Dans cet étude, nous nous concentrons sur l'analyse et l'indexation automatique des séquences vidéo. Cela permet une récupération et un accès efficace aux données. Les vidéos étant généralement stockées et transmises sous forme encodées, notre approche se base sur l'analyse dans le domaine compressé. Ce domaine présente un compromis raisonnable entre cout de calcul et qualité des résultats. Les informations les plus pertinentes encodées dans le flux H.264 sont les vecteurs de mouvement (VM). Ces vecteurs sont associés aux macroblocs dans les images prédites (de type B et P). Nous présentons diverses techniques non-supervisés pour déterminer le mouvement de la caméra, détecter et suivre les objets en mouvement dans les vidéos. Ces analyses sont basées sur les champs de VM. Nous démontrons le potentiel de l'analyse dans le domaine compressé avec plusieurs exemples d'applications, notamment la surveillance de trafic routier et la détection de copies. / The amount of generated audiovisual content continues to increase. In this work, we concentrate on the challenge of automatic video analysis and indexing, which builds the basis for efficient information access and retrieval. Taking advantage of the fact that video in most cases is stored and transmitted in encoded form, we pursue the approach of compressed domain processing, which represents a reasonable trade-off between computational complexity and quality of analysis results. The most valuable information encoded in H.264 streams is the motion vectors (MVs) that are associated with macroblocks in temporally predicted frames of type B and P. We present a number of completely unsupervised techniques to determine the camera motion and to detect and track moving objects from the extracted MV fields. We furthermore present the potential of compressed domain processing through several example applications, including traffic surveillance and video copy detection.

Les travaux présentés dans ce manuscrit traitent de la détection de personnes dans des séquences d'images et de l'analyse de leur activité. Ces travaux ont été menés au sein de l'institut PRISME dans le cadre du projet CAPTHOM du pôle de compétitivité S2E2. Après un état de l'art sur l'analyse de séquences d'images pour l'interprétation automatique de scènes et une étude comparative de modules de vidéo-surveillance, nous présentons la méthode de détection de personnes proposée dans le cadre du projet CAPTHOM. Celle-ci s'articule autour de trois étapes : la détection de changement, le suivi d'objets mobiles et la classification. Chacune de ces étapes est décrite dans ce manuscrit. Ce système a été évalué sur une large base de vidéos correspondant à des scénarios de cas d'usage de CAPTHOM établis par les partenaires du projet. Ensuite, nous présentons des méthodes permettant d'obtenir, à partir du flux vidéo d'une ou deux caméras, d'autres informations de plus haut-niveau sur l'activité des personnes détectées. Nous présentons tout d'abord une mesure permettant de quantifier leur activité. Ensuite, un système de stéréovision multi-capteurs combinant une caméra infrarouge et une caméra visible est utilisé pour augmenter les performances du système de détection mais aussi pour permettre la localisation dans l'espace des personnes et donc accéder à une cartographie de leurs déplacements. Finalement, une méthode de détection d'événements anormaux, basée sur des statistiques de distributions spatiales et temporelles des pixels de l'avant-plan est détaillée. Les méthodes proposées offrent un panel de solutions performantes sur l'extraction d'informations haut-niveau à partir de séquences d'images.

