Добірка наукової літератури з теми "Suivi du mouvement en échocardiographie"

Même si le mouvement est abordé dans les études sur les migrations ou sur le nomadisme, son approche méthodologique n’est que rarement décrite. Notre objectif est de montrer que le mouvement agit à la manière d’une conjonction de coordination entre les lieux mis en relation dans les parcours migratoires. Le suivi des migrants pendant leur voyage, la construction de récits capables de rendre compte de la simultanéité et de la coprésence caractéristiques du voyage sont un moyen de dire cette chaîne de significations que les sujets-migrants construisent.

L’article propose une lecture de la pensée et des formes d’actualisation politique et culturelle d’un penseur du mouvement noir contemporain au Brésil, Abdias Nascimento. À travers les écrits politiques de cet auteur, il est possible de retracer les interprétations des actions privilégiées dans la lutte contre les discriminations qui ont suivi et suivent toujours l’expérience post-abolitionniste. L’adhésion à la pensée de la décolonisation puis à celle de l’afrocentrisme, et aussi à une version du panafricanisme qu’est le quilombisme (et dont il est l’auteur), n’a pas empêché cet intellectuel de la diaspora de penser l’émancipation depuis le continent latino-américain, et plus particulièrement depuis le Brésil. La perspective selon laquelle la fin de l’esclavage n’aurait pas eu lieu, leitmotiv du mouvement noir contemporain au Brésil et dont Nascimento est une figure fondatrice, permet l’établissement d’un parallèle entre les luttes du mouvement noir et celles du mouvement contre l’esclavage contemporain.

En revenant sur l’évolution du mouvement des Gilets jaunes dans l’agglomération lyonnaise, cet article analyse le rôle de l’espace dans les possibilités d’engagement d’individus issus des classes populaires. Le suivi d’un petit groupe de personnes mobilisées depuis un rond-point de la banlieue industrielle et populaire lyonnaise montre comment les différents « lieux de l’engagement », ainsi que les ressources et les contraintes qui leur sont associées, font l’objet d’appropriations différenciées. Si le rond-point enquêté est un espace propice à la mobilisation des classes populaires racisées, l’évolution du mouvement vers des lieux du centre-ville conduit à leur mise à l’écart au profit de militant·es mieux doté∙es en capitaux militant et scolaire. Ce processus de relégation des Gilets jaunes de banlieue fait alors peser de réelles difficultés sur leur maintien dans le mouvement. Il entraîne leur réappropriation du mouvement au profit de répertoires d’action et de causes davantage liées à l’expérience vécue dans les quartiers populaires. L’article démontre finalement comment ces individus se détachent du mouvement des Gilets jaunes pour devenir des entrepreneurs d’action collective en banlieue populaire.

Résumé La mobilité de la charge de fond de trois affluents de la Drôme (Barnavette, Béoux et Esconavette) a fait l’objet d’un suivi événementiel entre 1997 et 2002, au moyen d’un dispositif de terrain relativement simple permettant de mesurer les phénomènes de creusement et de remblaiement du lit, ainsi que la mise en mouvement des particules. Trois stations de mesure comprenant un ou plusieurs profils en travers pour le suivi topographique, un ensemble de chaînes d’érosion, des traceurs colorimétriques et un équipement d’enregistrement des hauteurs d’eau maximales ont été installés à proximité de l’exutoire des trois affluents. Cet équipement a permis de caractériser la fréquence du charriage (6 à 7 crues mobilisatrices par an en moyenne), les distances de transport de la charge de fond (en moyenne entre 450 et 470 m par an) et les seuils de mise en mouvement. Les résultats obtenus sont en adéquation avec les valeurs communément observées dans les rivières à forte pente, avec des forces tractrices critiques adimensionnelles comprises entre 0,031 et 0,076.

Comment la géographie et l'histoire deviennent postcoloniales et décoloniales, après avoir été coloniales durant le XIXe et le début du XXe siècle ? Comment Le Globe, fondé en 1860, a-t-il suivi ce mouvement ? Quel est l''engagement politique que suppose une telle transformation ? Telles sont les questions principales auxquelles répond cet article, qui discute les contributions thématiques de ce numéro.

