polaire et sur les informations de couleur et de structures locales s'y rattachant. Des problématiques liées au flot optique couleur, à la segmentation couleur multi-échelle, au suivi d'objets couleur et à la détection de points d'intérêt sont abordées. En ce qui concerne le flot optique, nous nous intéressons à l'extraction du mouvement d'objets d'une certaine couleur en remplaçant la contrainte de conservation de l'intensité par une contrainte de conservation d'angles. Pour la segmentation, une méthode de détection de contours basée sur de la géométrie différentielle et plus particulièrement sur la première forme fondamentale d'une surface, est proposée afin de déterminer les contours d'objets d'une couleur choisie. Pour le suivi d'objets, nous définissons un nouveau critère de similarité utilisant le produit géométrique que nous insérons dans un filtrage particulaire. Enfin, nous resituons la définition du détecteur de Harris dans le cadre de la géométrie différentielle en faisant le lien entre ce dernier et une version "relaxée" du discriminant du polynôme caractéristique de la première forme fondamentale. Ensuite nous proposons une nouvelle version multi-échelle de ce détecteur en traitant le paramètre d'échelle comme une variable d'une variété de dimension 3.

Ce travail est une contribution à l'analyse de stabilité et de sensibilité aux imperfections des structures minces, ainsi qu'au développement de méthodes numériques performantes pour le non-linéaire. La courbe de réduction de charge critique, qui permet d'estimer le degré de sensibilité d'une structure à un défaut donné, est obtenue grâce à un suivi numérique des courbes de points limites. L'algorithme sous-jacent repose sur la résolution d'un système non-linéaire augmenté. Ce système est composé des équations d'équilibre de la structure et d'une équation qui caractérise les points critiques, dans lesquelles l'amplitude de l'imperfection est un paramètre additionnel. Le modèle utilisé s'appuie sur un élément de coque moderne et performant, basé sur le concept EAS. Il autorise les grandes rotations et la dilatation suivant l'épaisseur, prend en compte de manière exacte les non-linéarités géométriques, et intègre les non-linéarités matérielles par le biais de relations de comportement 3D en chaque point de Gauss. Au terme de ce travail, on dispose d'un outil complet d'analyse de sensibilité aux imperfections, entièrement basé sur la Méthode Asymptotique Numérique, dont les principales fonctionnalités sont : (1) le calcul de branches d'équilibres non-linéaires au moyen d'une méthode de continuation, (2) la détection des points singuliers le long d'une branche d'équilibre, (3) le suivi de points limites, qui permet de mener des études de sensibilité sur des structures 3D, pour des imperfections d'ensemble ou localisées et des défauts de forme ou d'épaisseur.

Cette thèse s’intéresse à l’analyse de séquences d’images stéréoscopiques appliquée à la localisation afin d’estimer le déplacement d’un robot mobile autonome dans son environnement (scènes d’intérieur encombré statiques supposées inconnues a priori). Les conditions d’illuminations varient dans une plage allant de l’éclairage naturel en intérieur à l’éclairage artificiel classiquement présent dans un bâtiment. L’étude vise à définir une reconstruction partielle de la scène pertinente pour la localisation relative du robot par rapport à cette scène. L’approche retenue extrait le maximum d’informations sur le déplacement d’un système de stéréovision calibré embarqué à bord d’un drone en exploitant la texture de l’environnement. Elle s’appuie sur de nouvelles approches que nous avons proposées et évaluées en conditions réelles : pour l’appariement d’images stéréo par détermination statistique de la géométrie épipolaire ; pour le suivi de primitives et l’estimation du déplacement par fusion de données visuelles et inertielles ; pour l’estimation du déplacement et la localisation relative par l’évaluation de la précision de reconstruction.

