Ce travail analyse la course de vitesse des enfants de l'école primaire et élabore, pour la formation des enseignants, un outil d'apprentissage de la lecture de cette course. La première partie a permis d'isoler des niveaux d'habileté en course de vitesse indépendamment de l'âge des enfants. Pour cela 270 enfants entre 2 et 11 ans ont été filmés et leur course analysée grâce au logiciel 3D vision de Gilles Dietrich. Chaque course a été identifiée par des indicateurs (temporels, spatio-temporels et angulaires) et par des mesures prises sur une représentation paramétrique de la trajectoire de la pointe du pied, le point fixe retenu étant l'oreille (la poulaine d'oreille). Un tri hiérarchique a permis de cerner 6, puis 5 niveaux d'habileté en course de vitesse chez les enfants. Chaque niveau a été décrit, les principales caractéristiques isolées par une analyse en composante principale. Une première modélisation des différents niveaux est proposée sous la forme d'une poulaine moyenne. D'une manière empirique, un cd-rom d'apprentissage de la lecture du mouvement a été conçu et testé auprès de stagiaires professeur d'école. Les résultats obtenus ont mis en évidence la difficulté de compréhension de la poulaine d'oreille. Ils ont conduit à une nouvelle modélisation, plus figurative, des niveaux de course par un "viseur". Cette modélisation prend en compte l'inclinaison du tronc, la position de la cheville et la position de la cuisse. Ils sont également à l'origine de transformations dans la conception de l'instrument pour apprendre. Le second cd-rom a été testé auprès d'enseignants stagiaires, il conduit à une meilleure analyse de la course des élèves

Ces travaux avaient pour objectif la preuve de concept et le développement d’un dispositif embarqué sur un T-shirt visant à terme à se substituer au corset afin de pouvoir améliorer la prise en charge des patients scoliotiques. Il s’agissait d’orienter les soins de la scoliose vers un traitement permettant au patient de conserver l’ensemble de sa mobilité et de rééquilibrer l’activité des muscles de son tronc. Tout d’abord, une étude clinique comparative entre sujets sains, patients scoliotiques lombaires et patients scoliotiques thoraciques a été menée afin de mettre en évidence des différences cinématiques et posturales potentiellement corrigeables, à travers l’étude de mouvements simples standardisés. Ensuite, le dispositif baptisé « kinésithérapeute embarqué » a été développé. Son but est de détecter des anomalies cinématiques ou de mauvaises postures chez le patient afin de les lui signaler pour lui permettre une autocorrection de ses défauts. Le T-shirt permet alors une mesure précise des mouvements de l’utilisateur en temps-réel et sans dispositif externe, à l’aide de centrales inertielles. Deux feedbacks ont été conçus répondant à deux utilisations différentes, l’un vibro-tactile pour une correction posturale en ambulatoire au cours de la journée, et l’autre visuel permettant d’apprendre et d’entraîner des mouvements spécifiques lors de séances de kinésithérapie à domicile. / The purpose of this thesis was the proof of concept and the development of an embedded device on a T-shirt aiming in the future to replace the brace for improving the medical care of scoliotic patients. The aim was to orient scoliosis care toward a treatment allowing a patient to keep his/her full mobility and rebalancing his trunk muscles. First, a comparative clinical study between healthy subjects, lumbar scoliotic patients and thoracic scoliotic patients was conducted in order to highlight kinematic and postural differences potentially correctable through the study of simple and standardized movements. Then, the so-called “embedded physiotherapist” device has been developed. Its aim is to detect patient’s kinematic singularities or bad postures and to alert him/her for an auto-correction of the defect. Thus, the T-shirt is able to accurately measure user’s motion in real-time and without any external device, using inertial measurement units. Two feedback have been designed for satisfying two different purposes, first a vibro-tactile one for postural corrections during the day, and a visual one allowing the user to learn and train specific motions during physiotherapy sessions at home.