Témoignage de l’expérience d’une enseignante, en formation, ayant l’habitude de travailler avec le moins de fiches possibles pour favoriser le concret et le mouvement au quotidien de ses élèves de 4 à 6 ans. Face à la crise du coronavirus et du confinement imposé par le département, elle a dû avec sa collègue, mettre en place un système d’école à distance qui respectait le mouvement au quotidien. Comment maintenir ce fondement pédagogique lorsque c’est aux parents d’en assurer le suivi ? Quels effets sur les apprentissages en cours sur le thème de l’équilibre lors du retour des élèves à l’école ? Une complicité entre l’école et la famille a pu être trouvé, permettant l’autonomie des enfants et le maintien, voire l’amélioration des acquis moteurs pendant cette crise.

Résumé À l'automne 1995, le Service de recherche de la CSN a publié un document intitulé Développer l'économie solidaire. Éléments d'orientation. Comme l'explique Pierre Paquette, Secrétaire général de la CSN, dans l'entrevue publiée dans ce numéro, le document sur l'économie sociale et l'économie solidaire a suscité beaucoup de remous dans l'organisation syndicale. Ici, les deux auteurs du document de travail font le point brièvement sur les débats qui ont suivi la publication de leur document. En tenant compte d'un certain nombre d'objections formulées par des composantes du mouvement syndical portées à insister sur les dangers de l'économie sociale, les auteurs, tout en reconnaissant les possibilités de récupération, font valoir les avantages d'une stratégie offensive par rapport à une stratégie défensive.

Le chant du mouvement ouvrier autrichien suit d’abord une tendance commune à toute la sphère germanophone, du chant de protestation politique et sociale aux associations d’éducation ouvrière. Vers la fin du XIXe siècle naît un mouvement choral original sous la direction de Josef Scheu. Le jeune Arnold Schönberg dirige alors une chorale ouvrière, son élève Anton Webern a suivi cet exemple dans les années 20. Après 1918 le parti social-démocrate, tout en poursuivant sa tradition d’éducation populaire, se dote d’hymnes parfois inspirés musicalement de ceux de la Révolution bolchevique et organise des concerts symphoniques ouvriers. Le fameux « Chant de la solidarité » (du film Kuhle Wampe de Brecht et Dudow, 1932) de Hanns Eisler, un autre élève de Schönberg, fut entonné lors du dernier concert symphonique ouvrier, à la veille de la guerre civile de février 1934 et de l’interdiction du parti social-démocrate.

Parmi les techniques d'imagerie medicale, l'imagerie echocardiographique constitue un element important dans le diagnostic des pathologies cardiaques. Aujourd'hui le developpement des techniques du traitement d'images permet l'extraction d'un certain nombre d'informations significatives et de parametres quantitatifs aidant les medecins dans l'etablissement de leurs diagnostics. Au cours de notre travail nous avons aborde deux aspects du probleme: le suivi automatique des contours ventriculaires gauches et l'analyse du mouvement des parois cardiaques par la methode du flux optique. La methode dynamique de suivi de contours que nous avons developpee permet une bonne localisation des contours au cours d'un cycle et ceci dans le but d'estimer de maniere automatique, le volume de la cavite ventriculaire gauche et sa variation au cours du cycle. L'analyse du mouvement des parois cardiaques est une etape importante dans la detection des anomalies cardiaques. Nous proposons une nouvelle approche fondee sur le flux optique qui permet d'obtenir des informations sur le mouvement du muscle cardiaque. Nous avons incorpore dans le calcul du flux optique une etape de segmentation ainsi qu'une contrainte utilisant le median moyenneur. On montre que la methode de segmentation fondee sur le calcul de la variance de gradients directionnels est bien adaptee aux images echocardiographiques

