Literatura científica selecionada sobre o tema "Modèle d'attention"

RésuméOn compte actuellement un grand nombre de modèles politico-économiques ayant pour objectif de prédire l'issue des élections au Congrès américain ou le sort des candidats à la présidence des États-Unis. Bien qu'un certain nombre de modèles aient vu le jour pour la France, l'Allemagne et le Royaume-Uni au cours des dernières années, le Canada, à l'instar de la majorité des démocraties, n'a reçu jusqu’à maintenant que bien peu d'attention. Cet article vise par conséquent à développer un modèle ancré dans une théorie du vote capable de prédire suffisamment à l'avance la part des voix récoltées par le parti sortant lors des scrutins fédéraux canadiens. Le Canada étant un système multipartite, différents modèles de régressions apparemment indépendantes sont également proposés afin de déterminer s'il est possible de prédire simultanément les scores de plusieurs formations politiques.

En raison de la préoccupation croissante des organisations sociales et de leurs parties prenantes pour l'amélioration du processus de gestion organisationnelle, cette étude présente un modèle de maturité de gestion pour les organisations du tiers secteur. Pour cela, les travaux ont été réalisés en deux étapes. Premièrement, dans l'élaboration du modèle, une enquête exploratoire-qualitative a été appliquée avec la collecte de données secondaires et primaires, provenant de la revue littéraire et d'entretiens approfondis avec une organisation non gouvernementale au Brésil. Deuxièmement, lors de la vérification de l'instrument de mesure, une enquête exploratoire et quantitative a été appliquée sous la forme d'une enquête de terrain auprès de treize organisations du tiers secteur. Les résultats présentent un modèle théorique de maturité en gestion composé de cinq dimensions et 16 variables, et un instrument de mesure prétesté, applicable dans le troisième secteur. Les résultats indiquent également que les organisations sociales analysées ont des niveaux de maturité différents, que la dimension Communication est la plus développée, et que les dimensions Bénéficiaires, Stratégie et Plans, et Société et Réseaux Collaboratifs méritent le plus d'attention de la part des managers.

RésuméDans Naissance de la clinique, Michel Foucault développe une théorie de la socialisation de la perception sous le nom d’« archéologie du regard médical ». Selon ce modèle, le regard quotidien est conditionné par un code perceptif qui détermine à la fois les traits dignes d'attention et le sens qu'il faut leur attribuer — ce que Foucault nomme des « régimes de visibilité ». Foucault pense ainsi la structuration sociale de l'expérience perceptive comme le produit d'un a priori historique dont il tente de dessiner les contours. Le but de cet article est de décrire les intérêts et les difficultés d'un tel projet. Nous montrerons notamment que Foucault ne développe aucune réelle théorie de la perception, ce qui fragilise son modèle de deux manières : au niveau théorique, d'abord, celui-ci laisse de côté la question de la transformation du code perceptif mis en évidence ; au niveau empirique, ensuite, il n'est pas en mesure de rendre compte des ethnographies contemporaines de la pratique médicale.

RÉSUMÉLes tendances démographiques et sociales aboutissent à une variété de contextes structurels internes à un niveau micro qui influent sur la prestation de soins pour les familles avec des membres plus âgés. Les résultats des changements au niveau macro ont attiré peu d'attention sur les études du vieillissement, où une grande partie des recherches sur la prestation de soins a traité de questions dans le contexte de la structure familiale traditionnelle. La plupart des soins aux personnes agées est fournie par des parents, bien qu'avec les modes d'engagement et de responsabilité dans les structures familiales variées. Pourtant, le modèle de la famille nucléaire conventionnelle devient de plus en plus rare, puisque nouveaux modèles pluralistes de la vie familiale apparaîssent dans la société contemporaine. Les familles conventionnelles et pluralistes, tous les deux, font face aux défis en répondant à la nécessité pour les soins de leurs membres les plus anciens, en laissant certaines personnes âgées à risque de ne pas avoir réponse aux besoins. Des recherches supplémentaires seront justifiées au sujet du risque et de la résilience de la famille relative à la prise en charge des parents âgés, particulièrement concernant les modèles pluralistes de la vie familiale.