Les Artefacts de Tissus Mous (ATM) sont actuellement une des limitations principales pour la mesure du mouvement du membre supérieur avec les techniques actuelles d'analyse du mouvement. L'optimisation multi-segmentaire (OMS) a déjà prouvé son efficacité pour la mesure du mouvement du membre inférieur. Afin d'avoir la meilleure correction possible, il est nécessaire d'utiliser des modèles d'articulation proches de l'anatomie. L'objectif de cette thèse a donc été de développer et de valider un modèle du membre supérieur qui pourrait être utilisé pour la correction des ATM par OMS. De nouveaux modèles en boucle fermée de l'avant-bras et de la ceinture scapulaire ont ainsi été développés accompagnés d'un nouveau modèle de l'articulation scapulo-thoracique imposant à la scapula d'être tangente à un ellipsoïde modélisant le thorax. Ces nouveaux modèles ont été confrontés aux modèles courants de la littérature à travers une étude avec vis intra-corticales sur cadavre et in vivo sur sujets asymptomatiques. Des niveaux d'erreur similaires ont été observés pour tous les modèles quant à leur capacité de corriger les ATM et d'imiter la cinématique osseuse. Les nouveaux modèles semblent cependant beaucoup plus intéressants dans une perspective de développement d'un modèle musculo- squelettique. En effet, le modèle d'avant-bras autorise à la fois d'avoir le mouvement du radius et de l'ulna tandis que le modèle scapulo-thoracique représente mieux la contrainte existant entre le thorax et la scapula. En résumé, cette thèse a permis de développer un modèle complet proche de l'anatomie du membre supérieur permettant de corriger les ATM en utilisant une OMS. Bien que la correction des ATM obtenue n'est pas aussi satisfaisante qu'espérée, l'utilisation de cette approche pour le développement de futurs modèles musculo-squelettique a été validée / Soft Tissue Artefact (STA) is one of the most important limitations when measuring upper limb kinematics through marker-based motion capture techniques, especially for the scapula. Multi Body Optimisation (MBO) has already been proposed to correct STA when measuring lower limb kinematics and can be easily adapted for upper limb. For this purpose, the joint kinematic constraints should be as anatomical as possible. The aim of this thesis was thus to define and validate an anatomical upper limb kinematic model that could be used both to correct STA through the use of MBO and for future musculoskeletal models developments. For this purpose, a model integrating closed loop models of the forearm and of the scapula belt have been developed, including a new anatomical-based model of the scapulothoracic joint. This model constrained the scapula plane to be tangent to an ellipsoid modelling the thorax. All these models were confronted to typical models extracted from the literature through cadaveric and in vivo intracortical pins studies. All models generated similar error when evaluating their ability to mimic the bones kinematics and to correct STA. However, the new forearm and scapulothoracic models were more interesting when considering further musculoskeletal developments: The forearm model allows considering both the ulna and the radius and the scapulothoracic model better represents the constraint existing between the thorax and the scapula. This thesis allowed developing a complete anatomical upper limb kinematic chain. Although the STA correction obtained was not as good as expected, the use of this approach for a future musculoskeletal models has been validated

Face aux limites auxquelles doivent faire face les systèmes optoélectroniques (matériel lourd, champ de mesure limité), les capteurs inertiels constituent une alternative prometteuse pour la mesure du mouvement humain. Grâce aux dernières avancées techniques, notamment en termes de miniaturisation des capteurs, leur utilisation en ambulatoire c’est-à-dire de façon autonome et embarquée est devenue possible. Mais ces opérations de miniaturisation ne sont pas sans effet sur les performances de ces capteurs. En effet, une telle mesure est dégradée par différents types de perturbations (stochastiques et déterministes) qui sont alors propagées au cours du processus dit de fusion des données visant à estimer l'orientation des segments humains. Classiquement, cette opération est réalisée à l'aide d'un filtre de Kalman dont le rôle est justement d'estimer