Selon le rapport annuel de la Fédération Mondiale du Cœur de 2023, les maladies cardiovasculaires (MCV) représentaient près d'un tiers de tous les décès mondiaux en 2021. Comparativement aux pays à revenu élevé, plus de 80% des décès par MCV surviennent dans les pays à revenu faible et intermédiaire. La répartition inéquitable des ressources de diagnostic et de traitement des MCV demeure toujours non résolue. Face à ce défi, les dispositifs abordables d'échographie de point de soins (POCUS) ont un potentiel significatif pour améliorer le diagnostic des MCV. Avec l'aide de l'intelligence artificielle (IA), le POCUS permet aux non-experts de contribuer, améliorant ainsi largement l'accès aux soins, en particulier dans les régions moins desservies.L'objectif de cette thèse est de développer des algorithmes robustes et automatiques pour analyser la fonction cardiaque à l'aide de dispositifs POCUS, en mettant l'accent sur l'échocardiographie et l'électrocardiogramme. Notre premier objectif est d'obtenir des caractéristiques cardiaques explicables à partir de chaque modalité individuelle. Notre deuxième objectif est d'explorer une approche multimodale en combinant les données d'échocardiographie et d'électrocardiogramme.Nous commençons par présenter deux nouvelles structures d'apprentissage profond (DL) pour la segmentation de l'échocardiographie et l'estimation du mouvement. En incorporant des connaissance a priori de forme et de mouvement dans les modèles DL, nous démontrons, grâce à des expériences approfondies, que de tels a priori contribuent à améliorer la précision et la généralisation sur différentes séries de données non vues. De plus, nous sommes en mesure d'extraire la fraction d'éjection du ventricule gauche (FEVG), la déformation longitudinale globale (GLS) et d'autres indices utiles pour la détection de l'infarctus du myocarde (IM).Ensuite, nous proposons un modèle DL explicatif pour la décomposition non supervisée de l'électrocardiogramme. Ce modèle peut extraire des informations explicables liées aux différentes sous-ondes de l'ECG sans annotation manuelle. Nous appliquons ensuite ces paramètres à un classificateur linéaire pour la détection de l'infarctus du myocarde, qui montre une bonne généralisation sur différentes séries de données.Enfin, nous combinons les données des deux modalités pour une classification multimodale fiable. Notre approche utilise une fusion au niveau de la décision intégrant de l'incertitude, permettant l'entraînement avec des données multimodales non appariées. Nous évaluons ensuite le modèle entraîné à l'aide de données multimodales appariées, mettant en évidence le potentiel de la détection multimodale de l'IM surpassant celle d'une seule modalité.Dans l'ensemble, nos algorithmes proposés robustes et généralisables pour l'analyse de l'échocardiographie et de l'ECG démontrent un potentiel significatif pour l'analyse de la fonction cardiaque portable. Nous anticipons que notre cadre pourrait être davantage validé à l'aide de dispositifs portables du monde réel
According to the 2023 annual report of the World Heart Federation, cardiovascular diseases (CVD) accounted for nearly one third of all global deaths in 2021. Compared to high-income countries, more than 80% of CVD deaths occurred in low and middle-income countries. The inequitable distribution of CVD diagnosis and treatment resources still remains unresolved. In the face of this challenge, affordable point-of-care ultrasound (POCUS) devices demonstrate significant potential to improve the diagnosis of CVDs. Furthermore, by taking advantage of artificial intelligence (AI)-based tools, POCUS enables non-experts to help, thus largely improving the access to care, especially in less-served regions.The objective of this thesis is to develop robust and automatic algorithms to analyse cardiac function for POCUS devices, with a focus on echocardiography (ECHO) and electrocardiogram (ECG). Our first goal is to obtain explainable cardiac features from each single modality respectively. Our second goal is to explore a multi-modal approach by combining ECHO and ECG data.We start by presenting two novel deep learning (DL) frameworks for echocardiography segmentation and motion estimation tasks, respectively. By incorporating shape prior and motion prior into DL models, we demonstrate through extensive experiments that such prior can help improve the accuracy and generalises well on different unseen datasets. Furthermore, we are able to extract left ventricle ejection fraction (LVEF), global longitudinal strain (GLS) and other useful indices for myocardial infarction (MI) detection.Next, we propose an explainable DL model for unsupervised electrocardiogram decomposition. This model can extract interpretable information related to different ECG subwaves without manual annotation. We further apply those parameters to a linear classifier for myocardial infarction detection, which showed good generalisation across different datasets.Finally, we combine data from both modalities together for trustworthy multi-modal classification. Our approach employs decision-level fusion with uncertainty, allowing training with unpaired multi-modal data. We further evaluate the trained model using paired multi-modal data, showcasing the potential of multi-modal MI detection to surpass that from a single modality.Overall, our proposed robust and generalisable algorithms for ECHO and ECG analysis demonstrate significant potential for portable cardiac function analysis. We anticipate that our novel framework could be further validated using real-world portable devices. We envision that such advanced integrative tools may significantly contribute towards better identification of CVD patients

