Ce mémoire décrit mes travaux de thèse menés au sein de l'équipe ComSee (Computers that See) rattachée à l'axe ISPR (Image, Systèmes de Perception et Robotique) de l'Institut Pascal. Celle-ci a été financée par la société Vesalis par le biais d'une convention CIFRE avec l'Institut Pascal, subventionnée par l'ANRT (Association Nationale de la Recherche et de la Technologie). Les travaux de thèse s'inscrivent dans le cadre de l'automatisation de la fouille d'archives vidéo intervenant lors d'enquêtes policières. L'application rattachée à cette thèse concerne la création automatique d'un album photo des individus apparaissant sur une séquence de vidéosurveillance. En s'appuyant sur un détecteur de visages, l'objectif est de regrouper par identité les visages détectés sur l'ensemble d'une séquence vidéo. Comme la reconnaissance faciale en environnement non-contrôlé reste difficilement exploitable, les travaux se sont orientés vers le suivi visuel multi-cibles global basé détections. Ce type de suivi est relativement récent. Il fait intervenir un détecteur d'objets et traite la vidéo dans son ensemble (en opposition au traitement séquentiel couramment utilisé). Cette problématique a été représentée par un modèle probabiliste de type Maximum A Posteriori. La recherche de ce maximum fait intervenir un algorithme de circulation de flot sur un graphe, issu de travaux antérieurs. Ceci permet l'obtention d'une solution optimale au problème (défini par l'a posteriori) du regroupement des détections pour le suivi. L'accent a particulièrement été mis sur la représentation de la similarité entre les détections qui s'intègre dans le terme de vraisemblance du modèle. Plusieurs mesures de similarités s'appuyant sur différents indices (temps, position dans l'image, apparence et mouvement local) ont été testées. Une méthode originale d'estimation de ces similarités entre les visages détectés a été développée pour fusionner les différentes informations et s'adapter à la situation rencontrée. Plusieurs expérimentations ont été menées sur des situations complexes, mais réalistes, de scènes de vidéosurveillance. Même si les qualités des albums construits ne satisfont pas encore à une utilisation pratique, le système de regroupement de détections mis en œuvre au cours de cette thèse donne déjà une première solution. Grâce au point de vue partitionnement de données adopté au cours de cette thèse, le suivi multi-cibles développé permet une extension simple à du suivi autre que celui des visages. / This report describes my thesis work conducted within the ComSee (Computers That See) team related to the ISPR axis (ImageS, Perception Systems and Robotics) of Institut Pascal. It was financed by the Vesalis company via a CIFRE (Research Training in Industry Convention) agreement with Institut Pascal and publicly funded by ANRT (National Association of Research and Technology). The thesis was motivated by issues related to automation of video analysis encountered during police investigations. The theoretical research carried out in this thesis is applied to the automatic creation of a photo album summarizing people appearing in a CCTV sequence. Using a face detector, the aim is to group by identity all the faces detected throughout the whole video sequence. As the use of facial recognition techniques in unconstrained environments remains unreliable, we have focused instead on global multi-target tracking based on detections. This type of tracking is relatively recent. It involves an object detector and global processing of the video (as opposed to sequential processing commonly used). This issue has been represented by a Maximum A Posteriori probabilistic model. To find an optimal solution of Maximum A Posteriori formulation, we use a graph-based network flow approach, built upon third-party research. The study concentrates on the definition of inter-detections similarities related to the likelihood term of the model. Multiple similarity metrics based on different clues (time, position in the image, appearance and local movement) were tested. An original method to estimate these similarities was developed to merge these various clues and adjust to the encountered situation. Several experiments were done on challenging but real-world situations which may be gathered from CCTVs. Although the quality of generated albums do not yet satisfy practical use, the detections clustering system developed in this thesis provides a good initial solution. Thanks to the data clustering point of view adopted in this thesis, the proposed detection-based multi-target tracking allows easy transfer to other tracking domains.