Les ergothérapeutes évaluent de plus en plus tôt les capacités des nourrissons. La vigilance très variable de ces derniers influence inévitablement l'expression de leurs comportements. Pour contrer l'effet de cette instabilité, Grenier (1985) propose l'état libéré qui permet d'optimiser la qualité d'attention du nourrisson. Le but de l'étude était d'identifier les comportements distinguant cet état libéré de l'état d'alerte (état 4) décrit par Brazelton (1973). Certains paramètres définis dans le modèle de l'organisation synactive du développement de Als (1982) ont été retenus pour répertorier les comportements des nourrissons dans les deux états de vigilance. L'âge moyen au moment de l'observation était de 62 heures. La durée de cette observation des comportements était de 5 minutes. Parmi les 54 nouveau-nés à terme évalués, 21 ont pu être observés dans les 2 états de vigilance à l'étude; 33 ont été évalués dans un seul état. Les résultats confirment la stabilité supérieure de l'état libéré. Les comportements de stress, d'auto-régulation et les besoins de régulation externe sont moins fréquents dans cet état; ces différences sont statistiquement significatives (p<0,05). La motricité dirigée est plus fréquente en état libéré (p<0,001). L'utilisation de l'état libéré est proposée pour l'exploration des capacités précoces du nourrisson.

RÉSUMÉLa maladie de Parkinson est une affection chronique neurologique dégénérative qui affecte environ un million de personnes en Amérique du Nord. Or, tous les patients atteints de la maladie doivent être bien informés; ils ont surtout besoin d'en comprendre les symptômes et la progression pour être en mesure de l'affronter efficacement. Parkinsons disease: A complete guide for patients and families par Weiner, Shulman et Lang (2001) constitue une ressource précieuse pour les patients, leurs familles et les soignants qui travaillent auprès de cette population. Le livre fournit une bonne quantité d'information biomédicale sur la maladie. Les données sont communiquées selon un modèle élémentaire qui éduque le lecteur mais qui lui permet aussi de s'assumer et qui lui aide éventuellement à faire face à sa maladie. Le livre présente toutefois certaines faiblesses qu'il faut signaler, dont entre autres, le fait que l'approche biomédicale écarte les questions psychosociales reliées à la maladie. Une autre faiblesse porte sur l'absence de mention des efforts scientifiques récents dans d'autres secteurs que la médecine clinique. Enfin, il porte peu d'attention aux interventions thérapeutiques qui ne sont pas du domaine médical ou pharmacologique. Les auteurs renvoient à d'autres sources les lecteurs qui souhaitent se renseigner sur ces éléments.

RÉSUMÉL'évaluation et le traitement du syndrome de stress post-traumatique (SSPT) chez les aîné(e)s constitue un domaine quelque peu négligé de la documentation, une situation que ce livre tente de corriger. Trauma among older people: Issues and treatment est un texte réfléchi et approfondi destiné à aider le clinicien à comprendre et à gérer les problèmes posttraumatiques chez les aîné(e)s. Le travail présente une variété d'orientations théoriques, de résumés de recherche et d'expertise clinique sur la conceptualisation et le traitement du stress post-traumatique. Les auteurs prônent une vaste approche de la conceptualisation et du traitement du SSPT chez les adultes vieillissants et s'attardent à un modèle de «réadaptation» plutôt que de guérison. À ce titre, on a accordé beaucoup d'attention à la personnalité, au counseling et au pardon, dans la mesure où ces thèmes s'appliquent à l'approche intégrante du traitement mis de l'avant par les auteurs. De plus, on présente des résumés succincts et des directives d'approches courantes au traitement du SSPT, notamment pour les interventions d'exposition, les techniques de relaxation et les thérapies cognitives-comportementales.La force du document repose sur le fait que les auteurs sont bien renseignés sur les aîné(e)s. Ils présentent des idées innovatrices sur la façon dont le SSPT peut se manifester différemment chez les aîné(e)s, particulièrement chez ceux qui ont des antécédents traumatiques importants et prolongés. Il aurait été intéressant, dans ce contexte, d'en apprendre plus sur les facteurs de résilience, particulièrement à la lumière de la constatation empirique que les aîné(e)s ont recours à des stratégies souvent différentes pour faire face à un facteur de stress important. En résumé, Hyer et Sohnle ont accompli un travail magnifique dans la rédaction de Trauma among older people: Issues and treatment. Le volume est bien divisé, vise l'information du praticien sur des questions de vieillissement et de SSPT et atteint un bon équilibre entre l'information théorique et appliquée.

Le commerce extérieur du xixe siècle est un des mal-aimés de l'historiographie française, à la fois par le nombre relativement petit d'études qui lui ont été consacrées et par les jugements en général sévères dont il est l'objet. La tentation est d'opposer, sans suffisamment de nuances, les modèles de croissance et d'industrialisation britannique et français, dont l'un serait fortement extériorisé et l'autre frileusement replié sur son médiocre marché intérieur, sans porter assez d'attention aux réalités quantitatives. Pour le xixe siècle, elles imposent leur évidence chiffrée : les exportations rendraient compte d'environ la moitié de la croissance pour les périodes 1825-1859 et 1887-1913.