Les récepteurs glutamatergiques de type N-Méthyl-D-Aspartate (RNMDA) jouent un rôle majeur dans de nombreux processus physiologiques, et leur implication dans la physiopathologie de certains troubles neuropsychiatriques tels que la schizophrénie est suggérée par un robuste faisceau de données cliniques et précliniques. Cependant, les mécanismes cellulaires et moléculaires conduisant à une telle dérégulation des RNMDA restent inexpliqués. La diffusion membranaire, mécanisme de contrôle spatial et temporel de la distribution des RNMDA à la surface des neurones, constitue un puissant régulateur de la transmission synaptique. Mon projet de thèse repose ainsi sur l’hypothèse originale qu’une altération de la diffusion de surface des RNMDA jouerait un rôle central dans l’émergence de troubles psychotiques. Afin d‘explorer cette piste, j’ai étudié l’impact de molécules aux propriétés psychomimétiques (i.e induisant un état psychotique) sur la diffusion de surface des RNMDA. Les résultats obtenus au cours de ma thèse démontrent que des molécules psychomimétiques, aux modes d’action distincts (antagonistes du RNMDA et autoanticorps anti-RNMDA), perturbent la diffusion membranaire ainsi que la localisation synaptique des RNMDA, conduisant à terme à des défauts de transmission glutamatergique. Mon travail de thèse propose donc qu’un défaut de diffusion membranaire des RNMDA conduirait à des altérations fonctionnelles pouvant contribuer à l’émergence de troubles psychotiques. L’ensemble de mon travail apporte ainsi un regard nouveau sur la mécanistique des troubles psychotiques et ouvre la voie à de nouvelles pistes thérapeutiques
Glutamatergic N-Methyl-D-Aspartate receptors (NMDAR) play a key role in many physiological processes, and their implication in the pathophysiology of several neuropsychiatric disorders is now well established. Multiple lines of evidence converge towards a dysregulation of the NMDAR in psychotic disorders such as schizophrenia (SCZ). However, the molecular and cellular deficits underlying NMDAR dysfunction remain misunderstood. By tightly controlling NMDAR synaptic localization, surface trafficking represents a powerful regulator of synaptic transmission. Could an alteration of NMDAR surface trafficking underlie NMDAR dysfunction and contribute to the emergence of psychotic disorders? To tackle this question, my PhD project aimed at investigating the impact of different psychotomimetic molecules on NMDAR surface trafficking. In the first part of my project, I explored the impact of NMDAR autoantibodies (NMDAR-Ab) from SCZ and healthy subjects. My results revealed that NMDAR-Ab from SCZ patients rapidly disturb NMDAR synaptic trafficking and distribution, through a loss of NMDAR-EphrinB2 receptor interaction, eventually preventing the induction of synaptic plasticity. In the second part of my PhD project, I showed that psychotomimetic NMDAR antagonists also alter NMDAR synaptic mobility and localization. Downregulation of PSD proteins expression prevented NMDAR antagonists-induced deficits, suggesting that such alterations ensue from modifications of NMDAR intracellular interactions. Taken together, these results demonstrate that psychotomimetic molecules profoundly impact NMDAR surface trafficking, supporting a pathogenic role of this unsuspected process in the emergence of psychotic symptoms

Dans le cadre des simulations interactives, le manque de modèles géométriques reste une des limitations majeures des simulateurs. Actuellement, les simulateurs commerciaux ne proposent pas ou un tout cas, un nombre limité de cas. Un grand nombre des travaux abordent cependant ce sujet tout au long de ces deux dernières décennies. Malgré une vaste littérature, les méthodes ne sont pas adaptées à un contexte interactif, plus particulièrement quand il s'agit des réseaux vasculaires. Dans cette thèse, nous considérons le problème de la segmentation et la reconstruction des vaisseaux sanguins à partir de données patients en Angiographie Rotationnelle (RA) 3D. Pour ce faire, nous proposons deux nouveaux algorithmes, un pour la segmentation et un autre, pour la reconstruction. Tout d'abord, le réseau vasculaire est construit grâce à un algorithme de suivi de la ligne centrale des vaisseaux. De plus, notre procédure de suivi extrait des points à la surface des vaisseaux de manière robuste. Deuxièmement, ces points sont estimés par une surface implicite (un blobby model) qui est, à son tour, raffinée de façon itérative. Les résultats du suivi et de la reconstruction sont produit à partir de données synthétiques et réelles. Lors de la simulation de la navigation d'outils interventionnels, notre modèle géométrique remplit les exigences des simulations interactives: une prédiction et détection rapide des collisions, l'accès à l'information topologique, une surface lisse et la mise à disposition de quantités différentielles pour la résolution des contacts.