Dans le cadre de la surveillance maritime ou terrestre par radar aéroporté, l’un des principaux objectifs est de détecter et de poursuivre une grande diversité de cibles au cours du temps.Ces traitements s’appuient généralement sur l’utilisation d’un filtre Bayésien pour estimer récursivement les paramètres cinématiques (position, vitesse et accélération) des cibles. Il repose surla représentation dans l’espace d’état du système et plus particulièrement sur la modélisation a priori de l’évolution des cibles à partir d’un modèle de mouvement (mouvement rectiligne uniforme, mouvement uniformément accéléré, mouvement rotationnel, etc.). Si les cibles pistées sont manoeuvrantes, plusieurs modèles de mouvement, chacun avec une dynamique prédéfinie,sont classiquement combinés au sein d’une structure à modèles multiples. Même si ces approches s’avèrent pertinentes, des améliorations peuvent être apportées à plusieurs niveaux, notamment sur la manière de sélectionner et définir a priori les modèles utilisés.Dans ce contexte d’étude, plusieurs problématiques doivent être traitées.1/ Lors de l’utilisation d’une structure à modèles multiples, on considère en général deux à trois modèles. Ce choix est fait lors de la phase de conception de l’algorithme selon la connaissance du système et l’expertise de l’utilisateur. Cependant, il n’existe pas à notre connaissance d’outils ou de règles permettant de définir les types de mouvement à associer et leurs paramètres.2/ Il est préférable que le choix du ou des modèles de mouvement soit cohérent avec le type de cible pisté.3/ Lorsqu’un type de mouvement est utilisé, ses paramètres sont fixés a priori mais ces valeurs ne sont pas nécessairement adaptées à toutes les phases du mouvement. L’une des difficultés majeures réside dans la manière de définir et de faire évoluer la matrice de covariance du bruit de modèle. Le travail présenté dans ce mémoire vise à proposer des solutions algorithmiques aux problématiques précédentes afin d’améliorer l’estimation des trajectoires des cibles d’intérêt.Dans un premier temps, nous établissons une mesure de dissimilarité fondée sur la divergence de Jeffrey entre deux densités de probabilité associés à deux modèles d’état différents. Celle-ci est appliquée à la comparaison de modèles de mouvement. Elle est ensuite utilisée pour comparer un ensemble de plusieurs modèles d’état. Cette étude est alors mise à profit pour proposer une méthode de sélection a priori des modèles constituant des algorithmes à modèles multiples.Puis, nous présentons des modèles Bayésiens non-paramétriques (BNP) utilisant les processus de Dirichlet pour estimer les statistiques du bruit de modèle. Cette modélisation a l’avantage de pouvoir représenter des bruits multimodaux sans avoir à spécifier a priori le nombre de modes et leurs caractéristiques. Deux cas sont traités. Dans le premier, on estime la matrice de précision du bruit de modèle d’un unique modèle de mouvement sans émettre d’a priori sur sa structure.Dans le second, nous tirons profit des formes structurelles des matrices de précision associées aux modèles de mouvement pour n’estimer qu’un nombre réduit d’hyperparamètres. Pour les deux approches, l’estimation conjointe des paramètres cinématiques de la cible et de la matrice de précision du bruit de modèle est réalisée par filtrage particulaire. Les contributions apportées sont notamment le calcul de la distribution d’importance optimale dans chacun des cas.Enfin, nous tirons profit des méthodes dites de classification et pistage conjoints (joint tracking and classification -JTC-) pour mener simultanément la classification de la cible et l’inférence de ses paramètres. Dans ce cas, à chaque classe de cible est associé un ensemble de modèles d’évolution qui lui est propre. [...] / As part of the ground or maritime surveillance by using airborne radars, one of the mainobjectives is to detect and track a wide variety of targets over time. These treatments are generallybased on Bayesian filtering to estimate recursively the kinematic parameters (position,velocity and acceleration) of the targets. It is based on the state-space representation and moreparticularly on the prior modeling of the target evolutions (uniform motion, uniformly acceleratedmotion, movement rotational, etc.). If maneuvering targets are tracked, several motionmodels, each with a predefined dynamic, are typically combined in a multiple-model structure.Although these approaches are relevant, improvements can be made at several levels, includinghow to select and define a priori the models to be used.In this framework, several issues must be addressed.1 / When using a multiple-model structure, it is generally considered two to three models. Thischoice is made in the algorithm design stage according to the system knowledge and the userexpertise. However, it does not exist in our knowledge tools or/and rules to define the types ofmotions and their associated parameters.2 / It is preferable that the choice of the motion model(s) is consistent with the type of targetto be tracked.3 / When a type of motion model is used, its parameters are fixed a priori but these values ??arenot necessarily appropriate in all phases of the movement. One of the major challenges is theway to define the covariance matrix of the model noise and to model its evolution.The work presented in this thesis consists of algorithmic solutions to the previous problemsin order to improve the estimation of target trajectories.First, we establish a dissimilarity measure based on Jeffrey divergence between probability densitiesassociated with two different state models. It is applied to the comparison of motion models.It is then used to compare a set of several state models. This study is then harnessed to providea method for selecting a priori models constituting multiple-model algorithms.Then we present non-parametric Bayesian models (BNP) using the Dirichlet process to estimatemodel noise statistics. This model has the advantage of representing multimodal noises withoutspecifying a priori the number of modes and their features. Two cases are treated. In the firstone, the model noise precision matrix is estimated for a single motion model without issue ofany a priori on its structure. In the second one, we take advantage of the structural forms ofprecision matrices associated to motion models to estimate only a small number of hyperparameters.For both approaches, the joint estimation of the kinematic parameters of the target andthe precision matrix of the model noise is led by particle filtering. The contributions includecalculating the distribution optimal importance in each case.Finally, we take advantage of methods known as joint tracking and classification (JTC) forsimultaneously leading the classification of the target and the inference of its parameters. Inthis case, each target class is associated with a set of evolution models. In order to achievethe classification, we use the target position measurements and the target extent measurementscorresponding to the projection of the target length on the line of sight radar-target. Note that this approach is applied in a single target tracking context and a multiple-target environment.