L’attention est une habilité cognitive qui joue un rôle primordial dans le contrôle des actions. L’attention réfère à l’allocation des ressources pour réaliser une action. L’interférence survient quand plusieurs événements réclament de l’attention. L’objet de ce mémoire est de modéliser l’attention, ce qui permettra de modéliser comment l’attention contrôle les actions humaines. En psychologie, Norman et Shallice ont construit un modèle d’organisation et de contrôle de l’attention. Ce modèle est basé sur deux composants responsables du contrôle de l’action, le “Contention Scheduling” et le “Supervisory Attentional System” . Nous présentons dans ce mémoire le modèle au complet mais l’emphase est portée sur le lien entre les deux composants. Des activités de la vie quotidienne sont simulées pour démontrer comment le modèle interagit en cas d’interruption d’une tâche routinière par une nouvelle tâche. Le temps où l’interruption survient est choisi aléatoirement. Le modèle d’attention est alors capable d’ajuster son comportement n’importe quand pendant l’action de la tâche routinière.

L'analyse temps réel de la masse de données générée par les mécanismes de gestion de la vision dans les applications interactives est un problème toujours ouvert, promettant des avancées importantes dans des domaines aussi variés que la robotique, l'apprentissage à distance ou les nouvelles formes d'interactions avec l'utilisateur, sans clavier ni souris. Dans le cadre général de la vision, les algorithmes d'analyse de scène doivent trouver un compromis entre d'une part la qualité des résultats recherchés et d'autre part la quantité de ressources allouable aux différents tâches. Classiquement, ce choix est effectué à la conception du système (sous la forme de paramètres et d'algorithmes prédéfinis), mais cette solution limite le champ d'application de celui-ci. Une solution plus flexible consiste à utiliser un système de vision adaptatif qui pourra modifier sa stratégie d'analyse en fonction des informations disponibles concernant son contexte d'exécution. En conséquence, ce système doit posséder un mécanisme permettant de guider rapidement et efficacement l'exploration de la scène afin d'obtenir ces informations. Chez l'homme, les mécanismes de l'évolution ont mis en place le système d'attention visuelle. Ce système sélectionne les informations importantes afin de réduire la charge cognitive et les ambiguïtés d'interprétation de la scène. Nous proposons, dans cette thèse, un système d'attention visuelle, dont nous définissons l'architecture et les principes de fonctionnement. Ce dernier devra permettre l'interaction avec un système de vision afin qu'il adapte ses traitements en fonction de l'intérêt de chacun des éléments de la scène, i.e. ce que nous appelons saillance. A la croisée des chemins entre les modèles centralisés et hiérarchiques (ex : [Koch1985], puis [Itti1998]), et les modèles distribués et compétitifs (ex : [Desimone1995], puis [Deco2004, Rolls2006]), nous proposons un modèle hiérarchique, compétitif et non centralisé. Cette approche originale permet de générer un point de focalisation attentionnel à chaque pas de temps sans utiliser de carte de saillance ni de mécanisme explicite d'inhibition de retour. Ce nouveau modèle computationnel d'attention visuelle temps réel est basé sur un système d'équations proies / prédateurs, qui est bien adapté pour l'arbitrage entre un comportement attentionnel non déterministe et des propriétés de stabilité, reproductibilité, et réactivité. L'analyse des expérimentations menées est positive : malgré le comportement non-déterministe des équations proies / prédateurs, ce système possède des propriétés intéressantes de stabilité, reproductibilité, et réactivité, tout en permettant une exploration rapide et efficace de la scène. Ces propriétés ouvrent la possibilité d'aborder différents types d'applications allant de l'évaluation de la complexité d'images et de vidéos à la détection et au suivi d'objets. Enfin, bien qu'il soit destiné à la vision par ordinateur, nous comparons notre modèle au système attentionnel humain et montrons que celui-ci présente un comportement aussi plausible (voire plus en fonction du comportement défini) que les modèles classiques existants.

