Dans cet article, nous présentons une nouvelle approche de détection multi-classes basée sur un parcours hiérarchique de classifieurs appris simultanément. Pour plus de robustesse et de rapidité, nous proposons d’utiliser un arbre de classes d’objets. Notre modèle de détection est appris en combinant les contraintes de tri et de classification dans un seul problème d’optimisation. Notre formulation convexe permet d’utiliser un algorithme de recherche pour accélérer le temps d’exécution. Nous avons mené des évaluations de notre algorithme sur les benchmarks PASCAL VOC (2007 et 2010). Comparé à l’approche un-contre-tous, notre méthode améliore les performances pour 20 classes et gagne 10x en vitesse. / Recent years have witnessed a competition in autonomous navigation for vehicles boosted by the advances in computer vision. The on-board cameras are capable of understanding the semantic content of the environment. A core component of this system is to localize and classify objects in urban scenes. There is a need to have multi-class object detection systems. Designing such an efficient system is a challenging and active research area. The algorithms can be found for applications in autonomous driving, object searches in images or video surveillance. The scale of object classes varies depending on the tasks. The datasets for object detection started with containing one class only e.g. the popular INRIA Person dataset. Nowadays, we witness an expansion of the datasets consisting of more training data or number of object classes. This thesis proposes a solution to efficiently learn a multi-class object detector. The task of such a system is to localize all instances of target object classes in an input image. We distinguish between three major efficiency criteria. First, the detection performance measures the accuracy of detection. Second, we strive low execution times during run-time. Third, we address the scalability of our novel detection framework. The two previous criteria should scale suitably with the number of input classes and the training algorithm has to take a reasonable amount of time when learning with these larger datasets. Although single-class object detection has seen a considerable improvement over the years, it still remains a challenge to create algorithms that work well with any number of classes. Most works on this subject extent these single-class detectors to work accordingly with multiple classes but remain hardly flexible to new object descriptors. Moreover, they do not consider all these three criteria at the same time. Others use a more traditional approach by iteratively executing a single-class detector for each target class which scales linearly in training time and run-time. To tackle the challenges, we present a novel framework where for an input patch during detection the closest class is ranked highest. Background labels are rejected as negative samples. The detection goal is to find the highest scoring class. To this end, we derive a convex problem formulation that combines ranking and classification constraints. The accuracy of the system is improved by hierarchically arranging the classes into a tree of classifiers. The leaf nodes represent the individual classes and the intermediate nodes called super-classes group recursively these classes together. The super-classes benefit from the shared knowledge of their descending classes. All these classifiers are learned in a joint optimization problem along with the previouslymentioned constraints. The increased number of classifiers are prohibitive to rapid execution times. The formulation of the detection goal naturally allows to use an adapted tree traversal algorithm to progressively search for the best class but reject early in the detection process the background samples and consequently reduce the system’s run-time. Our system balances between detection performance and speed-up. We further experimented with feature reduction to decrease the overhead of applying the high-level classifiers in the tree. The framework is transparent to the used object descriptor where we implemented the histogram of orientated gradients and deformable part model both introduced in [Felzenszwalb et al., 2010a]. The capabilities of our system are demonstrated on two challenging datasets containing different object categories not necessarily semantically related. We evaluate both the detection performance with different number of classes and the scalability with respect to run-time. Our experiments show that this framework fulfills the requirements of a multi-class object detector and highlights the advantages of structuring class-level knowledge.

No description available.

Les processus biologiques sont nombreux et leurs interactions complexes. Les mesures de cesphénomènes génèrent des biomarqueurs multiples. Ainsi, l’épidémiologie doit évoluer dans cecontexte de données complexes et de nature multidimensionnelle. Les maladies du systèmeimmunitaire et les troubles immunologiques qui leur sont associés constituent un bon exemplede pathologies où les questions clinico-épidémiologiques sont de plus en plus complexes,nécessitant des méthodes biostatistiques et épidémiologiques adaptées. Dans cette thèsed’Université, des méthodes permettant de prendre en compte les difficultés méthodologiquesgénérées par les données d’immunologie sont présentées autour de trois applicationscliniques. Notre approche consiste en l’utilisation de méthodes intégratives qui prennent encompte l’ensemble des mesures concernant une pathologie donnée. Nous montrons l’intérêtde l’analyse en composantes principales et de la classification hiérarchique ascendante pourrésumer et extraire l’information de données multiples de cytométrie en flux et celui desmodèles d’équations structurelles pour l’étude de relations complexes entre variables lors deprocessus multifactoriels. Enfin, via l’exemple d’un modèle de reconstitution immunitaireasymptotique utilisant une fonction exponentielle, nous illustrons l’importance de s’appuyersur la structure même des données et sur la compréhension des mécanismes biologiques quisous-tendent la variabilité de ces données dans la réflexion qui concourt au choix d’un modèlestatistique. Les méthodes et la réflexion proposées dans cette thèse sont transposables àd’autres domaines d’application avec des données multiples complexes. / Numerous biological processes with potentially complex interactions exist. Measurements ofthese processes allow to produce multiple biomarkers. Thus, there is a need for epidemiologyto evolve within the context of complex and multidimensional data. Immune system diseasesand associated immune disorders are an example of a field where clinical and epidemiologicalissues are increasingly complex, requiring appropriate statistical and epidemiologicalmethods. In this thesis, methods taking into account methodological difficulties generated byimmunology data are presented through three motivating examples. The general paradigm ofour approach is to take into account all measurements on a given pathology using integrativemethods. We propose principal component analysis and hierarchical clustering to summarizemultidimensional cytometry data and structural equation modelling for dealing with complexrelationships between variables in multifactorial processes. Then, through the example of anasymptotic model of immune reconstitution using an exponential function, we illustrate theimportance about the data’s structure and the biological mechanisms underlying its variabilitywhen building a mathematical model. The methods and the thinking advocated in this thesisare transposable to other research domains with complex data.

