La consommation énergétique en France a pour origine principale le secteur résidentiel et tertiaire. En environnement urbain, l’habitat est encore principalement ancien, avec des déperditions importantes. L’amélioration des performances énergétiques passe par la quantification des pertes, basée sur une méthode globale de mesure par caméra infrarouge à haute résolution spatiale.L’interprétation des images obtenues nécessite une description des termes radiatifs composant le signal, pour cela un simulateur original est mis au point. A partir d’une scène tridimensionnelle maillée, le champ de température est calculé pour les parois 1D et pour les ponts thermiques 2D, par le programme thermique développé à cet effet, SUSHI qui s’appuie sur un pré-calcul d’éclairement solaire et un pré-calcul de réponse indicielle 2D. Le signal du capteur infrarouge est alors modélisé en adaptant le code radiatif MOHICANS.Cette chaîne logicielle a l’originalité de proposer une fusion efficace des simulations de la réponse dynamique en température et en luminance de zones présentant un transfert 1Dà travers la paroi et de zones présentant un transfert 2D.La mise en œuvre de la campagne expérimentale BATIR a permis de mesurer le comportement thermique d’une façade de bâtiment et de son environnement radiato-convectif. Une validation ponctuelle des températures calculées par SUSHI a été réalisée par confrontation à une mesure par thermocouple. Des caméras infrarouges ont été mises en œuvre afin de collecter la luminance issue de la façade étudiée en bande II et III. Les luminances calculées par MOHICANS sont comparées à ces acquisitions, et valident la chaîne logicielle à ce niveau. / The main origin of the energy consumption in France is the residential and commercial sector. In urban environment, housing is mostly old, which means high heat losses. The improvement of energy performances requires the quantification of heat losses. This quantification may be based on a global measurement by an infrared camera with high spatial resolution.The infrared image interpretation requires a description of the radiative terms that make up the signal. For that purpose, a novel simulator is developed. The temperature field is calculated from a meshed three-dimensional scene composed of 1D walls and 2D thermal bridges. This operation is realized by the developed thermal software SUSHI, which is based on solar irradiance pre-computation and on 2D unitary response pre-computation. The software uses as input environmental data measured in the field. The infrared sensor signal is then modelled by adapting the radiative program MOHICANS. This software chain has the distinct advantage of an efficient fusion of dynamic response simulations of temperature and radiance, for areas with unidirectional and 2D heat transfer.The experimental campaign BATIR was set-up for measuring the thermal behavior of a building façade and its convective and radiative environment. A local validation of temperature calculation by SUSHI was realized through a comparison with thermocouple measurement results. Infrared cameras were operated in order to collect the radiance coming from the analyzed façade in band II and III. The radiances calculated by MOHICANS were compared with these acquisitions in order to validate the software chain at this level.

Les systèmes multicaméras utilisés pour la vidéosurveillance sont complexes, lourds et coûteux. Pour la surveillance d'une pièce, serait-il possible de les remplacer par un système beaucoup plus simple utilisant une seule caméra et une ou plusieurs sources lumineuses en misant sur les ombres projetées pour obtenir de l'information 3D ? Malgré les résultats intéressants offerts par les systèmes multicaméras, la quantité d'information à traiter et leur complexité limitent grandement leur usage. Dans le même contexte, nous proposons de simplifier ces systèmes en remplaçant une caméra par une source lumineuse. En effet, une source lumineuse peut être vue comme une caméra qui génère une image d'ombre révélant l'objet qui bloque la lumière. Notre système sera composé par une seule caméra et une ou plusieurs sources lumineuses infrarouges (invisibles à l'oeil). Malgré les difficultés prévues quant à l'extraction de l'ombre et la déformation et l'occultation de l'ombre par des obstacles (murs, meubles...), les gains sont multiples en utilisant notre système. En effet, on peut éviter ainsi les problèmes de synchronisation et de calibrage de caméras et réduire le coût en remplaçant des caméras par de simples sources infrarouges. Nous proposons deux approches différentes pour automatiser la reconnaissance de postures humaines. La première approche reconstruit la forme 3D d'une personne pour faire la reconnaissance de la posture en utilisant des descripteurs de forme. La deuxième approche combine directement l'information 2D (ombre+silhouette) pour faire la reconnaissance de postures. Scientifiquement, nous cherchons à prouver que l'information offerte par une silhouette et l'ombre générée par une source lumineuse est suffisante pour permettre la reconnaissance de postures humaines élémentaires (p.ex. debout, assise, couchée, penchée, etc.). Le système proposé peut être utilisé pour la vidéosurveillance d'endroits non encombrés tels qu'un corridor dans une résidence de personnes âgées (pour la détection des chutes p. ex.) ou d'une compagnie (pour la sécurité). Son faible coût permettrait un plus grand usage de la vidéosurveillance au bénéfice de la société. Au niveau scientifique, la démonstration théorique et pratique d'un tel système est originale et offre un grand potentiel pour la vidéosurveillance. / Human posture recognition (HPR) from video sequences is one of the major active research areas of computer vision. It is one step of the global process of human activity recognition (HAR) for behaviors analysis. Many HPR application systems have been developed including video surveillance, human-machine interaction, and the video retrieval. Generally, applications related to HPR can be achieved using mainly two approaches : single camera or multi-cameras. Despite the interesting performance achieved by multi-camera systems, their complexity and the huge information to be processed greatly limit their widespread use for HPR. The main goal of this thesis is to simplify the multi-camera system by replacing a camera by a light source. In fact, a light source can be seen as a virtual camera, which generates a cast shadow image representing the silhouette of the person that blocks the light. Our system will consist of a single camera and one or more infrared light sources. Despite some technical difficulties in cast shadow segmentation and cast shadow deformation because of walls and furniture, different advantages can be achieved by using our system. Indeed, we can avoid the synchronization and calibration problems of multiple cameras, reducing the cost of the system and the amount of processed data by replacing a camera by one light source. We introduce two different approaches in order to automatically recognize human postures. The first approach directly combines the person’s silhouette and cast shadow information, and uses 2D silhouette descriptor in order to extract discriminative features useful for HPR. The second approach is inspired from the shape from silhouette technique to reconstruct the visual hull of the posture using a set of cast shadow silhouettes, and extract informative features through 3D shape descriptor. Using these approaches, our goal is to prove the utility of the combination of person’s silhouette and cast shadow information for recognizing elementary human postures (stand, bend, crouch, fall,...) The proposed system can be used for video surveillance of uncluttered areas such as a corridor in a senior’s residence (for example, for the detection of falls) or in a company (for security). Its low cost may allow greater use of video surveillance for the benefit of society.