Titre de l'écran-titre (visionné le 25 mars 2024) / Ce mémoire présente une nouvelle approche automatisée pour détecter les fuites thermiques lors des inspections de bâtiments. Nous exposons un cadre intégrant de manière cohérente l'enregistrement automatique d'images, la segmentation d'images et la fusion des résultats segmentés issus à la fois d'images visibles et thermiques. Notre recherche compare rigoureusement les techniques d'enregistrement manuel et automatique d'images, démontrant que la méthode automatique, exploitant l'algorithme de la Transformée de Caractéristiques Invariantes à l'Échelle (SIFT), surpasse l'approche manuelle en termes d'efficacité, de précision et de reproductibilité. La segmentation des images utilise une approche supervisée pour les images visibles, en adoptant spécifiquement une architecture UNET++ et Resnet 152, tandis que les images thermiques sont segmentées en utilisant la méthode non supervisée de Kanezaki. Les résultats segmentés de ces divers types d'images sont ultérieurement fusionnés, fournissant une représentation exhaustive et précise des fuites thermiques à travers différentes parties du bâtiment. La qualité de la fusion dépend de la précision des étapes antérieures, soulignant l'importance de chaque étape dans ce système intégré. Ce travail démontre l'efficacité de notre nouvelle approche dans le domaine de l'inspection automatisée des bâtiments et ouvre la voie à de futures explorations et innovations dans ce domaine. Le mémoire est structuré en quatre chapitres, débutant par une revue exhaustive de la littérature, suivie de la méthodologie proposée, des résultats et des discussions, et se conclut par les orientations pour les travaux futurs.