L’objectif principal de mon travail de thèse est l’extraction de la direction du regard (attention visuelle) d’une personne à partir de la vidéo. Cette analyse est effectuée dans un environnement composé d’une scène cible et d’une zone d’observation. La scène cible est une région d’intérêt définie pour être analysée (e.g. un écran plasma large, une image projetée sur un mur, une affiche publicitaire, un linéaire dans un magasin, ou la vitrine d’un magasin). La zone surveillée quant à elle est l’emplacement d’où les personnes regardent la scène cible (e.g. la rue, un couloir ou bien les allées d’un supermarché). Les connaissances qui sont extraites sont alors utilisées pour comprendre le comportement visuel de personnes ainsi que pour la réorganisation de la scène cible. Pour atteindre cet objectif, nous proposons une approche basée sur l’estimation de l’orientation de la tête et la projection du champ visuel pour localiser la région d’intérêt. Nous avons utilisé une méthode d’estimation de l’orientation de la tête basée sur l’apparence globale et sur un modèle cylindrique, et une méthode de projection géométrique pour extraire les régions d’intérêts basée sur les données physiologiques de la vision humaine. L’analyse du comportement visuel des personnes a été effectuée à l’aide d’un ensemble de métriques. Les méthodes proposées ont été validées sur des données vidéos et images. / The aim of this thesis is to analyze the behaviour of the people passing in front of a target scene. We consider an environment composed of a so-called target scene (a specific scene under analysis, such as a large plasma screen, a projected image, an advertising poster, a shop window, etc.) and a monitored area (place from which people look at the target scene, such as a street or shopping mall). Computer vision provides promising techniques enabling to obtain such information by analyzing videos captured by cameras monitoring this area. Such information are useful in order to simplify technologies that uses the output of the studies about a target scene. In this thesis, we propose an approach that estimates the visual gaze of a person in a controlled environment. The visual gaze of a person is estimated from the head pose. It is followed by its projection on the target scene that allows to estimate the approximate location of interest. Finally, an analysis of the region of interest allows an accurate explanation of the human activity and interest.

Ce travail de thèse a pour objectif d'explorer le rôle de l'attention visuelle dans les traitements visuels précoces en lecture. Il repose sur le cadre théorique du modèle mémoire multitrace de lecture (MTM) et de l'hypothèse du trouble de l'empan visuo-attentionel (VA) dans la dyslexie développementale. La capacité d'attention visuelle est opérationnalisée par l'empan VA, défini comme le nombre maximal d'éléments visuels qui peuvent être traités en parallèle. L'empan VA contribue significativement aux performances en lecture et est réduit chez une partie de la population dyslexique. Une série de trois études a exploré les relations entre l'attention visuelle, l'empan VA et la lecture chez le normo-lecteur. Dans une première étude, nous avons testé si le traitement des lettres dans les tâches de report de l'empan VA était parallèle ou sériel. Dans une deuxième étude, nous avons cherché à spécifier le rôle de l'attention visuelle dans l'empan VA et la lecture. Enfin, dans une troisième étude, nous voulions mettre en évidence à l'aide de l'IRMf l'implication des réseaux neuronaux de l'attention visuelle dans les traitements pré-orthographiques. Ces trois études suggèrent que l'attention visuelle est une composante importante des traitements pré-orthographiques de séquences de lettres. L'objectif de la deuxième série d'études était de montrer qu'un déficit de l'attention visuelle est l'explication la plus plausible du déficit de l'empan VA. Dans une quatrième étude, nous avons confronté les prédictions d'une explication phonologique ou visuelle du déficit de l'empan VA pour une tâche de catégorisation de séquences de caractères. Enfin, une dernière étude a évalué les corrélats neuronaux associés au traitement visuel de séquences de caractères chez des adultes dyslexiques avec trouble de l'empan VA. Ces deux dernières études suggèrent que le trouble sous-jacent au déficit de l'empan VA est bien une réduction de la capacité d'attention visuelle et non pas un déficit des capacités de recodage verbal. / This doctoral thesis aims to investigate the role of visual attention in the visual front-end of reading. It is grounded in the theoretical framework of the multi trace memory model (MTM) of reading and of the visual attention (VA) span deficit hypothesis of developmental dyslexia. Visual attention capacity in the MTM model is operationalized by the VA span, defined as the maximum number of individual visual elements that can be processed in parallel. VA span contributes significantly to reading performance in normal reading children and is selectively impaired in a subset of the dyslexic population. Three studies investigated the role of visual attention in VA span and visual word recognition in normal reading. A first study tested whether letter processing in the VA span whole report task was parallel or serial. A second study specified the role of visual attention in VA span and reading speed. Finally, a third study used fMRI to investigate whether pre-orthographic processing involves neural networks of visual attention. These three studies argue for visual attention as an important component of pre-orthographic processing. A second series of studies aimed to show that an impairment of visual attention best accounts for the VA span deficit. In a fourth study, predictions of phonological and visual accounts of the VA span deficit were tested using a multiple character categorization task. Finally, a fifth study explored the neural correlates of multiple character processing in VA span impaired adults. These last two studies argue for reduced visual attention capacity and not poor verbal recoding abilities as the underlying cause for the VA span deficit.

