Les neurosciences computationnelles sont une grande source d'inspiration pour le traitement de données. De nos jours, aussi bon que soit l'état de l'art de la vision par ordinateur, il reste moins performant que les possibilités offertes par nos cerveaux ou ceux d'autres animaux ou insectes. Cette thèse se base sur cette observation afin de développer de nouvelles méthodes de calcul pour la vision par ordinateur ainsi que pour le calcul de manière générale reposant sur les données issues de capteurs événementiels tels que les "rétines artificielles". Ces capteurs copient la biologie et sont utilisés dans ces travaux pour le caractère épars de leurs données ainsi que pour leur précision temporelle : l'information est codée dans des événements qui sont générés avec une précision de l'ordre de la microseconde. Ce concept ouvre les portes d'un paradigme complètement nouveau pour la vision par ordinateur, reposant sur le temps plutôt que sur des images. Ces capteurs ont été utilisés pour développer des applications comme le suivi ou la reconnaissance d'objets ou encore de l'extraction de motifs élémentaires. Des plate-formes de calcul neuromorphiques ont aussi été utilisées pour implémenter plus efficacement ces algorithmes, nous conduisant à repenser l'idée même du calcul. Les travaux présentés dans cette thèse proposent une nouvelle façon de penser la vision par ordinateur via des capteurs événementiels ainsi qu'un nouveau paradigme pour le calcul. Le temps remplace la mémoire permettant ainsi des opérations complètement locales, ce qui permet de réaliser des machines hautement parallèles avec une architecture non-Von Neumann. / Computational Neurosciences are a great source of inspiration for data processing and computation. Nowadays, how great the state of the art of computer vision might be, it is still way less performant that what our brains or the ones from other animals or insects are capable of. This thesis takes on this observation to develop new computational methods for computer vision and generic computation relying on data produced by event-based sensors such as the so called “silicon retinas”. These sensors mimic biology and are used in this work because of the sparseness of their data and their precise timing: information is coded into events which are generated with a microsecond precision. This opens doors to a whole new paradigm for machine vision, relying on time instead of using images. We use these sensors to develop applications such as object tracking or recognition and feature extraction. We also used computational neuromorphic platforms to better implement these algorithms which led us to rethink the idea of computation itself. This work proposes new ways of thinking computer vision via event-based sensors and a new paradigm for computation. Time is replacing memory to allow for completely local operations, enabling highly parallel machines in a non-Von Neumann architecture.

Nous avons étudié, chez l'homme, les bases neurales de la perception du relief à partir du mouvement visuel, en utilisant l'Imagerie par Résonance Magnétique fonctionnelle (IRMf). Au cours de ce travail, l'élaboration et l'analyse des protocoles expérimentaux en imagerie sont apparues comme des problèmes à part entière, très liés aux questions neurophysiologiques posées par l'expérimentateur. Dans ce document, nous introduisons la notion de cartographie fonctionnelle afin de mettre en évidence le rôle de l'imagerie fonctionnelle en neurosciences. Nous détaillons ensuite le contexte théorique et expérimental de la perception visuelle du mouvement et des formes. En ce qui concerne les méthodes, nous présentons brièvement la technique d'IRMf. Nous expliquons également les principes du dessin de protocole en imagerie, notamment des protocoles dits événementiels, et nous exposons les méthodes d'analyse du signal IRMf utilisées. Nous décrivons enfin plusieurs expériences: l'une d'elles a été réalisée spécifiquement pour la mise en oeuvre de l'approche événementielle en IRMf; les autres sont des applications dédiées à l'étude du système visuel, présentées dans une perspective méthodologique. Trois séries d'expériences ont été réalisées pour explorer la perception des formes 3D à partir du mouvement. Les deux premières ont été effectuées en vision passive, en présentant aux sujets plusieurs stimuli de mouvement visuel, contenant ou non une information 3D. La troisième fait intervenir une tâche dirigeant l'attention des sujets vers diverses caractéristiques d'une surface 3D en mouvement. La richesse des thèmes abordés au cours de ce travail nous a notamment permis de nous interroger sur la notion de hiérarchie de traitement visuel, la ségrégation des voies dorsale et ventrale et l'influence de l'attention sur l'activité corticale.

Cette thèse traite de la détection et de la localisation des défaillances à base de modèles comportementaux. L'approche suggérée consiste à extraire du modèle comportemental un sous-modèle découplé par rapport aux perturbations et par rapport à un sous-ensemble de défaillances et couplé par rapport au sous-ensemble complémentaire de défaillances. A l'aide de ce sous modèle, des indicateurs de défaillances structurés sont générés. Ces indicateurs possèdent intrinsèquement des propriétés de robustesse aux perturbations et à certaines défaillances et sont sensibles au reste des défaillances. Cette approche repose donc sur la décomposition du modèle comportemental du système en sous-modèles. Une méthodologie de décomposition est présentée pour traiter les modèles continus et les modèles événementiels de la même manière. Cette méthodologie de décomposition est formulée en utilisant des outils algébriques connus sous le nom d'algèbre des paires et d'algèbre des fonctions. Les deux algèbres sont présentées et leurs opérateurs sont détaillés et illustrés. Il est montré que la procédure de décomposition décrite pour les modèles continus en utilisant l'algèbre des fonctions est similaire à celle décrite pour les modèles événementiels en utilisant l'algèbre des paires. Une procédure de décomposition générale est ensuite proposée pour tous les modèles comportementaux déterministes.Les résultats théoriques sont illustrés par la décomposition des modèles comportementaux (continu et événementiel) du système à trois cuves, et par la synthèse d'un module de détection et de localisation de défaillances pour chaque cas traité.