L'expression des gènes peut être contrôlée à différents niveaux : transcriptionnel post-transcriptionnel, traductionnel et post­-traductionnel. A ce jour la majorité des études se sont concentrées au niveau transcriptionnel, néanmoins l'importance des mécanismes de régulation post-transcriptionnels se fait de plus en plus évidente. Chez les procaryotes cette régulation post-transcriptionnelle est assurée par les ARN régulateurs dont le mécanisme d'action passe par l'interaction directe avec les ARN messagers ou les protéines. Grâce à l'essor des analyses transcriptomiques haut-débit (RNA-seq), l'identification de ces ARN est devenue accessible, en revanche leur caractérisation fonctionnelle demeure toujours un défi. Nous avons identifié de nombreux ARN régulateurs candidats chez Agrobacterium fabrum C58 (anciennement Agrobacterium tumefaciens C58). Cette bactérie commune du sol devient phytopathogène lorsqu'elle porte le plasmide Ti (pour Tumor inducing). Elle est alors responsable de la maladie dite de la galle du collet qui se traduit par la formation de tumeurs chez les plantes. Ces travaux de thèse ont eu pour objectif de caractériser fonctionnellement des ARN régulateurs présent sur le plasmide Ti. Deux candidats ont été étudiés en combinant prédiction de cibles et analyses phénotypiques. Le premier, nommé RNA1111, a été caractérisé tant que régulateur de la virulence. Quant au deuxième, nommé QfsR, nous avons démontré qu'il régulait des gènes responsables du transfert conjugatif du plasmide Ti et de la production du signal de quorum sensing associé, mais également des gènes chromosomiques responsables de la motilité et de la production de succinoglycane. En utilisant un système rapporteur, nous avons également démontré que QfsR agissait via une interaction directe avec les ARN messagers des gènes cibles. QfsR représente le premier exemple d'ARN régulateur plasmidique régulant des cibles chromosomiques. L'existence d'un tel régulateur chez un plasmide présent transitoirement au sein des populations d'Agrobacterium illustre le dialogue entre plasmide et chromosome / Gene expression can be controlled at different levels: transcriptional, post-transcriptional, translational and post-translational. To date, the majority of studies have been concentrated on the transcriptional level, but the importance of post-transcriptional regulation mechanisms is becoming more and more evident. In prokaryotes this post-transcriptional regulation is ensured by regulatory RNAs whose mechanism of action passes through direct interaction with messenger RNAs or proteins. With development of high-throughput transcriptomic analyzes (RNA-seq), the identification of these RNAs has become accessible, but their functional characterization remains challenging. We have identified many candidate regulatory RNAs in Agrobacterium fabrum C58 (formerly Agrobacterium tumefaciens C58). This common bacterium of the soil becomes phytopathogenic when carrying the plasmid Ti (for Tumor inducing). It is then responsible for the so-called grown gall disease which results in the formation of tumors in plants. The objective of this thesis was to characterize functionally regulatory RNAs present on the Ti plasmid. Two candidates were studied by combining target prediction and phenotypic analysis. The first, named RNA1111, was characterized as a regulator of virulence. As for the second, named QfsR, we demonstrated that it regulates genes responsible for the conjugative transfer of the Ti plasmid and the production of the associated quorum sensing signal, as well as chromosomal genes responsible for the motility and succinoglycan production. Using a reporter system, we also demonstrated that QfsR was acting via direct interaction with the messenger RNAs of the target genes. QfsR represents the first example of plasmid regulatory RNA regulating chromosomal targets. The existence of such a regulator in a plasmid transiently present in the populations of Agrobacterium illustrates the dialogue between the plasmid and the chromosome