Le travail de thèse que nous présentons s’articule autour de l’utilisation de caméras motorisées à trois degrés de liberté, également appelées caméras PTZ. Ces caméras peuvent être pilotées suivant deux angles. L’angle de panorama (θ) permet une rotation autour d’un axe vertical et l’angle de tangage (ϕ) permet une rotation autour d’un axe horizontal. Si, théoriquement, ces caméras permettent donc une vue omnidirectionnelle, elles limitent le plus souvent la rotation suivant l’angle de panorama mais surtout suivant l’angle de tangage. En plus du pilotage des rotations, ces caméras permettent également de contrôler la distance focale permettant ainsi un degré de liberté supplémentaire. Par rapport à d’autres modèles, les caméras PTZ permettent de construire un panorama - représentation étendue d’une scène construite à partir d’une collection d’image - de très grande résolution. La première étape dans la construction d’un panorama est l’acquisition des différentes prises de vue. A cet effet, nous avons réalisé une étude théorique permettant une couverture optimale de la sphère à partir de surfaces rectangulaires en limitant les zones de recouvrement. Cette étude nous permet de calculer une trajectoire optimale de la caméra et de limiter le nombre de prises de vues nécessaires à la représentation de la scène. Nous proposons également différents traitements permettant d’améliorer sensiblement le rendu et de corriger la plupart des défauts liés à l’assemblage d’une collection d’images acquises avec des paramètres de prises de vue différents. Une part importante de notre travail a été consacrée au recalage automatique d’images en temps réel, c’est à dire que chaque étapes est effectuée en moins de 40ms pour permettre le traitement de 25 images par seconde. La technologie que nous avons développée permet d’obtenir un recalage particulièrement précis avec un temps d’exécution de l’ordre de 4ms (AMD1.8MHz). Enfin, nous proposons deux applications de suivi d’objets en mouvement directement issues de nos travaux de recherche. La première associe une caméra PTZ à un miroir sphérique. L’association de ces deux éléments permet de détecter tout objet en mouvement dans la scène puis de se focaliser sur l’un d’eux. Dans le cadre de cette application, nous proposons un algorithme de calibrage automatique de l’ensemble caméra et miroir. La deuxième application n’exploite que la caméra PTZ et permet la segmentation et le suivi des objets dans la scène pendant le mouvement de la caméra. Par rapport aux applications classiques de suivi de cible en mouvement avec une caméra PTZ, notre approche se différencie par le fait que réalisons une segmentation fine des objets permettant leur classification. / The thesis considers the of use motorized cameras with 3 degrees of freedom which are commonly called PTZ cameras. The orientation of such cameras is controlled according to two angles: the panorama angle (θ) describes the degree of rotation around on vertical axis and the tilt angle (ϕ) refers to rotation along a meridian line. Theoretically, these cameras can cover an omnidirectional field of vision of 4psr. Generally, the panorama angle and especially the tilt angle are limited for such cameras. In addition to control of the orientation of the camera, it is also possible to control focal distance, thus allowing an additional degree of freedom. Compared to other material, PTZ cameras thus allow one to build a panorama of very high resolution. A panorama is a wide representation of a scene built starting from a collection of images. The first stage in the construction of a panorama is the acquisition of the various images. To this end, we made a theoretical study to determine the optimal paving of the sphere with rectangular surfaces to minimize the number of zones of recovery. This study enables us to calculate an optimal trajectory of the camera and to limit the number of images necessary to the representation of the scene. We also propose various processing techniques which appreciably improve the rendering of the mosaic image and correct the majority of the defaults related to the assembly of a collection of images which were acquired with differing image capture parameters. A significant part of our work was used to the automatic image registration in real time, i.e. lower than 40ms. The technology that we developed makes it possible to obtain a particularly precise image registration with an computation time about 4ms (AMD1.8MHz). Our research leads directly to two proposed applications for the tracking of moving objects. The first involves the use of a PTZ camera and a spherical mirror. The combination of these two elements makes it possible to detect any motion object in the scene and to then to focus itself on one of them. Within the framework of this application, we propose an automatic algorithm of calibration of the system. The second application exploits only PTZ camera and allows the segmentation and the tracking of the objects in the scene during the movement of the camera. Compared to the traditional applications of motion detection with a PTZ camera, our approach is different by the fact that it compute a precise segmentation of the objects allowing their classification.