Aux prises avec la nostalgie d'un passé que je n'ai pas connu et avec des souvenirs imaginés, j'ai pu observer dans mon environnement immédiat un phénomène de perte des savoir-faire et des techniques de fabrication traditionnelles. Par la constitution d'un héritage technique personnel, ce travail de recherche-création constitue une reprise de possession du geste manuel dans un espace intermédiaire inhabité entre passé et présent. Ce mémoire dresse un parcours historico-artistique qui prend ses bases au XIXe siècle, passe par la période minimaliste et fait un rapprochement avec l'héritage moderne. D'abord est expliquée ma nostalgie grâce à une compréhension romantique du sentiment de l'éphémère, où interviennent la période impressionniste en peinture et l'arrivée de la photographie. Grâce à l'ethnologie est non seulement exploré le phénomène de perte des savoir-faire, mais également celui de la régression de la main, utilisée comme outil depuis le fondement de l'humanité. Dans un contexte actuel, cette recherche s'insère dans un retour au traditionalisme marqué par la révolution industrielle, tel qu'a pu le souhaiter William Morris avec ses créations. À travers le minimalisme, la ligne aplatie et sans vie devient l'arête d'un volume chargé d'une symbolique. Enfin, l'art de la fibre, qui connaît de plus en plus de popularité, ouvre une voie d'investigation quant à la mémoire des matières. Ensuite, sont relatées les étapes d'un processus personnel de création. À travers les pratiques d'Anselm Kiefer et de Jérôme Fortin, le mémoire présente aussi quatre paramètres opératoires : la méthode par associations libres de souvenirs, la pratique de l'attente et de l'expectation par la marche, le journal poïétique et les expérimentations en atelier. Aussi, il est démontré comment mes préoccupations plastiques se réverbèrent dans la forme de mon mémoire et comment les thématiques de l'effacement et de la trame se sont manifestées au fil des expérimentations. Grâce à des mots ayant le préfixe « re-», la question du renouveau des techniques est interrogée sous l'angle de la récupération culturelle et de l'apport de la technologie dans le traditionnel. De l'éphémère à la répétition, les expérimentations réalisées au cours de la maîtrise exposent un parcours logique qui met en lumière le travail final de l'exposition. Enfin, ce mémoire est soutenu par un travail pratique de deux ans en atelier duquel ont résulté cinq projets exposés dans POINTS DE REPÈRE | matières sensibles au Centre national d'exposition de Jonquière. Il se termine par l'explication de ces propositions artistiques qui passent par la sculpture, le bas-relief, la photographie numérique et la vidéo, et les constats tirés à la suite de leur mise en exposition, notamment l'apport sensible du technologique dans un processus davantage matériel transcrit par des matières de type fibre.

Aux prises avec la nostalgie d'un passé que je n'ai pas connu et avec des souvenirs imaginés, j'ai pu observer dans mon environnement immédiat un phénomène de perte des savoir-faire et des techniques de fabrication traditionnelles. Par la constitution d'un héritage technique personnel, ce travail de recherche-création constitue une reprise de possession du geste manuel dans un espace intermédiaire inhabité entre passé et présent. Ce mémoire dresse un parcours historico-artistique qui prend ses bases au XIXe siècle, passe par la période minimaliste et fait un rapprochement avec l'héritage moderne. D'abord est expliquée ma nostalgie grâce à une compréhension romantique du sentiment de l'éphémère, où interviennent la période impressionniste en peinture et l'arrivée de la photographie. Grâce à l'ethnologie est non seulement exploré le phénomène de perte des savoir-faire, mais également celui de la régression de la main, utilisée comme outil depuis le fondement de l'humanité. Dans un contexte actuel, cette recherche s'insère dans un retour au traditionalisme marqué par la révolution industrielle, tel qu'a pu le souhaiter William Morris avec ses créations. À travers le minimalisme, la ligne aplatie et sans vie devient l'arête d'un volume chargé d'une symbolique. Enfin, l'art de la fibre, qui connaît de plus en plus de popularité, ouvre une voie d'investigation quant à la mémoire des matières. Ensuite, sont relatées les étapes d'un processus personnel de création. À travers les pratiques d'Anselm Kiefer et de Jérôme Fortin, le mémoire présente aussi quatre paramètres opératoires : la méthode par associations libres de souvenirs, la pratique de l'attente et de l'expectation par la marche, le journal poïétique et les expérimentations en atelier. Aussi, il est démontré comment mes préoccupations plastiques se réverbèrent dans la forme de mon mémoire et comment les thématiques de l'effacement et de la trame se sont manifestées au fil des expérimentations. Grâce à des mots ayant le préfixe « re-», la question du renouveau des techniques est interrogée sous l'angle de la récupération culturelle et de l'apport de la technologie dans le traditionnel. De l'éphémère à la répétition, les expérimentations réalisées au cours de la maîtrise exposent un parcours logique qui met en lumière le travail final de l'exposition. Enfin, ce mémoire est soutenu par un travail pratique de deux ans en atelier duquel ont résulté cinq projets exposés dans POINTS DE REPÈRE | matières sensibles au Centre national d'exposition de Jonquière. Il se termine par l'explication de ces propositions artistiques qui passent par la sculpture, le bas-relief, la photographie numérique et la vidéo, et les constats tirés à la suite de leur mise en exposition, notamment l'apport sensible du technologique dans un processus davantage matériel transcrit par des matières de type fibre.