L’objectif de cette thèse est la classification automatique des cibles (ATC) en utilisant les signaux rétrodiffusés par un radar ultra large bande (UWB). La classification des cibles est réalisée en comparant les signatures des cibles et les signatures stockées dans une base de données. Premièrement, une étude sur la théorie de diffusion nous a permis de comprendre le sens physique des paramètres extraits et de les exprimer mathématiquement. Deuxièmement, des méthodes d’extraction de paramètres sont appliquées afin de déterminer les signatures des cibles. Un bon choix des paramètres est important afin de distinguer les différentes cibles. Différentes méthodes d’extraction de paramètres sont comparées notamment : méthode de Prony, Racine-classification des signaux multiples (Root-MUSIC), l’estimation des paramètres des signaux par des techniques d’invariances rotationnels (ESPRIT), et la méthode Matrix Pencil (MPM). Troisièmement, une méthode efficace de classification supervisée est nécessaire afin de classer les cibles inconnues par l’utilisation de leurs signatures extraites. Différentes méthodes de classification sont comparées notamment : Classification par la distance de Mahalanobis (MDC), Naïve Bayes (NB), k-plus proches voisins (k-NN), Machines à Vecteurs de Support (SVM). Une bonne technique de classification doit avoir une bonne précision en présence de signaux bruités et quelques soit l’angle d’émission. Les différents algorithmes ont été validés en utilisant les simulations des données rétrodiffusées par des objets canoniques et des cibles de géométries complexes modélisées par des fils minces et parfaitement conducteurs. Une méthode de classification automatique de cibles basée sur l’utilisation de la méthode Matrix Pencil dans le domaine fréquentiel (MPMFD) pour l’extraction des paramètres et la classification par la distance de Mahalanobis est proposée. Les résultats de simulation montrent que les paramètres extraits par MPMFD présentent une solution plausible pour la classification automatique des cibles. En outre, nous avons prouvé que la méthode proposée a une bonne tolérance aux bruits lors de la classification des cibles. Enfin, les différents algorithmes sont validés sur des données expérimentales et cibles réelles. / The objective of this thesis is the Automatic Target Classification (ATC) based on radar backscattered Ultra WideBand (UWB) signals. The classification of the targets is realized by making comparison between the deduced target properties and the different target features which are already recorded in a database. First, the study of scattering theory allows us to understand the physical meaning of the extracted features and describe them mathematically. Second, feature extraction methods are applied in order to extract signatures of the targets. A good choice of features is important to distinguish different targets. Different methods of feature extraction are compared including wavelet transform and high resolution techniques such as: Prony’s method, Root-Multiple SIgnal Classification (Root-MUSIC), Estimation of Signal Parameters via Rotational Invariance Techniques (ESPRIT) and Matrix Pencil Method (MPM). Third, an efficient method of supervised classification is necessary to classify unknown targets by using the extracted features. Different methods of classification are compared: Mahalanobis Distance Classifier (MDC), Naïve Bayes (NB), k-Nearest Neighbors (k-NN) and Support Vector Machine (SVM). A useful classifier design technique should have a high rate of accuracy in the presence of noisy data coming from different aspect angles. The different algorithms are demonstrated using simulated backscattered data from canonical objects and complex target geometries modeled by perfectly conducting thin wires. A method of ATC based on the use of Matrix Pencil Method in Frequency Domain (MPMFD) for feature extraction and MDC for classification is proposed. Simulation results illustrate that features extracted with MPMFD present a plausible solution to automatic target classification. In addition, we prove that the proposed method has better ability to tolerate noise effects in radar target classification. Finally, the different algorithms are validated on experimental data and real targets.