Les humains reçoivent grande quantité d'informations de l'environnement avec vue et l'ouïe . Pour nous aider à réagir rapidement et correctement, il existe des mécanismes dans le cerveau à l'attention de polarisation vers des régions particulières , à savoir les régions saillants . Ce biais attentionnel n'est pas seulement influencée par la vision , mais aussi influencée par l'interaction audio - visuelle . Selon la littérature existante , l'attention visuelle peut être étudié à mouvements oculaires , mais l'effet sonore sur le mouvement des yeux dans les vidéos est peu connue . L'objectif de cette thèse est d'étudier l'influence du son dans les vidéos sur le mouvement des yeux et de proposer un modèle de saillance audio - visuel pour prédire les régions saillants dans les vidéos avec plus de précision . A cet effet, nous avons conçu une première expérience audio - visuelle de poursuite oculaire . Nous avons créé une base de données d'extraits vidéo courts choisis dans divers films . Ces extraits ont été consultés par les participants , soit avec leur bande originale (condition AV ) , ou sans bande sonore ( état ​​V) . Nous avons analysé la différence de positions de l'oeil entre les participants des conditions de AV et V . Les résultats montrent qu'il n'existe un effet du bruit sur le mouvement des yeux et l'effet est plus important pour la classe de la parole à l'écran . Ensuite , nous avons conçu une deuxième expérience audiovisuelle avec treize classes de sons. En comparant la différence de positions de l'oeil entre les participants des conditions de AV et V , nous concluons que l'effet du son est différente selon le type de son , et les classes avec la voix humaine ( c'est à dire les classes parole , chanteur , bruit humain et chanteurs ) ont le plus grand effet . Plus précisément , la source sonore a attiré considérablement la position des yeux uniquement lorsque le son a été la voix humaine . En outre , les participants atteints de la maladie de AV avaient une durée moyenne plus courte de fixation que de l'état de V . Enfin , nous avons proposé un modèle de saillance audio- visuel préliminaire sur la base des résultats des expériences ci-dessus . Dans ce modèle , deux stratégies de fusion de l'information audio et visuelle ont été décrits: l'un pour la classe de son discours , et l'autre pour la musique classe de son instrument . Les stratégies de fusion audio - visuelle définies dans le modèle améliore la prévisibilité à la condition AV / Humans receive large quantity of information from the environment with sight and hearing. To help us to react rapidly and properly, there exist mechanisms in the brain to bias attention towards particular regions, namely the salient regions. This attentional bias is not only influenced by vision, but also influenced by audio-visual interaction. According to existing literature, the visual attention can be studied towards eye movements, however the sound effect on eye movement in videos is little known. The aim of this thesis is to investigate the influence of sound in videos on eye movement and to propose an audio-visual saliency model to predict salient regions in videos more accurately. For this purpose, we designed a first audio-visual experiment of eye tracking. We created a database of short video excerpts selected from various films. These excerpts were viewed by participants either with their original soundtrack (AV condition), or without soundtrack (V condition). We analyzed the difference of eye positions between participants with AV and V conditions. The results show that there does exist an effect of sound on eye movement and the effect is greater for the on-screen speech class. Then, we designed a second audio-visual experiment with thirteen classes of sound. Through comparing the difference of eye positions between participants with AV and V conditions, we conclude that the effect of sound is different depending on the type of sound, and the classes with human voice (i.e. speech, singer, human noise and singers classes) have the greatest effect. More precisely, sound source significantly attracted eye position only when the sound was human voice. Moreover, participants with AV condition had a shorter average duration of fixation than with V condition. Finally, we proposed a preliminary audio-visual saliency model based on the findings of the above experiments. In this model, two fusion strategies of audio and visual information were described: one for speech sound class, and one for musical instrument sound class. The audio-visual fusion strategies defined in the model improves its predictability with AV condition.