une grandeur à partir d'une mesure bruitée en la confrontant à un modèle d'évolution.Dans ce contexte, nous proposons diverses méthodologies dans le but d'accéder à une mesure suffisamment précise pour être exploitée dans le cadre de l'analyse du mouvement humain. La première partie de cette thèse se focalise sur les capteurs. Tout d'abord, nous étudions les bruits de mesure issus des capteurs inertiels, puis nous leur attribuons un modèle afin de les prendre en compte au sein du filtre de Kalman. Ensuite, nous analysons les procédures de calibrage et évaluons leurs effets réels sur la mesure afin d'émettre quelques propositions en termes de compromis performance/facilité de réalisation.Dans une seconde partie, nous nous consacrons à l'algorithme de fusion des données. Après avoir proposé un filtre de Kalman adapté à la mesure du mouvement humain, nous nous focalisons sur un problème récurrent à ce stade : l'identification des matrices de covariance dont le rôle est d'attribuer une caractérisation globale aux erreurs de mesure. Cette méthode, basée sur une confrontation de la mesure avec une référence issue d'un système optoélectronique, met en évidence la nécessité de traiter ce problème rigoureusement.Dans une troisième partie, nous commençons à aborder les problèmes liés à l'utilisation des capteurs inertiels pour la mesure du mouvement humain, notamment le calibrage anatomique et le positionnement des capteurs.En conclusion, les gains apportés par les diverses propositions avancées dans cette thèse sont évalués et discutés. / To face the limits of optoelectronic systems (heavy device, restricted measurement field), inertial sensors are a promising alternative for human motion analysis. Thanks to the latest technical advancements like sensor miniaturization, they can now work autonomously which makes possible to directly embed them on the human segments. But, as a counterpart of these developments, inertial sensor measurement still suffers from both stochastic and deterministic perturbations. The induced errors then propagate over the so-called fusion algorithm used to estimate human segment orientation. A common tool to perform such an operation is the Kalman filter that estimates unknown variables by correcting noisy measurements by the use of a dynamic model.With the aim of achieving a sufficiently accurate measurement to perform human motion analysis, various methodologies are proposed in the present work. The first part of this thesis focuses on the sensors. First, inertial sensor noises are studied and modeled in order to be integrated into the Kalman filter. Calibration processes as their effects over the measurement are for that purposed analyzed. Some recommendations are thus proposed to reach a compromise between calibration performance and complexity.In a second part, the data fusion algorithm is approached. A specific Kalman filter dedicated to human motion measurement is first proposed. Then, a recurrent problem is studied in details: the definition of the covariance matrix that represents a globalcharacterization of the measurement errors. Considering an optoelectronic system as a reference to compare inertial measurement, a method is proposed for this covariance matrix identification, which also highlights the need to address this problem rigorously.In a third part, we begin to address the use of inertial sensors for human motion analysis by focusing on models and IMU-to-segment calibration.To conclude, the benefits made by the proposed methodologies are evaluated and discussed.

Les travaux présentés dans le cadre de cette habilitation à diriger des recherches portent essentiellement sur l'analyse de scènes à partir de caméras mobiles avec pour application immédiate l'apport d'une vision par ordinateur efficace dans les systèmes d'aide à la conduite. L'idée initiale est que l'autonomie d'un système implique, ne serait-ce que pour raisons énergétiques, une faible variété d'opérateurs de perception, dont les algorithmes de vision. Les "primitives" extraites des images seront intrinsèquement robustes et stables vis-à-vis de perturbations variées. Elles doivent de plus anticiper, voire faciliter, un processus de décision à divers niveaux voulu systématique. Les lignes de niveaux répondent parfaitement à ces contraintes : on vérifie sans peine leur robustesse et leur abondance dans une image suggère et alimente un processus de décision cumulatif (manipulant un objet unique : l'histogramme). Nos efforts se sont alors concentrés sur deux aspects : 1) le premier concerne la définition d'une méthodologie cohérente dans laquelle un processus primaire d'extraction de lignes de niveaux est enrichi afin de permettre la construction de primitives plus complexes guidée par le modèle de déformation de l'image. Le nombre de composants donc la forme des primitives est fonction directe du nombre de variables caractérisant le mouvement (déformation) à déterminer. 