Cette thèse questionne l'enseignement de la proportionnalité à des élèves de 11 à 16 ans relevant de l'adaptation scolaire et de la scolarisation des élèves handicapés. Les travaux de didactique des mathématiques ont montré l'inaboutissement fréquent du projet d'appropriation de la proportionnalité auprès des élèves jusqu'au collège, et tout particulièrement en ASH.Afin de savoir si une adaptation peut se faire sans dénaturer le savoir, nous proposons donc une progression sur l'enseignement de la proportionnalité en classe de Quatrième SEGPA.Nous insistons sur l'importance de l'organisation des savoirs au sein de cette progression et sur la pertinence des contextes et des valeurs des variables didactiques numériques. Les analyses de nos observations se font dans le cadre de l'analyse statistique implicative, de la Théorie des Situations Didactiques ainsi que de la double approche utilisée dans l'analyse des pratiques des enseignants.La mise en œuvre de la progression construite nécessite pour les enseignants des connaissances mathématiques. Afin de réactiver ces connaissances, nous proposons des représentations symboliques qui illustrent les techniques de résolution de problèmes relevant de la proportionnalité simple. / The purpose of this thesis is to investigate the teaching of proportionality to 11 to 16-year old pupils registered in special-needs schools including pupils with more severe learning disabilities.Studies related to the teaching of mathematics have shown that the understanding of proportionality by pupils up to middle school age and more particularly by children with significant learning difficulties is often inappropriate. In order to find out if an adjustment can be made without any impact on the knowledge requirements, we experimented a teaching plan concerning the learning of proportionality by children with special-needs in the context of our study. We insist on the importance of the organization of the different types of knowledge within this teaching plan and also on the relevance of backgrounds and values of numerical didactical parameters. Analysis of our observations is carried out with statistical implicative analysis, Theory of Didactical Situations and with the frame of the double approach used to analyse the practices of teachers.The implementation of such a teaching plan requires, for teachers, mathematical knowledge. In order to reactivate this knowledge, we propose a symbolic scheme for each resolving technique applied to problems involving direct proportionality.

La littérature scientifique estime généralement que les messages médiatiques influencent les perceptions des récepteurs. Ils contribuent ainsi à la formation d’identités et à la cohésion sociale. La recherche au Canada a souvent constaté une divergence de couverture entre les médias québécois et canadiens-anglais. Ce clivage médiatique a été soupçonné d’avoir amplifié les différences entre les deux communautés. Toutefois, la recherche sur les divergences entre la presse francophone et anglophone au Québec reste peu développée. Ce travail se demande si ce clivage médiatique existe également dans le paysage médiatique québécois. À cette fin, nous identifions les cadres (frames) employés par des journaux de langue anglaise et française au Québec, c’est-à-dire les schémas interprétatifs fournis par les médias pour faire sens de l’actualité. Pour vérifier l’hypothèse, selon laquelle le cadrage diverge entre la presse anglophone et francophone du Québec, nous avons analysé la couverture du projet de loi 14 dans dix journaux pendant 50 semaines. Avec une approche mixte, combinant une analyse automatisée et une analyse qualitative selon la matrice (frame matrix) de Van Gorp (2005), nous avons identifié les cadres linguistique, social, politique, pragmatique et souverainiste. Nos résultats montrent que quatre cadres sont mobilisés par la presse anglophone et francophone et que les médias reprennent partiellement les discours de l’autre communauté. Cependant, les deux groupes de médias favorisent différents cadres et les articulent différemment. Le rapprochement des médias anglophones et francophones au Québec est donc limité, entre autres en raison d’expériences historiques divergentes et de l’activisme de journaux communautaires. / It is generally believed that media messages influence the perceptions of audiences. Thus, they contribute to identity formation and to social cohesion. However, research in Canada has often found discrepancies in coverage by Quebec and English-Canadian media. This media divide has been suspected of amplifying the differences between the two communities. Yet, research on the differences between the Francophone and the Anglophone press in Quebec is limited. This thesis poses the question whether a linguistic divide also exists in the Quebec media landscape. For this purpose, we identified the frames mobilized by French- and English-language newspapers. We understand frames as interpretative schemata proposed by the media to make sense of news events. To verify our hypothesis that frames differ in the English and French language media of Quebec, we analyzed the coverage of Bill 14 by ten newspapers during 50 weeks. Using a mixed method, which combined a computer-assisted and a qualitative analysis using Van Gorp’s (2005) frame matrix, we identified linguistic, social, political, pragmatic and sovereignist frames. Our results show that four of these frames were used by both French- and English-language newspapers and that the media partially took up discourses from the other language community. However, the two groups prefer different frames and articulate them differently. The rapprochement of Anglophone and Francophone media in Quebec is thus limited, among other things, by diverging historic experiences and activism by community newspapers.