L'analyse temps réel de la masse de données générée par les mécanismes de gestion de la vision dans les applications interactives est un problème toujours ouvert, promettant des avancées importantes dans des domaines aussi variés que la robotique, l’apprentissage à distance ou les nouvelles formes d’interactions avec l’utilisateur, sans clavier ni souris. Dans le cadre général de la vision, les algorithmes d’analyse de scène doivent trouver un compromis entre d'une part la qualité des résultats recherchés et d'autre part la quantité de ressources allouable aux différents tâches. Classiquement, ce choix est effectué à la conception du système (sous la forme de paramètres et d’algorithmes prédéfinis), mais cette solution limite le champ d’application de celui-ci. Une solution plus flexible consiste à utiliser un système de vision adaptatif qui pourra modifier sa stratégie d’analyse en fonction des informations disponibles concernant son contexte d’exécution. En conséquence, ce système doit posséder un mécanisme permettant de guider rapidement et efficacement l’exploration de la scène afin d’obtenir ces informations. Chez l’homme, les mécanismes de l’évolution ont mis en place le système d’attention visuelle. Ce système sélectionne les informations importantes afin de réduire la charge cognitive et les ambiguïtés d’interprétation de la scène. Nous proposons, dans cette thèse, un système d'attention visuelle, dont nous définissons l’architecture et les principes de fonctionnement. Ce dernier devra permettre l’interaction avec un système de vision afin qu’il adapte ses traitements en fonction de l’intérêt de chacun des éléments de la scène, i.e. ce que nous appelons saillance. A la croisée des chemins entre les modèles centralisés et hiérarchiques (ex : [Koch1985], puis [Itti1998]), et les modèles distribués et compétitifs (ex : [Desimone1995], puis [Deco2004, Rolls2006]), nous proposons un modèle hiérarchique, compétitif et non centralisé. Cette approche originale permet de générer un point de focalisation attentionnel à chaque pas de temps sans utiliser de carte de saillance ni de mécanisme explicite d’inhibition de retour. Ce nouveau modèle computationnel d'attention visuelle temps réel est basé sur un système d'équations proies / prédateurs, qui est bien adapté pour l'arbitrage entre un comportement attentionnel non déterministe et des propriétés de stabilité, reproductibilité, et réactivité. L'analyse des expérimentations menées est positive : malgré le comportement non-déterministe des équations proies / prédateurs, ce système possède des propriétés intéressantes de stabilité, reproductibilité, et réactivité, tout en permettant une exploration rapide et efficace de la scène. Ces propriétés ouvrent la possibilité d’aborder différents types d’applications allant de l’évaluation de la complexité d’images et de vidéos à la détection et au suivi d’objets. Enfin, bien qu’il soit destiné à la vision par ordinateur, nous comparons notre modèle au système attentionnel humain et montrons que celui-ci présente un comportement aussi plausible (voire plus en fonction du comportement défini) que les modèles classiques existants
Providing real time analysis of the huge amount of data generated by computer vision algorithms in interactive applications is still an open problem. It promises great advances across a wide variety of fields : robotics, distance education, or new mouse-less and keyboard-less human computer interaction.When using scene analysis algorithms for computer vision, a trade-off must be found between the quality of the results expected, and the amount of computer resources allocated for each task. It is usually a design time decision, implemented through the choice of pre-defined algorithms and parameters. However, this way of doing limits the generality of the system. Using an adaptive vision system provides a more flexible solution as its analysis strategy can be changed according to the information available concerning the execution context. As a consequence, such a system requires some kind of guiding mechanism to explore the scene faster and more efficiently.In human, the mechanisms of evolution have generated the visual attention system which selects the most important information in order to reduce both cognitive load and scene understanding ambiguity.In this thesis, we propose a visual attention system tailored for interacting with a vision system (whose theoretical architecture is given) so that it adapts its processing according to the interest (or salience) of each element of the scene.Somewhere in between hierarchical salience based (ex: [Koch1985], then [Itti1998]) and competitive distributed (ex: [Desimone1995], then [Deco2004, Rolls2006]) models, we propose a hierarchical yet competitive and non salience based model. Our original approach allows the generation of attentional focus points without the need of neither saliency map nor explicit inhibition of return mechanism. This new real-time computational model is based on a preys / predators system. The use of this kind of dynamical system is justified by an adjustable trade-off between nondeterministic attentional behavior and properties of stability, reproducibility and reactiveness.Our experiments shows that despite the non deterministic behavior of preys / predators equations, the system exhibits interesting properties of stability, reproducibility and reactiveness while allowing a fast and efficient exploration of the scene. These properties are useful for addressing different kinds of applications, ranging from image complexity evaluation, to object detection and tracking. Finally, while it is designed for computer vision, we compare our model to human visual attention. We show that it is equally as plausible as existing models (or better, depending on its configuration)