Le comportement des petits animaux est important pour les chercheurs scientifiques et précliniques; ils veulent connaître les effets des interventions sur leur vie naturelle. Pour les maladies humaines, les rongeurs sont utilisés comme modèles. L’étude du comportement des rongeurs permet d’identifier et de développer de nouveaux médicaments pour les troubles psychiatriques et neurologiques. La surveillance des animaux peut être traitée et un grand nombre de données traitées peuvent conduire à de meilleurs résultats de recherche dans un temps plus court. Ce mémoire présente le système de suivi du comportement des rongeurs basé sur des techniques de vision numérique. En vision numérique, la détection d’un sujet consiste à balayer et à rechercher un objet dans une image ou une vidéo (qui n’est qu’une séquence d’images), mais la localisation d’un objet dans des images successives d’une vidéo est appelée suivi. Pour trouver la position d’un sujet dans une image, nous avons utilisé la détection du sujet et le suivi, car le suivi peut aider lorsque la détection échoue et vice et versa. Avec cette approche, nous pouvons suivre et détecter tout type du sujet (souris, headstage, ou par exemple un ballon). Il n’y a pas de dépendance au type de caméra. Pour trouver un sujet dans une image, nous utilisons l’algorithme AdaBoost en ligne qui est un algorithme de suivi du sujet et l’algorithme de Canny qui est un algorithme de détection du sujet, puis nous vérifions les résultats. Si l’algorithme Adaboost en ligne n’a pas pu trouver le sujet, nous utilisons l’algorithme Canny pour le trouver. En comparant les résultats de notre approche avec les résultats des algorithmes AdaBoost en ligne et Canny séparément, nous avons constaté que notre approche permet de mieux trouver le sujet dans l’image que lorsque nous utilisons ces deux algorithmes séparément. Dans ce mémoire, nous décrirons les algorithmes de détection et de suivi du sujet.
Le comportement des petits animaux est important pour les chercheurs scientifiques et précliniques; ils veulent connaître les effets des interventions sur leur vie naturelle. Pour les maladies humaines, les rongeurs sont utilisés comme modèles. L’étude du comportement des rongeurs permet d’identifier et de développer de nouveaux médicaments pour les troubles psychiatriques et neurologiques. La surveillance des animaux peut être traitée et un grand nombre de données traitées peuvent conduire à de meilleurs résultats de recherche dans un temps plus court. Ce mémoire présente le système de suivi du comportement des rongeurs basé sur des techniques de vision numérique. En vision numérique, la détection d’un sujet consiste à balayer et à rechercher un objet dans une image ou une vidéo (qui n’est qu’une séquence d’images), mais la localisation d’un objet dans des images successives d’une vidéo est appelée suivi. Pour trouver la position d’un sujet dans une image, nous avons utilisé la détection du sujet et le suivi, car le suivi peut aider lorsque la détection échoue et vice et versa. Avec cette approche, nous pouvons suivre et détecter tout type du sujet (souris, headstage, ou par exemple un ballon). Il n’y a pas de dépendance au type de caméra. Pour trouver un sujet dans une image, nous utilisons l’algorithme AdaBoost en ligne qui est un algorithme de suivi du sujet et l’algorithme de Canny qui est un algorithme de détection du sujet, puis nous vérifions les résultats. Si l’algorithme Adaboost en ligne n’a pas pu trouver le sujet, nous utilisons l’algorithme Canny pour le trouver. En comparant les résultats de notre approche avec les résultats des algorithmes AdaBoost en ligne et Canny séparément, nous avons constaté que notre approche permet de mieux trouver le sujet dans l’image que lorsque nous utilisons ces deux algorithmes séparément. Dans ce mémoire, nous décrirons les algorithmes de détection et de suivi du sujet.
Small animal behavior is important for science and preclinical researchers; they want to know the effects of interventions in their natural life. For human diseases, rodents are used as models; studying rodent behavior is good for identifying and developing new drugs for psychiatric and neurological disorders. Animal monitoring can be processed and a large number of data can lead to better research result in a shorter time. This thesis introduces the rodents’ behavior tracking system based on computer vision techniques. In computer vision, object detection is scanning and searching for an object in an image or a video (which is just a sequence of images) but locating an object in successive frames of a video is called tracking. To find the position of an object in an image, we use object detection and object tracking together because tracking can help when detection fails and inversely. With this approach, we can track and detect any objects (mouse, headstage, or a ball). There is no dependency to the camera type. To find an object in an image we use the online AdaBoost algorithm, which is an object tracking algorithm and the Canny algorithm, which is an object detection algorithm together, then we check the results. If the online Adaboost algorithm could not find the object, we use the Canny algorithm to find the object. By comparing the results of our approach with the results of the online AdaBoost and Canny algorithms separately, we found that our approach can find the object in the image better than when we use these two algorithms separately. In this thesis, we will describe implemented object detection and tracking algorithms.
Small animal behavior is important for science and preclinical researchers; they want to know the effects of interventions in their natural life. For human diseases, rodents are used as models; studying rodent behavior is good for identifying and developing new drugs for psychiatric and neurological disorders. Animal monitoring can be processed and a large number of data can lead to better research result in a shorter time. This thesis introduces the rodents’ behavior tracking system based on computer vision techniques. In computer vision, object detection is scanning and searching for an object in an image or a video (which is just a sequence of images) but locating an object in successive frames of a video is called tracking. To find the position of an object in an image, we use object detection and object tracking together because tracking can help when detection fails and inversely. With this approach, we can track and detect any objects (mouse, headstage, or a ball). There is no dependency to the camera type. To find an object in an image we use the online AdaBoost algorithm, which is an object tracking algorithm and the Canny algorithm, which is an object detection algorithm together, then we check the results. If the online Adaboost algorithm could not find the object, we use the Canny algorithm to find the object. By comparing the results of our approach with the results of the online AdaBoost and Canny algorithms separately, we found that our approach can find the object in the image better than when we use these two algorithms separately. In this thesis, we will describe implemented object detection and tracking algorithms.