Nos travaux portent sur l'interprétation d'une scène dont nous possédons un modèle, représentant l'agencement spatial des objets contenus dans cette scène. Dans le cadre d'une segmentation séquentielle permettant de reconnaître les objets les uns après les autres en fonction des étapes antérieures, nous utilisons la connaissance spatiale du modèle pour optimiser la séquence de segmentation à effectuer à partir d'un objet de référence vers un objectif à segmenter. Nous proposons pour cela d'optimiser un chemin dans un graphe représentant les objets de la scène (noeuds) et leurs relations spatiales (arcs). Deux approches sont proposées. La première approche effectue une optimisation à partir de l'information spatiale du modèle uniquement, en évaluant un critère de pertinence de chaque chemin. L'évaluation est effectuée de manière indépendante sur chaque arc dans un premier temps, puis nous proposons une manière de représenter un chemin entier, permettant d'évaluer la pertinence du chemin à partir de cette représentation. La deuxième approche s'intègre dans un processus de segmentation séquentielle, vu comme l'exploration progressive d'une image à partir d'un objet de référence. Nous utilisons une modélisation d'une technique pré-attentionnelle, une carte de saillance, afin de guider le processus de segmentation séquentielle, en intégrant à l'approche structurelle des informations de saillance extraites de l'image à interpréter. Le domaine d'application de ces approches est la segmentation des structures sous-corticales du cerveau dans des images IRM 3D dont certaines présentent des pathologies.

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

Cette thèse s'inscrit dans le domaine des neurosciences computationnelles dont le but est de modéliser des fonctions cognitives complexes par le biais de simulations informatiques et numériques en s'inspirant du fonctionnement cérébral. Les modèles et simulations proposées reposent sur le paradigme des champs neuronaux, que nous exploitons pour étudier dans quelle mesure des capacités cognitives complexes peuvent être le résultat émergeant de l'interaction de cellules élémentaires simples.<br /><br />Nous nous intéressons dans cette thèse à la modélisation de l'attention visuelle, avec ou sans mouvement oculaire. Pour guider le développement de nos modèles, nous proposons dans une première partie une revue de données psychologiques et physiologiques sur l'attention visuelle avant de proposer un modèle computationnel de l'attention visuelle sans saccade oculaire. Puis, nous nous intéressons dans une seconde partie à la manière dont on peut intégrer les saccades oculaires dans nos modèles en s'inspirant des données anatomiques et physiologiques sur le contrôle des saccades oculaires chez le primate. Les performances des différents mécanismes proposés sont évalués en simulation en les appliquant à des tâches de recherche visuelle.<br /><br />Nos travaux de thèse permettent également d'étudier un paradigme de calcul original qui repose sur des calculs distribués, asynchrones, numériques et adaptatifs qui permettent d'envisager le déploiement des mécanismes proposés dans ce cadre sur des supports de calculs parallèles.