La région du Cap, en Afrique du Sud, reflète une diversité biologique incontestée, tant actuelle que passée. Ce phénomène trouve son origine durant la période coloniale, alors que la main-d’oeuvre était puisée sur trois continents : Afrique, Asie et Europe. La population capétonienne s’est ainsi formée à travers la rencontre et le métissage de communautés diverses (esclaves, colons, groupes locaux). Le cimetière historique de Cobern Street (1750-1827), à Cape Town, représente une rare opportunité bioarchéologique d’étudier une population marquée par l’esclavage en contexte africain. La question des origines diverses des individus inhumés sur ce site a déjà été explorée avec l’archéologie funéraire, les analyses isotopiques, la morphologie dentaire ainsi que la craniométrie dite traditionnelle. Comme la morphométrie géométrique, jugée plus précise, n’a pas encore été utilisée pour approfondir cette question, ce projet propose de réévaluer les affinités biologiques de 21 individus issus de la collection de Cobern Street à l’aide de cette approche 3D et de points de repère cranio-faciaux. Cet échantillon a été comparé à un corpus de 479 individus provenant de divers groupes régionaux et/ou ethniques d’Afrique (Ouest, centre et Est; Coloured et Khoisan), de Madagascar, d’Asie (Est, Sud-Est et sous-continent indien) et d’Europe. Trois types d’analyse multivariée ont été effectués à l’échelle intra- et inter-populationnelle : l’analyse en composantes principales (PCA), l’analyse discriminante multiple (MDA) et l’analyse des variables canoniques (CVA). Tous les résultats confirment la grande hétérogénéité phénotypique présente au sein de la collection de Cobern Street. Conformément aux sources historiques, on retrouve des affinités avec des groupes d’Afrique (n = 8), d’Asie (n = 4), de Madagascar (n = 2) et du sous-continent indien (n = 2). Les influences africaines semblent prédominantes, ce qui concorde avec les résultats de la craniométrie traditionnelle (Ribot et al. 2017), mais pas avec ceux de la morphologie dentaire ayant décelé une présence asiatique plus élevée (Manyaapelo 2007). De plus, grâce à la morphométrie géométrique, combinée aux données isotopiques antérieures (Cox 1999), au moins cinq individus ont pu être identifiés comme étant possiblement métissés en raison de leurs affinités très diverses. Ce fait supporte ainsi la présence à Cape Town, dès le XVIIIe siècle, d’une mosaïque ethnique déjà complexe.
The Cape region in South Africa shows unique and high levels of biological diversity, through past and present times. This phenomenon dates back to the colonial period when labour forces came, willingly or not, from three continents: Africa, Asia and Europe. The capetonian population was hence shaped by the encounter and admixture of various groups (slaves, settlers, locals). The Cobern Street historic burial ground (1750-1827) in Cape Town provides a rare bioarchaeological opportunity to study a population affected by slavery in an African context. The diverse origins of the individuals buried there were already explored through funerary archaeology, isotopic analyses, dental morphology and "traditional" craniometry. However, geometric morphometrics, considered as a more precise approach, has not been applied to this population. This project thereby aims to reevaluate the biological affinities of 21 individuals from Cobern Street using a 3D method based on a series of craniofacial landmarks. They were compared to a sample of 479 individuals originating from numerous regions and/or ethnic groups from Africa (West, Central and East Africa; Coloured and Khoisan), Madagascar, Asia (East, Southeast and the Indian subcontinent) and Europe. Three types of multivariate analyses were performed on an intra- and interpopulational scale: Principal Component Analysis (PCA), Multivariate Discriminant Analysis (MDA) and Canonical Variate Analysis (CVA). All the results confirm the high levels of phenotypic diversity present in the Cobern Street sample. In agreement with historical sources, affinities were observed with groups from Africa (n = 8), Asia (n = 4), Madagascar (n = 2) and the Indian subcontinent (n = 2). The African component was predominant. This fact agrees with traditional craniometry (Ribot et al. 2017), but not with dental morphology which indicated more Asian input (Manyaapelo 2007). Furthermore, by comparing the various data from both geometric morphometrics and isotopic analyses (Cox 1999), at least five individuals were possibly identified as of mixed ancestry because of their very diverse affinities. This study supports the presence in Cape Town, since the 18th century, of an ethnic mosaic already rather complex.