Un des objectifs des recherches actuelles en échocardiographie est la visualisation des déformations volumiques de certaines cavités du coeur à partir de séquences d'images. Dans le cadre d'une stratégie globale de restitution tri-dimensionnelle en temps réel, cette thèse propose de modéliser les évolutions spatiale et temporelle du ventricule gauche, à toutes les étapes de la chaîne de traitement : échantillonnage d'un contour initial sur une image de la séquence ; fermeture éventuelle et suivi de ce contour échantillonné sur les autres images de la séquence ; modélisation de tous les contours puis du volume du ventricule ; visualisation du ventricule reconstruit à partir des paramètres du modèle. Toutes les propositions théoriques ont été validées sur des images écho¬cardio¬graphiques acquises avec une sonde tournante prototype. L'idée de base consiste à utiliser les propriétés de l'interpolation circulaire de Shannon et du lissage orthogonal de Fourier, en exploitant les quatre périodicités du problème : double périodicité spatiale 2π pour le volume découpé en plans méridiens (coupes apicales) et parallèles (coupes parasternales), double périodicité temporelle provenant des battements cardiaques et de la rotation de la sonde tournante. Les algorithmes sont appliqués sur des contours tracés manuellement sur les images tomographiques de la séquence, mais nous proposons une méthode de suivi automatique d'un contour à partir d'un seul tracé initial. Pour les périodicités spatiales, la méthode d'interpolation-lissage est mise en oeuvre sur le développement polaire d'un contour du ventricule, autour du centre d'inertie de ses échantillons. Ceci permet, à précision égale, d'économiser les paramètres du modèle. Pour les périodicités temporelles, cette méthode est appliquée sur les paramètres restitués en attitude dans un repère lié au ventricule, par une technique qui utilise les propriétés du signal analytique. Dans le cadre d'une étude de faisabilité, les résultats obtenus indiquent que la stratégie de modélisation proposée est bien adaptée au problème.