Le contrôle aérien doit faire face à une forte intensification du trafic aérien. Dans cette situation, la problématique de la charge mentale chez les contrôleurs aériens est une préoccupation majeure pour maintenir le niveau de sécurité actuel. Le système d'aide automatisé ERASMUS a été élaboré afin de réduire la charge mentale chez les contrôleurs aériens. L'objectif d'ERASMUS est de compenser les effets liés à l'intensification du trafic en réduisant de manière subliminale la charge mentale associée à l'augmentation des conflits potentiels. L'objectif principal de cette thèse est de proposer pour la première fois une mesure objective de l'impact du système d'aide ERASMUS sur la charge mentale des contrôleurs aériens. La réalisation de cet objectif a nécessité le développement d'une plateforme originale d'enregistrement et de traitement des mouvements oculaires non intrusive dans un environnement de simulation hautement fidèle. Les mouvements oculaires d'un groupe de contrôleurs aériens experts ont été enregistrés. En accord avec l'hypothèse d'ERASMUS, les résultats ont montré des effets de tailles moyennes à grandes sur l'amplitude des saccades, le temps moyen passé sur les aéronefs et sur la distribution de l'attention allouée à la scène visuelle. De plus, sans ERASMUS, l'augmentation de la densité du trafic a augmenté de manière significative les diamètres pupillaires. A l'opposé, quand ERASMUS est actif, l'intensification du trafic n'a pas impacté significativement les diamètres pupillaires. Nous discutons l'impact d'ERASMUS sur la charge mentale ainsi que l'utilisation des mesures oculométriques dans un environnement de simulation écologique de contrôle aérien.

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

Les humains reçoivent grande quantité d'informations de l'environnement avec vue et l'ouïe . Pour nous aider à réagir rapidement et correctement, il existe des mécanismes dans le cerveau à l'attention de polarisation vers des régions particulières , à savoir les régions saillants . Ce biais attentionnel n'est pas seulement influencée par la vision , mais aussi influencée par l'interaction audio - visuelle . Selon la littérature existante , l'attention visuelle peut être étudié à mouvements oculaires , mais l'effet sonore sur le mouvement des yeux dans les vidéos est peu connue . L'objectif de cette thèse est d'étudier l'influence du son dans les vidéos sur le mouvement des yeux et de proposer un modèle de saillance audio - visuel pour prédire les régions saillants dans les vidéos avec plus de précision . A cet effet, nous avons conçu une première expérience audio - visuelle de poursuite oculaire . Nous avons créé une base de données d'extraits vidéo courts choisis dans divers films . Ces extraits ont été consultés par les participants , soit avec leur bande originale (condition AV ) , ou sans bande sonore ( état ​​V) . Nous avons analysé la différence de positions de l'oeil entre les participants des conditions de AV et V . Les résultats montrent qu'il n'existe un effet du bruit sur le mouvement des yeux et l'effet est plus important pour la classe de la parole à l'écran . Ensuite , nous avons conçu une deuxième expérience audiovisuelle avec treize classes de sons. En comparant la différence de positions de l'oeil entre les participants des conditions de AV et V , nous concluons que l'effet du son est différente selon le type de son , et les classes avec la voix humaine ( c'est à dire les classes parole , chanteur , bruit humain et chanteurs ) ont le plus grand effet . Plus précisément , la source sonore a attiré considérablement la position des yeux uniquement lorsque le son a été la voix humaine . En outre , les participants atteints de la maladie de AV avaient une durée moyenne plus courte de fixation que de l'état de V . Enfin , nous avons proposé un modèle de saillance audio- visuel préliminaire sur la base des résultats des expériences ci-dessus . Dans ce modèle , deux stratégies de fusion de l'information audio et visuelle ont été décrits: l'un pour la classe de son discours , et l'autre pour la musique classe de son instrument . Les stratégies de fusion audio - visuelle définies dans le modèle améliore la prévisibilité à la condition AV