Les cellules solaires en couches minces à base d'absorbeurs de type Cu(In,Ga)Se2 (CIGS) représentent une technologie d'avenir à haut rendement de conversion d'énergie. Plusieurs techniques sont utilisées pour synthétiser le CIGS. La pulvérisation cathodique réactive est une technique de dépôt adaptée aux grandes surfaces offrant la possibilité d'effectuer un scale-up industriel. L'objectif de ce travail est de développer et d'optimiser un procédé alternatif hybride de co-pulvérisation/évaporation pour la synthèse du composé CIGS. Pour répondre à cet objectif, différentes études ont été réalisées afin d'assurer le contrôle des différents paramètres de dépôt. Dans un premier temps, la phase plasma a été étudiée à l'aide de la spectroscopie d'émission optique pour pouvoir établir des corrélations entre la composition des couches déposées et les espèces présentes dans le plasma. Ceci a permis d'établir des courbes d'étalonnage et de suivi in-situ de la composition et l'homogénéité de l'épaisseur des couches déposées, ainsi que de déterminer l'existence de différentes modes de pulvérisation, reliés à la température appliquée pour l'évaporation du sélénium. Dans un deuxième temps, différents absorbeurs de CIGS ont été synthétisés à partir du procédé hybride développé. Ces absorbeurs ont été déposés en une et en trois étapes pour analyser l'influence des gradients de composition sur leurs propriétés morphologiques, structurales et optoélectroniques. Un absorbeur de CIGS avec un rendement de conversion maximum de 10,4 % a été fabriqué à partir d'une séquence de dépôt en une étape. Un rendement de 9,4 % a été obtenu avec une séquence dépôt en trois étapes. / Cu(In,Ga)Se2 (CIGS) thin film solar cells are a very promising technology for high efficiency energy conversion. Several techniques are used to synthesize CIGS absorbers. Magnetron reactive sputtering is an attractive deposition technique for depositing CIGS absorbers because of its potential for providing uniform coatings over large areas, thus offering the possibility for more competitive industrial scale-up. The objective of this work is to develop and optimize a hybrid alternative co-sputtering/evaporation CIGS deposition process. To meet this goal, various studies have been conducted to ensure control of the various deposition parameters. Initially, plasma was studied with Optical Emission Spectroscopy in order to establish correlations between plasma species and thin film composition, structure and morphology. This has allowed to establish in-situ calibration curves for monitoring the deposited layers composition and their homogeneity, and to determine the existence of different sputtering modes, linked to the selenium evaporation temperature. Then, different CIGS absorbers were synthesized with the stabilized hybrid process. These absorbers were deposited in one and three stages to analyze the influence of composition gradients on their morphological, structural and optoelectronic properties. A CIGS absorber giving a maximum conversion efficiency of 10.4 % was fabricated with a one step process. A 9.3 % efficiency solar cell was obtained with a three-stage deposition process.

Les nouvelles générations de radars sont confrontées à des cibles de plus en plus menaçantes. Ces radars doivent effectuer plusieurs tâches en parallèle, dont la veille et la poursuite. Pour cela, ils peuvent être équipés de panneaux fixes, pour éviter les contraintes liées à la rotation de l'antenne. Le pistage du radar doit donc être renouvelé pour répondre à la double difficulté posée par le pistage des cibles très manoeuvrantes et la gestion des ressources. Dans ce contexte, cette thèse étudie de nouvelles méthodes de pistage pour les cibles hyper-manoeuvrantes. Un nouveau modèle de cible, en coordonnées intrinsèques, est proposé. Ce modèle est exprimé directement dans le repère de la cible, afin de décrire au mieux des manoeuvres fortes avec des accélérations normales bien supérieures à la gravité terrestre. Un algorithme de filtrage utilisant la formulation intrinsèque du modèle est développé. Cet algorithme ayant la même structure qu'une filtre de Kalman étendu, il a été testé sur de vraies données. La comparaison avec d'autres algorithmes de filtrage a montré de réelles améliorations sur un ensemble important de trajectoires. Une nouvelle méthode d'estimation, reposant sur la formulation en termes de moindres carrés de l'approche de lissage, et permettant de tenir compte de sauts dans la trajectoire est également proposée, et les bénéfices sur des méthodes plus classiques de sauts entre modèles sont montrés. Indépendamment, le problème de cadence adaptative est également traité. Un algorithme très général permettant d'optimiser la cadence de mesure pour ménager le budget temps du radar pour la surveillance est présenté. / The new generation of radars is facing increasingly threatening targets. These radars are asked to perform several tasks in parallel, including surveillance and tracking. To this aim, they can be equipped with staring antennas, so they overcome the constraints induced by the rotation of the antenna. The tracking function of the radar has thus to be upgraded to respond to the double issue of tracking highly manoeuvring targets and managing the resources to balance time between tasks. In this context, this thesis investigates new means of tracking highly manoeuvring targets. A new target model based on intrinsic coordinates to perform target tracking is proposed. This new target model is expressed in the frame of the target itself, and uses the Frenet-Serret frame, which is well suited to the description of highly dynamic manoeuvres involving normal accelerations that are much larger than earth gravity. A filtering algorithm using the special intrinsic formulation of the target model is developed. This filtering algorithm is very similar in terms of implementation to an Extended Kalman filter, and was implemented using real data. The comparison with standard target models and filtering algorithms show improvements over simple models and algorithms on a large set of trajectories. A new estimation method, relying on the least squares formulation of the smoothing approach, and taking into account kinematic jumps in the trajectory is also developed. This method also shows improvements over a set of common algorithms based on standard manoeuvre detection. And independently, we investigate the issue of update rate adaptation for radar measurements. A very general update rate adaptation algorithm is derived to optimise the time of revisit of each target, allowing to preserve the radar time budget for other tasks simultaneously performed, such as surveillance.