La détection et le suivi du mouvement de la bouche est une étape préalable à de nombreux systèmes de traitement de flux vidéo ou d'interaction homme-machine (e. G. La lecture labiale, la reconnaissance des expressions, le maquillage en ligne). Le problème consiste à détecter les lèvres dans une image et au suivi de leur mouvement dans une séquence vidéo. Pour la tâche de détection, nous proposons deux méthodes : l'une se base sur la règle de Bayes pour segmenter les lèvres de la peau dans une image en couleur. L'autre méthode se base sur un modèle actif de forme pour localiser les points caractéristiques des contours des lèvres. Pour la tâche de suivi, nous proposons deux méthodes adaptatives : l'une peut être considérée comme une généralisation du modèle actif de forme et d'apparence. Nous construisons un modèle spécifique qui réalise son apprentissage en ligne sur la séquence vidéo : la forme, la texture, les caractéristiques locales de la bouche sont apprises directement à partir de la séquence. Notre méthode possède plusieurs avantages : tout d'abord, l'étape d'entraînement hors ligne est complexe et prend beaucoup de temps de préparation, un apprentissage en ligne permet de l'éviter; ensuite, notre méthode a la capacité de s'adapter aux nouveaux environnements; enfin, elle donne de meilleurs résultats que celles de la littérature. Ensuite, nous présentons une méthode qui permet de suivre un visage parlant dans une séquence. Notre méthode utilise toutes les connaissances disponibles non seulement en ligne mais aussi hors ligne. Il est connu qu'un système adaptatif présente un problème de dérive qui correspond à une divergence du modèle qui peut s'éloigner lentement de l'objet après un certain nombre d'images dans la séquence. Nous proposons d'utiliser un apprentissage hors ligne pour sélectionner les informations pertinentes. L'expérimentation montre que notre méthode donne de meilleurs résultats que la méthode IVT

Une contrainte essentielle utilisee dans l'analyse du mouvement a partir de sequences d'images est l'hypothese de structure et de mouvement rigide. A cause de perturbations, cette contrainte est souvent localement violee dans des applications reelles. Dans de tels cas, la methode classique se montre souvent inefficace et conduit a des solutions instables. Dans cette these, on cherche a resoudre ce probleme par une prise en compte explicite des perturbations locales dans l'analyse du mouvement. L'application a des mouvements humains represente notre objectif principal. La methode developpee peut se resumer en trois etapes suivantes: tout d'abord, chaque membre present dans le geste est partitionne en un ensemble de sous-zones. Chaque sous-zone correspond a un modele de mouvement general qui decrit une classe de mouvement plus large que celle de structure et de mouvement rigide; ensuite, les zones dont le mouvement n'est pas coherent avec le modele de mouvement principal suppose, tels que le mouvement de pedalage, le mouvement de marche, etc. , sont detectees et eliminees dans le processus d'analyse. Le modele de mouvement principal est forme a partir de connaissances a priori sur le geste etudie, et le schema de validation du modele de mouvement principal est effectue selon la theorie d'akaike. Enfin, l'interpretation du mouvement principal est basee sur les seules regions valides par une methode directe, et l'approche developpee est imbriquee dans une procedure de suivi. Cette methode a ete testee sur des images synthetiques et reelles. Des resultats tout a fait probant ont ete obtenus