Les travaux présentés dans ce manuscrit traitent de la détection de personnes dans des séquences d’images et de l’analyse de leur activité. Ces travaux ont été menés au sein de l’institut PRISME dans le cadre du projet CAPTHOM du pôle de compétitivité S2E2. Après un état de l’art sur l’analyse de séquences d’images pour l’interprétation automatique de scènes et une étude comparative de modules de vidéo-surveillance, nous présentons la méthode de détection de personnes proposée dans le cadre du projet CAPTHOM. Celle-ci s’articule autour de trois étapes : la détection de changement, le suivi d’objets mobiles et la classification. Chacune de ces étapes est décrite dans ce manuscrit. Ce système a été évalué sur une large base de vidéos correspondant à des scénarios de cas d’usage de CAPTHOM établis par les partenaires du projet. Ensuite, nous présentons des méthodes permettant d’obtenir, à partir du flux vidéo d’une ou deux caméras, d’autres informations de plus haut-niveau sur l’activité des personnes détectées. Nous présentons tout d’abord une mesure permettant de quantifier leur activité. Ensuite, un système de stéréovision multi-capteurs combinant une caméra infrarouge et une caméra visible est utilisé pour augmenter les performances du système de détection mais aussi pour permettre la localisation dans l’espace des personnes et donc accéder à une cartographie de leurs déplacements. Finalement, une méthode de détection d’événements anormaux, basée sur des statistiques de distributions spatiales et temporelles des pixels de l’avant-plan est détaillée. Les méthodes proposées offrent un panel de solutions performantes sur l’extraction d’informations haut-niveau à partir de séquences d’images. / The work presented in this manuscript deals with people detection and activity analysis in images sequences. This work has been done in the PRISME institut within the framework of the CAPTHOM project of the French Cluster S2E2. After a state of the art on video analysis and a comparative study of several video surveillance tools, we present the people detection method proposed within the framework of the CAPTHOM project. This method is based on three steps : change detection, mobile objects tracking and classification. Each steps is described in this thesis. The system was assessed on a wide videos dataset. Then, we present methods used to obtain other high-level information concerning the activity of detected persons. A criterion for characterizing their activity is presented. Then, a multi-sensors stereovision system combining an infrared and a daylight camera is used to increase performances of the people detection system but also to localize persons in the 3D space and so build the moving cartography. Finally, an abnormal events detection method based on statistics about spatio-temporal foreground pixel distribution is presented. These proposed methods offer robust and efficient solutions on high-level information extraction from images sequences.

Le travail présenté dans ce mémoire a pour objectif le développement d'une nouvelle architecture pour les systèmes de vidéosurveillance. Tout d'abord, une étude bibliographique nous a conduit à classer les systèmes existants selon le niveau de leurs applications qui dépend directement des fonctions analytiques exécutées. Nous avons également constaté que les systèmes habituels traitent toutes les données enregistrées alors que réellement une faible partie des scènes sont utiles pour l'analyse. Ainsi, nous avons étendu l'architecture ordinaire des systèmes de surveillance par une phase de pré-analyse qui extrait et simplifie les régions d'intérêt en conservant les caractéristiques importantes. Deux méthodes différentes pour la pré-analyse dans le contexte de la vidéosurveillance ont été proposées : une méthode de filtrage spatio-temporel et une technique de modélisation des objets en mouvement. Nous avons contribué, aussi, par l'introduction du concept de la scalabilité orientée vers l'application à travers une architecture multi-niveaux applicatifs pour les systèmes de surveillance. Les différents niveaux d'applications des systèmes de vidéosurveillance peuvent être atteints incrémentalement pour répondre aux besoins progressifs de l'utilisateur final. Un exemple de système de vidéosurveillance respectant cette architecture et utilisant nos méthodes de pré-analyse est proposé. / The work presented in this thesis aims to develop a new architecture for video surveillance systems. Firstly, a literature review has led to classify the existing systems based on their applications level which dependents directly on the performed analytical functions. We, also, noticed that the usual systems treat all captured data while, actually, a small part of the scenes are useful for analysis. Hence, we extended the common architecture of surveillance systems with a pre-analysis phase that extracts and simplifies the regions of interest with keeping the important characteristics. Two different methods for preanalysis were proposed : a spatio-temporal filtering and a modeling technique for moving objects. We contributed, too, by introducing the concept of application-oriented scalability through a multi-level application architecture for surveillance systems. The different applications levels can be reached incrementally to meet the progressive needs of the enduser. An example of video surveillance system respecting this architecture and using the preanalysis methods was proposed.