Cette thèse s’intéresse au problème de l’inférence bayésienne dans les modèles probabilistes dynamiques. Plus précisément nous nous focalisons sur les méthodes de Monte Carlo pour l’intégration. Nous revisitons tout d’abord le mécanisme d’échantillonnage d’importance avec rééchantillonnage, puis son extension au cadre dynamique connue sous le nom de filtrage particulaire, pour enfin conclure nos travaux par une application à la poursuite multi-cibles.En premier lieu nous partons du problème de l’estimation d’un moment suivant une loi de probabilité, connue à une constante près, par une méthode de Monte Carlo. Tout d’abord,nous proposons un nouvel estimateur apparenté à l’estimateur d’échantillonnage d’importance normalisé mais utilisant deux lois de proposition différentes au lieu d’une seule. Ensuite,nous revisitons le mécanisme d’échantillonnage d’importance avec rééchantillonnage dans son ensemble afin de produire des tirages Monte Carlo indépendants, contrairement au mécanisme usuel, et nous construisons ainsi deux nouveaux estimateurs.Dans un second temps nous nous intéressons à l’aspect dynamique lié au problème d’inférence bayésienne séquentielle. Nous adaptons alors dans ce contexte notre nouvelle technique de rééchantillonnage indépendant développée précédemment dans un cadre statique.Ceci produit le mécanisme de filtrage particulaire avec rééchantillonnage indépendant, que nous interprétons comme cas particulier de filtrage particulaire auxiliaire. En raison du coût supplémentaire en tirages requis par cette technique, nous proposons ensuite une procédure de rééchantillonnage semi-indépendant permettant de le contrôler.En dernier lieu, nous considérons une application de poursuite multi-cibles dans un réseau de capteurs utilisant un nouveau modèle bayésien, et analysons empiriquement les résultats donnés dans cette application par notre nouvel algorithme de filtrage particulaire ainsi qu’un algorithme de Monte Carlo par Chaînes de Markov séquentiel / This thesis deals with integration calculus in the context of Bayesian inference and Bayesian statistical filtering. More precisely, we focus on Monte Carlo integration methods. We first revisit the importance sampling with resampling mechanism, then its extension to the dynamic setting known as particle filtering, and finally conclude our work with a multi-target tracking application. Firstly, we consider the problem of estimating some moment of a probability density, known up to a constant, via Monte Carlo methodology. We start by proposing a new estimator affiliated with the normalized importance sampling estimator but using two proposition densities rather than a single one. We then revisit the importance sampling with resampling mechanism as a whole in order to produce Monte Carlo samples that are independent, contrary to the classical mechanism, which enables us to develop two new estimators. Secondly, we consider the dynamic aspect in the framework of sequential Bayesian inference. We thus adapt to this framework our new independent resampling technique, previously developed in a static setting. This yields the particle filtering with independent resampling mechanism, which we reinterpret as a special case of auxiliary particle filtering. Because of the increased cost required by this technique, we next propose a semi independent resampling procedure which enables to control this additional cost. Lastly, we consider an application of multi-target tracking within a sensor network using a new Bayesian model, and empirically analyze the results from our new particle filtering algorithm as well as a sequential Markov Chain Monte Carlo algorithm

La surveillance de la croissance des enfants est une activité quasi-universelle visant principalement à repérer des affections graves chez des enfants apparemment sains. Il existe des preuves empiriques que les performances de cette surveillance sont faibles, ce qui pourrait s’expliquer par l’absence de consensus sur trois questions clés et interdépendantes : quelles sont les affections à cibler en priorité ? comment définir une croissance anormale ? et quelles sont les courbes de croissance à utiliser ?Nous avons montré qu’il existait une grande hétérogénéité des pratiques de surveillance de la croissance en Europe et que les sept algorithmes proposés pour définir une croissance anormale avaient des performances et/ou un niveau de validation faible. Nous avons réalisé une étude de validation externe et une comparaison face-à-face de ces algorithmes et démontré que la règle de Grote avait les meilleures performances. Nous avons montré que la croissance des enfants français contemporains était plus proche des courbes de l’OMS que des courbes de référence françaises, excepté dans les six premiers mois de vie, et que l’introduction des courbes de l’OMS augmenterait la sensibilité des algorithmes au détriment de leurs spécificités. Nous avons obtenu un consensus d’experts internationaux sur la typologie des affections cibles prioritaires et un consensus national sur une liste réduite de huit affections cibles prioritaires des algorithmes de surveillance de la croissance.Ces connaissances nouvelles permettront très probablement de proposer des outils plus valides pour la surveillance de la croissance et de standardiser les pratiques pour améliorer la santé des enfants. / Growth monitoring in children is a worldwide health activity which aims at early detection of serious underlying disorders of apparently healthy children. Existing empirical evidence shows that growth-monitoring performance were low, this can be explained by a lack of consensus on three key and interconnected questions: which conditions should be targeted? how should abnormal growth be defined? and which growth charts should be used?We showed that there is a large heterogeneity in growth-monitoring practices in Europe and that the seven algorithms proposed for defining an abnormal growth had low performance and/or a level of validation. We performed an external validation study and head-to-head comparison of these seven algorithms and demonstrated that the Grote clinical rule had the best performance. We found that the growth of contemporary French children were closer to the WHO than French growth charts, except during the first six month of life. The introduction of WHO growth charts would increase the sensitivity at the expense of their specificity. We obtained an international consensus on the typology of priority target conditions and national consensus on a short list of eight priority target conditions of growth-monitoring algorithms.This new knowledge will most likely allow developing validated tools for growth monitoring and standardizing practices for improving child outcomes.