Cette these presente une implementation temps reel d'une chaine algorithmique de detection de mouvement et de suivi d'objets. La detection de mouvement est realisee par une difference d'images qui est relaxee par un processus markovien afin d'obtenir une detection robuste. Deux modeles markoviens sont presentes : l'un monoresolution, l'autre multiresolution. Les pixels detectes en mouvement sont regroupes en region grace a un nouvel algorithme d'etiquetage en composantes connexes. Cet algorithme base sur un codage rlc a la propriete d'etre optimum vis-a-vis du nombre d'etiquettes creees. Il est de plus tres rapide et sa complexite est quasi independante des donnees. Deux techniques de suivi sont developpees. La premiere implemente un parcours d'arbre minimisant la distance entre les bords des regions, pour mettre en correspondance ces regions. Cette technique est simple et tres rapide. La seconde est basee sur une approche cinematique et utilise des filtres predictifs pour les associations. Une procedure d'estimation - verification des choix permet de rendre ces choix tres robustes. Pour respecter la cadence video, il est necessaire d'optimiser l'execution des differents algorithmes. Nous presentons des techniques logicielles issues du calcul scientifique pour accelerer leur vitesse d'execution sur les processeurs risc et les dsp vliw. Le deroulage de boucle et le pipeline logiciel optimisent les nids de boucles et le blocage de cache, la localite des donnees. Ces techniques sont presentees a travers l'exemple des filtres recursifs de detection de contours qui permettent d'evaluer les performances, aussi bien des architectures que des techniques d'optimisations. Ces techniques d'optimisation sont ensuite appliquees a la relaxation markovienne et a l'etiquetage. Le facteur d'acceleration ainsi obtenu est superieur a 2. De plus nous estimons que la relaxation et l'etiquetage se parallelisent facilement et efficacement.

Nous proposons une méthode pour faire "comprendre" automatiquement à un ordinateur les mouvements d'un être humain filmé par des caméras vidéo, sachant qu'aucun marqueur n'a été placé sur celui-ci. Pour cela, nous avons choisi de nous intéresser à une première étape: l'estimation des variations des paramètres du mouvement d'une personne dans le temps. Nous abordons aussi la deuxième étape qui consiste à interpréter ces variations pour leur donner un sens. Des informations sont extraites des images vidéo et sont comparées à un modèle géométrique de l'objet suivi. Ces informations sont soit une segmentation de la silhouette de l'objet dans le cas où les caméras sont éloignées les unes des autres, soit une reconstruction tridimensionnelle de cet objet dans le cas où les caméras sont rapprochées. Nous expliquons pourquoi cette distinction est faite. Dans chacun des cas nous supposons connue la géométrie de l'objet en construisant un modèle 3D constitué de parties rigides simples articulées entre elles. La minimisation de l'erreur d'estimation des paramètres de position est effectuée en créant des forces et en résolvant les équations de la dynamique pour le modèle 3D articulé. Ces forces sont créées à partir des informations trouvées dans les images. Les différentes étapes de l'algorithme sont abordées: la calibration des caméras, la structure du modèle 3D, l'extraction d'informations des images, l'application de forces au modèle 3D, la dynamique de ce modèle et l'estimation et la prédiction de son mouvement dans la scène grâce à un filtre de Kalman. Enfin nous montrons des résultats encourageants et proposons des idées pour généraliser l'algorithme
We introduce you to a method designed to provide the computer, the ability to automatically understand the motions of a markerless filmed human in a multi-cameras environment. In a first step, we decide to estimate the time extended motions variations. Secondly, these variations are interpreted in order to give them significance. After being retrieved from the video pictures, information are compared to a tracked object geometric model. These information could be a segmentation of the object silhouette in case of far distant cameras from each other, or a three-dimensional reconstruction in case of near distant cameras from each other. We ll explain why this distinction is made. In each case, we assume that the object geometry is known thanks to the build of a 3D model made of simple articulated rigid parts. The position parameters error correction is done by creating forces and by resolving the equations of the 3D articulated model dynamic. Information found in the pictures allow us to create such forces. Different steps of the algorithm are introduced: how to calibrate the cameras, the 3D model structure, the information retrieve process, how to apply forces to the model, its dynamic, the estimation and anticipation of the motion in the scene thanks to a Kalman filter. Finally, we expose encouraging results and try to give ideas in order to generalize the algorithm