2) Le second intéresse une méthode de décision cumulative unifiée permettant de traiter des thèmes applicatifs de complexité croissante. Nos travaux se déclinent alors en trois niveaux de cumul, chacun associé de manière réconfortante à un stade de l'analyse d'images. 1) Au plus bas niveau, nous retenons l'information binaire apparition/disparition d'une primitive dans le temps. La complexité se situe strictement sur l'axe temporel. Le cumul dans le temps nous permet ainsi de reconstruire la scène fixe et donc par soustraction du fond, l'image des objets mobiles. Les espaces de vote sont 1D et multiples, affectés à chaque primitive. 2) Le consensus se voudrait spatio-temporel au deuxième niveau pour identifier le mouvement. Il restera d'abord spatial en pratique pour raisons de complexité : des primitives voisines dans l'image s'associent pour former des "pré-objets" contraints exhibant ainsi des invariants exploitables : leur mouvement à instancier doit être cohérent. Le cumul s'opère donc cette fois selon un modèle de mouvement de la caméra. Les primitives votent pour la transformation globale qui les aurait conduites dans leur nouvelle position. L'espace de vote est commun à toutes les primitives et multidimensionnel (une dimension par paramètre de mouvement). 3) Au niveau le plus élevé, la sémantique accrue implique des hypothèses à la fois sur les primitives et sur l'origine du mouvement. Les primitives sont supposées appartenir à un même objet 3D (ex. un plan) présentant, pour un modèle de déplacement du capteur donné, une propriété caractéristique commune des vecteurs vitesse qui permet de l'extraire. Notamment, leurs amplitudes sont constantes le long de courbes image prédéfinies par leurs équations analytiques. Les primitives ne votent plus selon leur structure mais selon leur vitesse. Dans le cas d'une scène 3D approximée par un ensemble de plans et d'une caméra à mouvement majoritairement longitudinal, l'espace de vote (c-velocité) présente 2 dimensions : une pour la vitesse, l'autre pour le paramètre des courbes iso-vitesse. Chaque vitesse vote sur sa courbe. Les surfaces 3D émergent dans cet espace de vote comme courbes 2D connues (droites ou paraboles). Les thèmes applicatifs traités pour illustrer notre démarche sont de complexité croissante : détection et estimation du mouvement en caméra fixe, recalage d'images en caméra mobile (type de mouvement connu et profondeur des objets contrainte) puis estimation générale du mouvement propre et de la structure de la scène en caméras embarquées sur un véhicule mobile. Les résultats obtenus montrent comment un choix de primitives robustes associé à un processus de décision cumulatif permet la réutilisation des opérateurs dans tous les secteurs. Les systèmes proposés ont la particularité d'être compacts et cohérents, propriété recherchée dans les applications considérées.

L'analyse de la cinétique cardiaque est d'un grand intérêt diagnostique dans la lutte contre les pathologies cardio-vasculaires. Deux méthodes sont proposées afin de réaliser une estimation du mouvement du cœur à partir de séquences dynamiques de volumes tridimensionnels acquises en imagerie scanner multibarrette. Ces méthodes reposent toutes deux sur une mise en correspondance, réalisée dans un cadre markovien et suivant un schéma multirésolution. La première méthode, estimant les correspondances entre des surfaces pré-segmentées, est dépendante de la cohérence temporelle de cette segmentation. La seconde méthode estime les correspondances entre, d'une part, la surface segmentée et, d'autre part, le volume de données original correspondant à l'instant suivant. L'estimation du mouvement et la segmentation sont alors réalisés, sur toute la séquence, au cours d'un unique processus. Les deux méthodes proposées sont validées sur données simulées et sur données réelles.