Pour explorer le monde qui nous entoure nous bougeons sans cesse les yeux. Quels sont les facteurs guidant les mouvements oculaires? Comment les interpréter et les évaluer quantitativement? Cette thèse aborde ces questions lors de l’exploration libre de scènes naturelles, sous deux aspects: la modélisation et le recueil de données comportementales. Le modèle «bottom-up» proposé s’inspire fortement de la biologie et propose de prédire les régions dites «saillantes» (qui attirent les yeux). Ainsi, nous montrons que bien que la couleur soit présente partout et apparaisse dans plusieurs modèles de la littérature, celle-ci influence peu les mouvements oculaires. De même, programmer plusieurs saccades en parallèle à partir d’un point de fixation n’est pas compatible avec les données comportementales
To explore the world around us, we move constantly our eyes. What factors guide eye movements? How to interpret and evaluate quantitatively them? This thesis addresses these problems in the context of free viewing of natural scenes, according two aspects: modelisation and behavioural data obtained from eye movements experiments. The proposed «bottom-up» model is inspired mainly by the biology of the human visual system and proposes to predict the salient regions (which attract the eyes). We show that although colour is often used in most models in the literature, it influences little on eye movements. It is also unveiled that programming severa 1 saccades in parallel from one fixation point is not compatible with the experimental data

Cette thèse a pour objet les systèmes 3D émergents et leurs problématiques de codage multi-vues-plus-profondeur, de synthèse de vues virtuelles et de perception stéréoscopique. Des solutions sont proposées au travers d'un codage de carte de profondeur efficace, d'une nouvelle méthode de synthèse par extrapolation et d'un modèle d'attention visuelle dynamique. Premièrement, le rôle de la disparité binoculaire dans le déploiement de l'attention visuelle est étudié. Suite à une analyse statistique de biais potentiels de centre et de profondeur en condition mono et stéréoscopique, un nouveau modèle de saillance est proposé combinant des attributs bas et haut niveau, dont le mécanisme visuel de séparation fond/forme. Les performances confirment la validité de l'approche et la pertinence d'une combinaison d'attributs visuels pondérés au cours du temps. En outre une nouvelle méthode de compression de carte de profondeur est présentée ; celle-ci se base sur la transmission sans perte des contours et permet une reconstruction fiable de la géométrie de la scène pour des synthèses de vues précises. Cette méthode est évaluée par des métriques de qualité objectives ainsi que par des tests subjectifs. Enfin une nouvelle méthode d'inpainting directionnelle est présentée pour l'extrapolation de nouveaux points de vues à la fois pour la 3DTV et la FTV. La structure située à l'arrière-plan est propagée en priorité dans les zones découvertes. Le calcul d'isophotes, robuste car basée tenseur, ainsi que le remplissage directionnel assurent une synthèse de vue plausible. Ces résultats sont visuellement prometteurs que ce soit à faible ou large écart de la vue d'origine.

Cette thèse est motivée par le diagnostic et l’évaluation des maladies neuro-dégénératives et dans le but de diagnostique sur la base de l’attention visuelle.Néanmoins, le dépistage à grande échelle de la population n’est possible que si des modèles de prédiction automatique suffisamment robustes peuvent être construits. Dans ce contexte nous nous intéressons `a la conception et le développement des modèles de prédiction automatique pour un contenu visuel spécifique à utiliser dans l’expérience psycho-visuelle impliquant des patients atteints des maladies neuro-dégénératives. La difficulté d’une telle prédiction réside dans une très faible quantité de données d’entraînement. Les modèles de saillance visuelle ne peuvent pas être fondés sur les caractérisitiques “bottom-up” uniquement, comme le suggère la théorie de l’intégration des caractéristiques. La composante “top-down” de l’attention visuelle humaine devient prépondérante au fur et à mesure d’observation de la scène visuelle. L’attention visuelle peut-être prédite en se basant sur les scènes déjà observées. Les réseaux de convolution profonds (CNN) se sont révèlés être un outil puissant pour prédire les zones saillantes dans les images statiques.Dans le but de construire un modèle de prédiction automatique pour les zones saillantes dans les vidéos naturels et intentionnellement dégradées, nous avons conçu une architecture spécifique de CNN profond. Pour surmonter le manque de données d’apprentissage,nous avons conçu un système d’apprentissage par transfert dérivé de la méthode de Bengio.Nous mesurons ses performances lors de la prédiction de régions saillantes. Les r´esultatsobtenus sont int´eressants concernant la r´eaction des sujets t´emoins normaux contre leszones d´egrad´ees dans les vid´eos. La comparaison de la carte de saillance pr´edite des vid´eosintentionnellement d´egrad´ees avec des cartes de densit´e de fixation du regard et d’autresmod`eles de r´ef´erence montre l’int´erˆet du mod`ele d´evelopp´e
This thesis is motivated by the diagnosis and the evaluation of the dementia diseasesand with the aim of predicting if a new recorded gaze presents a complaint of thesediseases. Nevertheless, large-scale population screening is only possible if robust predictionmodels can be constructed. In this context, we are interested in the design and thedevelopment of automatic prediction models for specific visual content to be used in thepsycho-visual experience involving patients with dementia (PwD). The difficulty of sucha prediction lies in a very small amount of training data.Visual saliency models cannot be founded only on bottom-up features, as suggested byfeature integration theory. The top-down component of human visual attention becomesprevalent as human observers explore the visual scene. Visual saliency can be predictedon the basis of seen data. Deep Convolutional Neural Networks (CNN) have proven tobe a powerful tool for prediction of salient areas in static images. In order to constructan automatic prediction model for the salient areas in natural and intentionally degradedvideos, we have designed a specific CNN architecture. To overcome the lack of learningdata we designed a transfer learning scheme derived from bengio’s method. We measureits performances when predicting salient regions. The obtained results are interestingregarding the reaction of normal control subjects against degraded areas in videos. Thepredicted saliency map of intentionally degraded videos gives an interesting results comparedto gaze fixation density maps and other reference models