Cette thèse porte sur la similitude entre un fluide et une foule et sur l'adaptation de l’algorithme de Particle Video pour le suivi et l'analyse de foule, ce qui aboutit à la conception d'un système complet pour l'analyse de la foule. Cette thèse en étudie trois aspects : la détection de la foule, l'estimation de sa densité et le tracking des flux afin d'obtenir des caractéristiques de comportement.L’algorithme de détection de la foule est une méthode totalement non supervisée pour la détection et la localisation des foules denses dans des images non-contextualisées. Après avoir calculé des vecteurs de features multi-échelles, une classification binaire est effectuée afin d'identifier la foule et l'arrière-plan.L'algorithme d'estimation de densité s'attaque au problème de l'apprentissage de modèles de régression dans le cas de larges foules denses. L'apprentissage est alors impossible sur données réelles car la vérité terrain est indisponible. Notre méthode repose donc sur l'utilisation de données synthétiques pour la phase d'apprentissage et prouve que le modèle de régression obtenu est valable sur données réelles.Pour notre adaptation de l’algorithme de Particle Video nous considérons le nuage de particules comme statistiquement représentatif de la foule. De ce fait, chaque particule possède des propriétés physiques qui nous permettent d'évaluer la validité de son comportement en fonction de celui attendu d'un piéton et d’optimiser son mouvement guidé par le flot optique. Trois applications en découlent : détection des zones d’entrée-sortie de la foule, détection des occlusions dynamiques et mise en relation des zones d'entrée et de sortie selon les flux de piétons. / This thesis focuses on the similarity between a fluid and a crowd and on the adaptation of the particle video algorithm for crowd tracking and analysis. This interrogation ended up with the design of a complete system for crowd analysis out of which, this thesis has addressed three main problems: the detection of the crowd, the estimation of its density and the tracking of the flow in order to derive some behavior features.The contribution to crowd detection introduces a totally unsupervised method for the detection and location of dense crowds in images without context-awareness. After retrieving multi-scale texture-related feature vectors from the image, a binary classification is conducted to identify the crowd and the background.The density estimation algorithm is tackling the problem of learning regression models when it comes to large dense crowds. In such cases, the learning is impossible on real data as the ground truth is not available. Our method relies on the use of synthetic data for the learning phase and proves that the regression model obtained is valid for a use on real data.Our adaptation of the particle video algorithm leads us to consider the cloud of particles as statistically representative of the crowd. Therefore, each particle has physical properties that enable us to assess the validity of its behavior according to the one expected from a pedestrian, and to optimize its motion guided by the optical flow. This leads us to three applications: the detection of the entry and exit areas of the crowd in the image, the detection of dynamic occlusions and the possibility to link entry areas with exit ones, according to the flow of the pedestrians.

La thèse donne à voir et à comprendre en quoi consistent les organisations et l’expérience du travail dans les organisations à partir de l’analyse d’interactions verbales, corporelles et matérielles filmées dans des bureaux. Développant une approche praxéologique originale du côté de la recherche sur les organisations, nous contribuons en outre aux travaux sur les interactions en interrogeant la présence de l’institution dans des formats interactionnels, dans une démarche comparative que permet le corpus. L’exposition de notre ancrage théorique au croisement de ces courants nous conduit à une question épistémologique : est-il possible d’extraire des interactions en coprésence le Quoi du travail d’organisation, tel que l’ethnométhodologie a pu le formuler pour le travail professionnel ? Les résultats empiriques de l’enquête sont ensuite présentés dans cinq chapitres, chacun consacré à un phénomène ou moment de la vie dans les bureaux : les ouvertures des visites, les clôtures des visites, les appels téléphoniques pendant une interaction en coprésence, la mobilisation dans l’interaction du dispositif vidéo, et enfin les réajustements du cadre de participation. La comparaison des différents environnements de travail, des régularités au sein de chacun et entre eux, permet certaines découvertes. / The thesis endeavours to show and understand the very stuff of organisations and the experience of work in organisations, starting from the analysis of verbal, embodied and material interactions filmed in offices. Developing a praxeological, original approach within theories of organisation, we also aim to contribute to research on interactions by putting to question the relevance of institution within interactional patterns, through the comparative approach enabled by our corpus. A theoretical anchorage at the crossroads of these currents being set, we are lead to an epistemological question: is it possible to extract out of copresent interactions the What of organizing work, the way ethnomethodology did with studies of work? We present in the next five chapters our empirical results, each concerning one phenomenon or sequence of work in offices: opening a visit, closing a visit, answering an incoming phonecall during a copresent interaction, formulating the video cameras in interaction, and finally reajusting participation frame. Comparison of various work settings, of regularities between and within them, leads to some discoveries.