L'épaule est souvent affectée par des troubles musculo-squelettiques. Toutefois, leur évaluation est limitée à des mesures qualitatives qui nuisent à la spécificité et justesse du diagnostic. L'analyse de mouvement tridimensionnel pourrait complémenter le traitement conventionnel à l'aide de mesures quantitatives fonctionnelles. L'interaction entre les articulations de l'épaule est estimée par le rythme scapulo-huméral, mais la variabilité prononcée qu'il affiche nuit à son utilisation clinique. Ainsi, l'objectif général de cette thèse était de réduire la variabilité de la mesure du rythme scapulo-huméral. L'effet de la méthode de calcul du rythme scapulo-huméral et des conditions d'exécution du mouvement (rotation axiale du bras, charge, vitesse, activité musculaire) ont été testées. La cinématique des articulations de l'épaule a été calculé par chaîne cinématique et filtre de Kalman étendu sur des sujets sains avec un système optoélectronique. La méthode usuelle de calcul du rythme scapulo-huméral extrait les angles d'élévation gléno-humérale et de rotation latérale scapulo-thoracique. Puisque ces angles ne sont pas co-planaires au thorax, leur somme ne correspond pas à l'angle d'élévation du bras. Une nouvelle approche de contribution articulaire incluant toutes les rotations de chaque articulation est proposée et comparée à la méthode usuelle. La méthode usuelle surestimait systématiquement la contribution gléno-humérale par rapport à la méthode proposée. Ce nouveau calcul du rythme scapulo-huméral permet une évaluation fonctionnelle dynamique de l'épaule et réduit la variabilité inter-sujets. La comparaison d'exercices de réadaptation du supra-épineux contrastant la rotation axiale du bras a été réalisée, ainsi que l'effet d'ajouter une charge externe. L'exercice «full-can» augmentait le rythme scapulo-huméral et la contribution gléno-humérale ce qui concorde avec la fonction du supra-épineux. Au contraire, l'exercice «empty-can» augmentait la contribution scapulo-thoracique ce qui est associé à une compensation pour éviter la contribution gléno-humérale. L'utilisation de charge externe lors de la réadaptation du supra-épineux semble justifiée par un rythme scapulo-huméral similaire et une élévation gléno-humérale supérieure. Le mouvement de l'épaule est souvent mesuré ou évalué en condition statique ou dynamique et passive ou active. Cependant, l'effet de ces conditions sur la coordination articulaire demeure incertain. La comparaison des ces conditions révélait des différences significatives qui montrent l'importance de considérer les conditions de mouvement pour l'acquisition ou la comparaison des données. / The shoulder is often afflicted by musculo-skeletal diseases. However, shoulder evaluation is limited to qualitative measures affecting the specificity and accuracy of diagnosis. Three-dimensional motion analysis could complement conventional treatment with quantitative functional measures. The interaction between shoulder joints is estimated by the scapulo-humeral rhythm, but its pronounced variability of measurement ampers appropriate clinical use. Hence, the main objective of the thesis was to reduce the variability in the measure of the scapulo-humeral rhythm. The effect of the calculation method and conditions of motion (arm axial rotation, load, velocity, muscular activity) were tested on healthy subjects. Shoulder joints kinematics were obtained with an optoelectronic system using a kinematical chain and an extended Kalman filter. The common method of scapulo-humeral rhythm calculation extracts the angles of gleno-humeral elevation and scapulo-thoracic lateral rotation. Since these angles are not co-planar, their sum does not correspond to the arm elevation angle. A novel approach of joint contribution including all the rotations of each joint was developed and compared to the common method. The common method systematically overestimated gleno-humeral contribution in comparison to the proposed method. The new scapulo-humeral rhythm calculation allows a dynamic functional evaluation of the shoulder and reduces inter-subject variability. Shoulder coordination was compared on typical supraspinatus rehabilitation exercises contrasting in arm axial rotation, and the effect of adding external load was tested. The ''full-can'' exercise increased the scapulo-humeral rhythm and gleno-humeral contribution, which correspond to supraspinatus function. In contrast, the ''empty-can'' exercise increased scapulo-thoracic contribution, which is associated to compensation to avoid gleno-humeral contribution. The use of external load in supraspinatus rehabilitation seems justified by a similar scapulo-humeral rhythm and superior gleno-humeral elevation. Shoulder motion is often measured or evaluated in static or dynamic and passive or active conditions. However, the effect of these conditions on shoulder coordination remains uncertain. The comparison of these conditions revealed significant differences on shoulder kinematics showing the importance to consider conditions of motion for acquisition or comparison of data.