De nombreuses applications de la vision par ordinateur requièrent la détection, la localisation et le suivi de régions ou d’objets d’intérêt dans une image ou une séquence d’images. De nombreux modèles d’attention visuelle, inspirés de la vision humaine, qui détectent de manière automatique les régions d’intérêt dans une image ou une vidéo, ont récemment été développés et utilisés avec succès dans différentes applications. Néanmoins, la plupart des approches existantes sont limitées à l’analyse de scènes statiques et très peu de méthodes exploitent la nature temporelle des séquences d’images.L'objectif principal de ce travail de thèse est donc l'étude de modèles d'attention visuelle pour l'analyse de scènes dynamiques complexes. Une carte de saliance est habituellement obtenue par la fusion d'une carte statitque (saliance spatiale dans une image) d'une part, et d'une carte dynamique (salience temporelle entre une série d'image) d'autre part. Dans notre travail, nous modélisons les changements dynamiques par un opérateur de texture LBP-TOP (Local Binary Patterns) et nous utilisons l'information couleur pour l'aspect spatial.Les deux cartes de saliances sont calculées en utilisant une formulation discriminante inspirée du système visuel humain, et fuionnées de manière appropriée en une carte de saliance spatio-temporelle.De nombreuses expériences avec des bases de données publiques, montrent que notre approche obteint des résulats meilleurs ou comparables avec les approches de la littérature
Visual saliency is an important research topic in the field of computer vision due to its numerouspossible applications. It helps to focus on regions of interest instead of processingthe whole image or video data. Detecting visual saliency in still images has been widelyaddressed in literature with several formulations. However, visual saliency detection invideos has attracted little attention, and is a more challenging task due to additional temporalinformation. Indeed, a video contains strong spatio-temporal correlation betweenthe regions of consecutive frames, and, furthermore, motion of foreground objects dramaticallychanges the importance of the objects in a scene. The main objective of thethesis is to develop a spatio-temporal saliency method that works well for complex dynamicscenes.A spatio-temporal saliency map is usually obtained by the fusion of a static saliency mapand a dynamic saliency map. In our work, we model the dynamic textures in a dynamicscene with Local Binary Patterns (LBP-TOP) to compute the dynamic saliency map, andwe use color features to compute the static saliency map. Both saliency maps are computedusing a bio-inspired mechanism of Human Visual System (HVS) with a discriminantformulation known as center surround saliency, and are fused in a proper way.The proposed models have been extensively evaluated with diverse publicly availabledatasets which contain several videos of dynamic scenes. The evaluation is performed intwo parts. First, the method in locating interesting foreground objects in complex scene.Secondly, we evaluate our model on the task of predicting human observers fixations.The proposed method is also compared against state-of-the art methods, and the resultsshow that the proposed approach achieves competitive results.In this thesis we also evaluate the performance of different fusion techniques, because fusionplays a critical role in the accuracy of the spatio-temporal saliency map. We evaluatethe performances of different fusion techniques on a large and diverse complex datasetand the results show that a fusion method must be selected depending on the characteristics,in terms of color and motion contrasts, of a sequence. Overall, fusion techniqueswhich take the best of each saliency map (static and dynamic) in the final spatio-temporalmap achieve best results