L'objectif de ce travail était de valider une méthode simple permettant de déterminer la sollicitation des métabolismes aérobie et anaérobie en cours d'activité en prenant l'exemple du tennis. Son principe général est de séquencer l'activité globale composite en sous-activités appelées activités fondamentales AF et de déterminer pour chacune d'entre elles la consigne énergétique DEc(i) afin de modéliser l'adaptation des filières énergétiques grâce au modèle bioénergétique Astrabio©. Des étalonnages permettent d'obtenir les fonctions d'astreinte qui relient DEc(i) à un paramètre mécanique M pertinent, vitesse de déplacement ou cadence de coups, pour les 6 AF sélectionnées au tennis. Une méthode d'analyse vidéo simple utilisant une seule caméra est appliquée lors des matchs de tennis pour déterminer les AF et estimer M. Ces paramètres sont introduits dans le modèle Astrabio© qui détermine la DEc(i) de chaque AF, DE aérobie et DE anaérobie par différence. Les quantités d'énergie aérobie prédites à chaque jeu des matchs ne présentent pas de différence statistique avec celles réellement mesurées par la méthode d'analyse directe de DE (K4b2). Elle met en évidence qu'en dépit d'une DE aérobie moyenne assez faible comprise entre 40% et 60% VO2max, le tennis se caractérise en réalité par des efforts supra-maximaux pouvant atteindre 300% VO2max lors des frappes de balle et le métabolisme anaérobie représente environ 30% de l'énergie totale dépensée sur un match. Cette méthode présente l'intérêt majeur d'être facilement applicable et de décrire l'astreinte réelle d'une activité en fournissant une estimation des DE aérobie et anaérobie à partir de l'analyse vidéo de l'activité

Notre étude se centre sur l'enseignement des gaz à des élèves de seconde (15-16 ans). Pour mener à bien cette étude, nous avons développé une séquence d'enseignement au sein d'un groupe de recherche-développement, faisant travailler ensemble des enseignants et des chercheurs. Le choix a été fait d'introduire au début un modèle microscopique des gaz, afin de faciliter la compréhension des grandeurs macroscopique. Cet enseignement vise à apprendre aux élèves l'utilisation de ces modèles pour interpréter des situations mettant en jeu des gaz. Il se déroule sous forme de "cours-TP" en classe réelle sur une durée de 3 semaines. Le but de notre recherche est d'étudier le rôle de la séquence d'enseignement sur l'apprentissage des élèves. Pour cela, nous avons fait une étude "globale" sur trois classes (une centaine d'élèves) ayant suivi l'enseignement, ainsi qu'une étude "fine" de l'apprentissage de deux élèves. La méthode retenue pour étudier les élèves des trois classes, consiste à faire passer un questionnaire avant et après l'enseignement sur les gaz. L'étude fine a nécessité de développer un modèle de l'apprentissage (les idées), afin de pouvoir suivre l'évolution des élèves à travers les différents types de données récoltées : (1) questionnaire et entretien filmé passés avant et après l'enseignement et (2) vidéos des élèves en classe et productions écrites récoltés pendant la totalité de l'enseignement. Le rôle de l'enseignement peut être appréhendé globalement à travers l'évolution des élèves sur plusieurs classes et finement en déterminant le rôle des éléments de la séquence sur l'évolution des idées des deux élèves.