L'objectif de ce travail est de développer des méthodes avancées d'apprentissage pour l’analyse et l'interprétation automatique du mouvement humain à partir de sources d'information diverses, telles que les images, les vidéos, les cartes de profondeur, les données de type “MoCap” (capture de mouvement), les signaux audio et les données issues de capteurs inertiels. A cet effet, nous proposons plusieurs modèles neuronaux et des algorithmes d’entrainement associés pour l’apprentissage supervisé et semi-supervisé de caractéristiques. Nous proposons des approches de modélisation des dépendances temporelles, et nous montrons leur efficacité sur un ensemble de tâches fondamentales, comprenant la détection, la classification, l’estimation de paramètres et la vérification des utilisateurs (la biométrie). En explorant différentes stratégies de fusion, nous montrons que la fusion des modalités à plusieurs échelles spatiales et temporelles conduit à une augmentation significative des taux de reconnaissance, ce qui permet au modèle de compenser les erreurs des classifieurs individuels et le bruit dans les différents canaux. En outre, la technique proposée assure la robustesse du classifieur face à la perte éventuelle d’un ou de plusieurs canaux. Dans un deuxième temps nous abordons le problème de l’estimation de la posture de la main en présentant une nouvelle méthode de régression à partir d’images de profondeur. Dernièrement, dans le cadre d’un projet séparé (mais lié thématiquement), nous explorons des modèles temporels pour l'authentification automatique des utilisateurs de smartphones à partir de leurs habitudes de tenir, de bouger et de déplacer leurs téléphones. Dans ce contexte, les données sont acquises par des capteurs inertiels embraqués dans les appareils mobiles. / The research goal of this work is to develop learning methods advancing automatic analysis and interpreting of human motion from different perspectives and based on various sources of information, such as images, video, depth, mocap data, audio and inertial sensors. For this purpose, we propose a several deep neural models and associated training algorithms for supervised classification and semi-supervised feature learning, as well as modelling of temporal dependencies, and show their efficiency on a set of fundamental tasks, including detection, classification, parameter estimation and user verification. First, we present a method for human action and gesture spotting and classification based on multi-scale and multi-modal deep learning from visual signals (such as video, depth and mocap data). Key to our technique is a training strategy which exploits, first, careful initialization of individual modalities and, second, gradual fusion involving random dropping of separate channels (dubbed ModDrop) for learning cross-modality correlations while preserving uniqueness of each modality-specific representation. Moving forward, from 1 to N mapping to continuous evaluation of gesture parameters, we address the problem of hand pose estimation and present a new method for regression on depth images, based on semi-supervised learning using convolutional deep neural networks, where raw depth data is fused with an intermediate representation in the form of a segmentation of the hand into parts. In separate but related work, we explore convolutional temporal models for human authentication based on their motion patterns. In this project, the data is captured by inertial sensors (such as accelerometers and gyroscopes) built in mobile devices. We propose an optimized shift-invariant dense convolutional mechanism and incorporate the discriminatively-trained dynamic features in a probabilistic generative framework taking into account temporal characteristics. Our results demonstrate, that human kinematics convey important information about user identity and can serve as a valuable component of multi-modal authentication systems.

Nous proposons dans cette thèse une nouvelle approche cumulative de recalage d'images basée sur des primitives construites à partir des lignes de niveaux. Les lignes de niveaux sont invariantes par rapport aux diverses perturbations affectant l'image tels que les changements de contraste. Par ailleurs, leur abondance dans une image suggère naturellement un processus de décision cumulatif. Nous proposons alors un algorithme récursif d'extraction des lignes de niveaux simple et efficace qui extrait les lignes par groupes rectiligne appelés ``segments''. Les segments sont ensuite groupés -- sous contrainte de proximité -- en fonction du modèle de transformation recherchée et afin de faciliter le calcul des invariants. Les primitives construites ont alors la forme de Z, Y ou W et sont classées en fonction de leur fiabilité, ce qui participe au paramétrage du processus de décision cumulatif. Le vote est multi-tours et constitué d'une phase préliminaire de construction de listes de préférences inspiré de la technique des mariages stables. Les primitives votent à une itération donnée en fonction de leur