De nombreuses entités possiblement de natures différentes sont reliées par des liens pouvant également être de natures différentes. De telles données peuvent être représentées par un graphe d’information hétérogène (heterogeneous information network, HIN). De plus, il existe souvent des corrélations entre entités ou événements de la vie réelle. Une fois ces derniers représentés par des abstractions appropriées telles que les HIN, les corrélations peuvent dès lors se retrouver dans ces graphes particuliers. Motivé par ces considérations, cette thèse s’intéresse aux effets des possibles corrélations entre les liens d’un HIN sur sa structure. Ce présent travail tente de répondre à des questions telles que : y a-t-il des corrélations entre les liens de différents types ? Si oui, est-il possible de les quantifier ? Que signifient-elles ? Est-ce que ces corrélations peuvent servir à prédire l’apparition de liens ? À modéliser des dynamiques de co-évolution ? Les exemples étudiés peuvent être divisés en deux catégories. Premièrement, l’utilisation des corrélations pour la prédiction du poids des liens est étudiée. Il est montré que les corrélations entre les liens, et plus particulièrement entre les chemins, peuvent être utilisées pour récupérer et prédire le poids d’autres liens, d’un type spécifié. Deuxièmement, une dynamique de poids de liens est considérée. Il est montré que la co-évolution de liens peut servir, par exemple, à définir un modèle d’attention entre individus et sujets. Les résultats préliminaires sont en accord avec d’autres présents dans la littérature, principalement relatifs aux modèles de dynamiques d’opinions. Globalement, ce travail illustre l’importance des corrélations entre les liens d’un HIN. En outre, il soutient le fait général que différents types de nœuds et liens abondent dans la nature et qu’il peut être important et instructif de prendre en compte cette diversité afin de comprendre l’organisation et le fonctionnement d’un système
Many entities, possibly of different natures, are linked by physical or virtual links, that may also be of different natures. Such data can be represented by a heterogeneous information network (HIN). In addition, there are often correlations between real-life entities or events. Once represented by suitable abstractions (such as HIN), these correlations can therefore be found in the HIN. Motivated by these considerations, this thesis investigates the effects of possible correlations between the links of an HIN on its structure. This present work aims at answering questions such as: are there indeed correlations between different types of links? If so, is it possible to quantify them? What do they mean? How can they be interpreted? Can these correlations be used to predict the occurrence of links? To model co-evolution dynamics? The examples studied can be divided into two categories. First, the use of correlations for the prediction of the links’ weight is studied. It is shown that correlations between links, and more specifically between paths, can be used to recover and, to some extent, predict the weight of other links of a specified type. Second, a link weight dynamics is considered. It is shown that link co-evolution can be used, for example, to define a model of attention between individuals and subjects. The preliminary results are in agreement with others in the literature, mainly related to models of opinion dynamics. Overall, this work illustrates the importance of correlations between the links of an HIN. In addition, it supports the general fact that different types of nodes and links abound in nature and that it could be important and instructive to take this diversity into account in order to understand the organization and functioning of a system

Dans ce manuscrit, nous nous intéressons à l'analyse visuelle du comportement humain à partir de l'information du regard. A l'inverse des caméras statiques et externes, nous adoptons un point de vue subjectif, ce qui permet de placer le contexte d'étude au centre de l'être humain et de ses interactions avec l'environnement. Pour atteindre cet objectif, nous avons développé un eye-tracker porté, ainsi que des outils d'analyse associés, en particulier la reconnaissance d'attention dans le cadre d'interactions sociales et la reconnaissance d'activités subjectives. Dans la première partie de cette thèse, nous présentons un eye-tracker binoculaire tête porté à partir duquel nous estimons le regard du sujet. Contrairement à la plupart des systèmes basés sur l'éclairage infrarouge, notre approche fonctionne en éclairage visible. Pour cela, nous nous inspirons des méthodes basées apparence qui, au lieu, d'extraire des caractéristiques géométriques (par exemple, la pupille), exploitent l'image de l'oeil dans sa globalité et elles permettent donc de prendre en compte toutes les caractéristiques de l'oeil. Pour apprendre la relation entre les caractéristiques d'apparence et les coordonnées du point de regard dans l'image de la caméra scène, deux modèles de régression sont comparés : le Support Vector Regression et le Relevance Vector Regression. Nous proposons, ensuite, une nouvelle méthode de reconnaissance d'attention en vue subjective. Le regard subjectif est obtenu à l'aide de notre eye-tracker, tandis que le regard d'autrui est construit à partir de l'estimation de l'orientation de la tête par régression à noyaux multiples localisés. En combinant ces deux types de regard, nous calculons alors des scores d'attention qui permettent d'identifier des motifs attentionnels dyadiques tels que le regard mutuel, mais aussi des motifs d'ordre supérieur émanant de la nature triadique de notre expérience. Notre outil final d'analyse concerne la reconnaissance d'activités basée sur le regard et l'égo-mouvement. Ces mouvements sont quantifiés en fonction de leur direction et de leur amplitude et encodés sous forme de symboles. Des caractéristiques statistiques sont alors extraites via un codage multi-échelle et un partitionnement temporel. Pour la classification et la segmentation d'activités, nous décrivons une approche par apprentissage contextuel en intégrant des scores de prédiction d'un voisinage à longue portée. Une étude détaillée permet également de comprendre quelles caractéristiques jouent un rôle prédominant dans la représentation d'une activité.