La présente thèse s’intéresse à l’efficacité de la description verbale d’un suspectpour le détecter parmi d’autres personnes dans le cadre de délits de fuite oude flagrants délits. Cette approche permet de connaître l’identité du suspect recherchélorsque les enquêteurs ne détiennent aucun autre indice à leur disposition.La description constitue la technique la plus couramment utilisée sur le terrainpar les professionnels, il semble donc nécessaire de comprendre son usage et sonimpact sur le terrain lors de la détection des suspects. Pour cela, une série desept expériences visant à tester quelle description apparaît la plus optimale pourdétecter le suspect a été conçue. Les études ont montré que plus la descriptioncontient d’indices sur le suspect, plus elle aide les enquêteurs à affiner la liste desuspects (expérience 1 ). Néanmoins, contrairement aux théories sur la recherchevisuelle indicée, il semblerait que l’ajout de nouvelles informations concernant leportrait du suspect n’améliore pas la détection de la cible recherchée ; certainsdescripteurs physiques n’étant pas utiles pour détecter la cible (expérience 2 )etce quel que soit leur ordre d’apparition dans la description physique (expérience3 ). En outre, l’ajout d’indices invalides sur le portrait physique du suspect a unimpact variable sur la détection selon le type de descripteurs (généraux, faciauxessentiels ou faciaux secondaires)(expérience 4 ). Par ailleurs, l’ajout d’indices nonphysiquesn’aide pas forcément les enquêteurs à détecter plus facilement leur cible(expériences 5 et 6 ). Enfin, nous avons montré que des facteurs contextuels et lescaractéristiques personnelles pouvaient modifier la prise de décision des enquêteurs(expérience 7 et 7 bis). Les analyses montrent que si les descriptions physiques lesplus complètes aident les enquêteurs à affiner la liste de suspects potentiels, elle n’améliore pas forcément la détection du criminel. Le système cognitif étant limité,toutes les informations de la description ne sont pas utilisées, l’individu va chercherà sélectionner l’information en se focalisant sur certains descripteurs physiquesjugés plus efficaces pour retrouver le suspect. / This thesis focuses on the efficiency of suspects’ verbal description to detect himin hit and run or obvious offense contexts. This approach allows agents to know thesuspect’s identity when the officer does not detains any other available evidences.Description is the most commonly applied technique used by professionals in thefield, so it seems necessary to understand its use and impact on suspects’ detection.To achieve this goal, we designed a set of seven studies in order to test the mostefficient description to detect suspects. Our studies revealed that the more physicalclues of the criminal is given in the description, the more it helps officers to narrowsuspects (experiment 1 ). However, unlike theories of visual search, it seems thatadding information about suspect’s portrait does not improve detection ; somephysical descriptors are not useful to detect the target (experiment 2 ) regardlessof their rank order in the description’s list (experiment 3 ). Furthermore, adding"invalid clues" modulates detection depending on their properties (general, facialprimary, facial secondary experiment 4 ). In addition, inserting non-physical cluesin the description list do not necessarily help investigators to ease target detection(experiments 5 and 6 ). Finally, we showed that contextual factors and personalcharacteristics could change the officer’s decision (experiments 7 and 7bis). Ouranalyzes emphasised that the richer or the longer the list might not always be thebetter to reduce the number of suspects. In other words, while the most completeand detailled physicial descriptions help officers to narrow potential suspect’s list,it does not necessarily improve the criminal detection. As our cognitive systemis limited,the indivual must select information by focusing on specific physicaldescriptors thought to be more efficient to find the suspect.