La maladie d’Alzheimer (MA) est une maladie neurodégénérative complexe caractérisée par une perte progressive de la mémoire et de la cognition. C’est la première cause de démence chez le sujet âgé et affecte environs 4.6 millions de personnes par an, selon un rapport de l’association « Alzheimer’s disease International », le nombre de patients pourrait s’élever à 135.5 millions en 2050. Du fait de sa complexité, la MA reste incurable et seuls 4 médicaments aux vertus palliatives dont 3 visant à inhiber l’acétylcholinestérase (AChE) ont reçu une autorisation de mise sur le marché à ce jour. L’approche multi-cible parait particulièrement adaptée du fait du grand nombre de cibles potentielles de la pathologie, et du caractère multifactoriel de la maladie. Cette approche consiste à associer sur une seule molécule, plusieurs pharmacophores afin qu’ils puissent agir simultanément sur différentes cibles impliquées dans le processus neurodégénératif. Dans ce contexte, en parallèle de la resynthèse d’un ligand multi-cible conjugué alliant un inhibiteur d’AChE (IAChE) et un antioxydant, deux nouvelles familles de ligands multi-cibles conjuguées, combinant un IAChE et un agoniste des récepteurs nicotiniques α7 (α7 nAChR) ont été conçues et leur synthèse abordée. Dans le cas de la première famille, le fragment ivastigmine a été choisi pour sa capacité à inhiber de manière pseudo-irréversible l’AChE et a été conjugué à un motif quinuclidine, un puissant agoniste des α7 nAChRs impliqués dans la MA. En combinant ces deux fragments, il a été observé que les propriétés biologiques in vitro de chaque pharmacophore étaient améliorées. La structure de la seconde famille est basée sur le Donepezil, un IAChE réversible de plus forte affinité, combiné au même motif quinuclidine que dans la série précédente. Si des intermédiaires avancés ont été obtenus, un ou deux étapes restent à finaliser pour finaliser la synthèse de cette troisième famille de MTDL. / Alzheimer’s disease (AD) is a complex neurodegenerative disease characterised by a progressive loss of memory and cognition. Nowadays, 4.6 million new patients are identified every year and according to the “Alzheimer’s diseases International” association, the number of patients could reach 135.5 million in 2050. Due to its complexity, AD remains uncurable and only 4 palliative drugs, of which 3 are acetylcholinesterase (AChE) inhibitors (AChEI), have been approved by FDA to date. AD being a multifactorial illness, with many potential targets involved in the pathology, the MTDL approach seems promising. This strategy associates in one single molecule, different pharmacophores (at least) acting on different targets involved in this CNS-related disorder. In this context, in parallel with the upscaled synthesis of a conjugated MTDL combining an AChEI inhibitor and an antioxidant, two new families of conjugated MTDLs associating an AChEI and a α7 nicotinic receptor (α7 nAChR) agonist have been investigated. The structure of the first family was based on a Rivastigmine scaffold, known to be a pseudo-irreversible AChE inhibitor, and a quinuclidine fragment, a potent α7 nAChR agonist. By combining these two fragments, it was brought to light that the in vitro biological properties were improved on both targets. The second family was based on a donepezil fragment, a more potent AChEI, and the same quinuclidine fragment than in the first family. Advanced intermediates have been obtained, and two last steps remain to be achieved for the completion of this third MTDL series.