En réalité virtuelle, l'interaction entre un homme et une machine peut être effectuée au travers de multiples canaux sensoriels. Le canal visuel est généralement utilisé afin de fournir à l'utilisateur une visualisation de l'environnement virtuel avec lequel il interagit. L'objectif de cette thèse est d'améliorer ce retour visuel de manière interactive en tenant compte de l'attention visuelle de l'utilisateur. La première partie de cette thèse est dédiée à l'évaluation de l'attention humaine. Nous avons cherché à calculer en temps réel le point de focalisation d’un utilisateur naviguant avec une vue à la première personne dans un environnement virtuel 3D. Pour cela, nous avons d’abord étudié l'attention visuelle humaine lors de la marche en environnements virtuels et avons montré qu'il existe de nombreux points communs avec la marche en situation réel. Nous avons ensuite proposé un modèle permettant de simuler ce comportement visuel. Puis, nous avons intégré ce composant dans un nouveau modèle d'attention visuelle complet permettant de prédire, en temps-réel, l'attention visuelle d'un utilisateur naviguant dans un environnement virtuel 3D. Nos évaluations ont montré que notre modèle est capable de prédire l'attention visuelle des utilisateurs de manière plus efficace que les modèles existant. Enfin, nous avons proposé une nouvelle utilisation des modèles d'attention visuelle dans le but d'améliorer la précision des systèmes de suivi du regard. Notre étude a montré que notre approche pouvait améliorer la précision globale de ces systèmes. Dans la deuxième partie de cette thèse, nous avons cherché à enrichir le retour visuel aux utilisateurs dans le but d'améliorer leur sentiment d'immersion et leur perception de l'environnement virtuel. Nous avons proposé une nouvelle utilisation du point de focalisation dans le but de simuler des effets visuels naturellement présents dans la vision humaine: un effet de flou de profondeur et un mouvement de caméra compensé. Notre étude a montré que ces effets étaient fortement préférés par les utilisateurs lorsqu'ils étaient calculés en fonction de leur point de focalisation, et donc de manière plus interactive
In virtual reality, the interaction between a human and a computer can be achieved through multiple sensory channels. The visual channel is generally used in order to provide a visual feedback to the user interacting with a virtual environment. The goal of this thesis is to improve this visual feedback by taking into account user’s visual attention in an interactive manner. The first part of this thesis is dedicated to human attention. We wanted to evaluate in real-time the gaze point of a user navigating in a 3D virtual environment using a first-person view. We have first studied human visual attention when walking in a virtual environment and have shown that there are several common behaviors when compared to a real pedestrian walk. We have then proposed a model in order to simulate this behavior. We have included this component in a novel visual attention model able to predict, in real-time, the attention of a user navigating in a virtual environment. Our evaluation has shown that our model was able to predict the users' visual attention more efficiently than existing models. Finally, we have proposed a novel use of visual attention models in order to improve the accuracy of any gaze tracking systems. Our study has shown that our approach could improve the global accuracy of these systems. In the second part of this thesis, we have researched a novel way to improve the visual feedback to the users in order to improve their immersion feelings and perception of a virtual environment. We have proposed a novel use of the gaze point in order to simulate natural visual effects present in human vision: a depth-of-field blur effect and a compensated camera motion. Our study has shown that these effects were strongly preferred by participants when they were computed based on their gaze point, in a more interactive manner

Les systèmes de recommandation sont largement utilisés pour suggérer des biens qui correspondent le mieux aux besoins des utilisateurs. Pour répondre à cette demande, nous concevons un système de recommandation intégrant un module de filtrage collaboratif et un module de recommandation par empilement. Nous introduisons un mécanisme d'attention interactif pour modéliser la relation d'influence mutuelle entre les utilisateurs et les articles .