Pour de nombreux pays européens, ces dernières années ont été marquées par l’introduction des Enseignements Scientifiques Fondés sur l’Investigation (ESFI) dans les programmes scolaires. Deux objectifs sont poursuivis : offrir une image « plus conforme » de l’activité scientifique et éveiller l’intérêt des élèves en mettant l’accent sur leur rôle actif dans le processus d’apprentissage. Parallèlement à l’introduction de ces démarches, la mise en œuvre d’évaluations formatives ouvre une voie prometteuse pour répondre à ces objectifs. Elles sont en effet susceptibles de développer l’autorégulation des apprentissages des élèves et de constituer une aide pertinente pour les enseignants afin de réguler leur enseignement (Allal & Mottier Lopez, 2007 ; Clark, 2012 ; Wiliam, 2010). Cette recherche doctorale traite des impacts de différentes modalités d’évaluation formative sur l’autorégulation des apprentissages des élèves dans le cadre spécifique des ESFI. Deux enjeux ont guidé ce travail. Le premier, empirique, concernait l’analyse des pratiques évaluatives des enseignants et de leurs effets sur les processus d’autorégulation. Le second visait la mise au point d’une méthodologie qui permette d’analyser les variables étudiées. Pour ce faire, nous avons procédé par enregistrements vidéo de séances de classe et construit des grilles d’indicateurs nous permettant d’analyser les processus in situ. Différentes situations d’enseignement ont été comparées. La première correspondait aux évaluations formatives telles que les enseignants la mettent en œuvre dans leurs pratiques quotidiennes. La deuxième concernait les pratiques évaluatives mises en œuvre par les mêmes enseignants l’année suivante, après qu’un retour réflexif sur leur séance ait été conduit. Nous montrons un meilleur équilibre dans l’usage des différentes modalités d’évaluation formative dans la deuxième situation, notamment vers une plus grande responsabilisation des élèves et mise en avant des pairs en tant que ressource. Les élèves font aussi preuve d’une autorégulation de leur comportement plus efficace au regard d’un temps passé à produire des stratégies de résolution plus important et d’un meilleur engagement dans la tâche. Des manques sont néanmoins relevés quant à la façon d’intégrer formellement l’outil d’autoévaluation à l’activité des élèves. Des pistes d’action pour combiner efficacement l’évaluation aux différentes tâches d’apprentissage sont alors proposées. / Since a few years, in many European countries, Inquiry-Based Science Education (IBSE) has impacted science curriculums. Two goals are at stake: to provide an image of scientific activity more consistent with the actual activity of scientists, and to arouse students' interest by emphasizing their active role in the learning process. With the introduction of these measures, the implementation of formative assessments opens a promising way to meet these goals. They are in fact likely to develop students’ self-regulation and to provide relevant feedbacks for teachers to regulate their teaching (Allal & Mottier Lopez, 2007; Clark, 2012; Wiliam, 2010). This doctoral research focuses on the impacts of different modalities of formative assessment on students’ self-regulation in the specific context of IBSE. Two issues have guided this work. The first one, of empirical nature, aimed at analyzing the evaluation practices of teachers and their effects on the self-regulatory process. The second one was the development of a methodology to analyze the variables at stake. To do this, we proceeded by recording videos of class sessions and constructed an indicator grid which allowed us to analyze in situ process. Different teaching situations were compared. The first corresponded to formative assessments such as teachers implement it in their daily practices. The second concerned the assessment practices implemented by the same teachers the following year, after a workshop where teachers were invited to reflect on their practice. Our results show a better balance in the use of different formative assessment methods in the second situation, especially towards a greater empowerment of students and better taking account peers as resources. Students also demonstrate more efficient self-regulation of their behavior in the light of a greater time spent to produce solving strategies and a better commitment to the task. The question of how to formally integrate the self-assessment tool to student activity is still pending. Some ideas to effectively combine the evaluation with different learning tasks are thus proposed.