Nous proposons dans cette thèse une méthode robuste de détection d’objets mobiles depuis une caméra en mouvement montée sur un vecteur aérien de type drone ou hélicoptère. Nos contraintes industrielles sont particulièrement fortes : robustesse aux grands mouvements de la caméra, robustesse au flou de focus ou de bougé, et précision dans la détection et segmentation des objets mobiles. De même, notre solution doit être optimisée afin de ne pas être trop consommatrice en termes de puissance de calcul. Notre solution consiste en la compensation du mouvement global, résultant du mouvement de la caméra, puis en l’analyse du mouvement résiduel existant entre les images pour détecter et segmenter les cibles mobiles. Ce domaine a été particulièrement exploré dans la littérature, ce qui se traduit par une richesse des méthodes proposées fondamentalement différentes. Après en avoir étudié un certain nombre, nous nous sommes aperçus qu’elles avaient toutes un domaine d’applications restreint, malheureusement incompatible avec nos préoccupations industrielles. Pour pallier à ce problème, nous proposons une méthodologie consistant à analyser les résultats des méthodes de l’état de l’art de manière à en comprendre les avantages et inconvénients de chacune. Puis, des hybridations de ces méthodes sont alors mis en place. Ainsi, nous proposons trois étapes successives : la compensation du mouvement entre deux images successives, l’élaboration d’un arrière plan de la scène afin de pouvoir segmenter de manière correcte les objets mobiles dans l’image et le filtrage de ces détections par confrontation entre le mouvement estimé lors de la première étape et le mouvement résiduel estimé par un algorithme local. La première étape consiste en l’estimation du mouvement global entre deux images à l’aide d’une méthode hybride composée d’un algorithme de minimisation ESM et d’une méthode de mise en correspondance de points d’intérêt Harris. L’approche pyramidale proposée permet d’optimiser les temps de calcul et les estimateursrobustes (M-Estimateur pour l’ESM et RANSAC pour les points d’intérêt) permettent de répondre aux contraintes industrielles. La deuxième étape établit un arrière plan de la scène à l’aide d’une méthode couplant les résultats d’une différence d’images successives (après compensation) et d’une segmentation en régions. Cette méthode réalise une fusion entre les informations statiques et dynamiques de l’image. Cet arrière plan est ensuite comparé avec l’image courante afin de détecter les objets mobiles. Enfin, la dernière étape confronte les résultats de l’estimation de mouvement global avec le mouvement résiduel estimé par un flux optique local Lucas-Kanade afin de valider les détections obtenues lors de la seconde étape. Les expériences réalisées dans ce mémoire sur de nombreuses séquences de tests (simulées ou réelles) permettent de valider la solution retenue. Nous montrons également diverses applications possibles de notre méthode proposée. / We propose a robust method about moving target detection from a moving UAV-mounted or helicopter-mounted camera. The industrial solution has to be robust to large motion of the camera, focus and motion blur in the images, and need to be accurate in terms of the moving target detection and segmentation. It does not have to need a long computation time. The proposed solution to detect the moving targets consists in the global camera motion compensation, and the residual motion analysis, that exists between the successive images. This research domain has been widely explored in the literature, implying lots of different proposed methods. The study of these methods show us that they all have a different and limited application scope, incompatible with our industrial constraints. To deal with this problem, we propose a methodology consisting in the analysis of the state-of-the-art method results, to extract their strengths and weaknesses. Then we propose to hybrid them. Therefore, we propose three successive steps : the inter-frame motion compensation, thecreation of a background in order to correctly detect the moving targets in the image and then the filtering of these detections by a comparison between the estimated global motion of the first step and the residual motion estimated by a local algorithm. The first step consists in the estimation of the global motion between two successive images thanks to a hybrid method composed of a minimization algorithm (ESM) and a feature-based method (Harris matching). The pyramidal implementation allows to optimize the computation time and the robust estimators (M-Estimator for the ESM algorithm and RANSAC for the Harris matching) allow to deal with the industrial constraints. The second step createsa background image using a method coupling the results of an inter-frame difference (after the global motion compensation) and a region segmentation. This method merges the static and dynamic information existing in the images. This background is then compared with the current image to detect the moving targets. Finally, the last step compares the results of the global motion estimation with the residual motion estimated by a Lucas-Kanade optical flow in order to validate the obtained detections of the second step. This solution has been validated after an evaluation on a large number of simulated and real sequences of images. Additionally, we propose some possible applications of theproposed method.