fiabilité. Chaque itération fournit ainsi un estimé de la transformation recherchée que le tour suivant peut raffiner. Ce procédé multi-tours permet, de ce fait, d'éliminer les ambiguïtés d'appariement générées par les motifs répétitifs présents dans les images. Notre approche a été validée pour recaler des images sous différents modèles de transformations allant de la plus simple (similarité) à la plus complexe (projective). Nous montrons dans cette thèse comment le choix pertinent de primitives basées sur les lignes de niveaux en conjonction avec un processus de décision cumulatif permet d'obtenir une méthode de recalage d'images robuste, générique et complète, fournissant alors différents niveaux de précision et pouvant ainsi s'appliquer à différents contextes. / In this thesis, we propose a new image registration method that relies on level-line primitives. Level-lines are robust towards contrast changes and proposed primitives inherit their robustness. Moreover, their abundance in the image is well adapted to a cumulative matching process based on a multi-stage primitive election procedure. We propose a simple recursive tracking algorithm to extract level lines by straight sets called "segments". Segments are then grouped under proximity constraints to construct primitives (Z, Y and W shapes) that are classified into categories according to their reliability. Primitive shapes are defined according to the transformation model. The cumulative process is based on a preliminary step of preference lists construction that is inspired from the stable marriage matching algorithm. Primitives vote in a given voting stage according to their reliability. Each stage provides a coarse estimate of the transformation that the next stage gets to refine. This process, in turn, eliminate gradually the ambiguity happened by incorrect correspondences. Our additional contribution is to validate further geometric transformations, from simple to complex ones, completing the path "similarity, affine, projective". We show in this thesis how the choice of level lines in conjunction with a cumulative decision process allows defining a complete robust registration approach that is tested and evaluated on several real image sequences including different type of transformations.

La compréhension des dysfonctionnements locomoteurs est limitée par l'absence de technologie permettant l'analyse dynamique des structures internes et en particulier des segments osseux. Les imageurs tridimensionnels donnent accès à une description précise mais statique de la morphologie osseuse. Les systèmes d'analyse du mouvement par marqueurs externes fournissent quant à eux une information dynamique mais potentiellement empreinte d'erreurs relativement importantes en raison de la présence de tissus mous entre les os et la peau.<br /><br />Dans un premier temps, une étude a été menée pour proposer une méthode de correction des artéfacts des tissus mous lors de l'estimation du mouvement. Une approche surfacique est décrite. Cette méthode repose sur le suivi de la déformation, induite par le déplacement de l'omoplate, d'une nappe de marqueurs à la surface de la peau. Le suivi est réalisé par un algorithme de recalage robuste, l'IMCP. Cet algorithme, développé dans des travaux précédents, a été modifié et adapté de manière à prendre en compte le contexte de l'étude. Les améliorations ont principalement consisté en un post-traitement des données afin d'exploiter au maximum les capacités de mutualisation de l'information de l'algorithme, la prise en compte de l'influence des bords de la nappe de marqueurs et enfin l'optimisation du temps de calcul. Dans un second temps, afin de réaliser une étude morpho-fonctionnelle dans un espace commun de représentation, un protocole spécifique d'acquisition IRM a été mis en place. Celui-ci a pour objectif le recalage des repères locaux propres à l'acquisition morphologique et à celle du mouvement. L'analyse morpho-fonctionnelle de l'articulation glénohumérale, dans le cas de mouvements empreints d'erreurs, a également nécessité le développement de mesures quantifiant la cohérence articulaire.<br /><br />Les résultats obtenus montrent que l'utilisation d'une nappe de marqueurs recouvrant l'omoplate à la surface de la peau ne permet pas le suivi de l'empreinte de l'os. L'étude sur des simulations conduisent à avancer 2 hypothèses pour expliquer ces résultats : le bruit crée par les tissus mous est trop important et / ou la résolution de la surface de la peau disponible est insuffisante. L'intérêt de tendre vers des méthodes d'acquisition sans marqueurs est ainsi également mis en évidence. L'analyse morpho-fonctionelle a quant à elle mis en évidence l'influence du protocole d'acquisition utilisé sur la cohérence articulaire lors de l'animation des os. Le choix du positionnement des marqueurs sur l'omoplate et sur l'humérus ainsi que la méthode de traitement employée pour reconstruire le mouvement ont ainsi une influence significative sur l'estimation du mouvement des structures osseuses.