Les travaux effectués au cours de cette thèse ont pour objectif d’étudier et de modéliser une opération de soudage multipasse d’un acier à haute limite d’élasticité utilisé en construction navale. Dans ce cadre il s’agit de prédire les conséquences métallurgiques et mécaniques du procédé et tout particulièrement la répartition et l’intensité des contraintes résiduelles post- soudage nécessaires pour analyser l’intégrité de la structure navale en service. Deux maquettes représentatives d’un joint d’angle en Té ont permis de caractériser l’évolution des cycles thermiques, de la microstructure et des contraintes résiduelles (estimées par les méthodes du contour et du trou profond) après chaque passe de soudage. La suite de l’étude concerne la caractérisation et la modélisation du comportement thermo-métallurgique et thermo- mécanique des différentes phases apparaissant au cours du soudage. La dernière partie porte sur l’implémentation des modèles retenus dans le code de calcul élément finis Abaqus à l’aide de sous-programmes spécifiques. Une étape de transition d’échelle a permis de décrire le comportement thermomécanique multiphasé de cet acier. Des calculs préliminaires ont été conduits pour valider l’implémentation des modèles sur des cas simples. Différents couplages ont été réalisés, soit une analyse thermique puis thermo-métallurgique, pour estimer la dureté après chaque passe et enfin métallurgique-mécanique pour prédire les contraintes résiduelles pour le procédé de soudage multipasse. Les résultats des calculs éléments finis ont été discutés et comparés aux résultats expérimentaux obtenus dans la première partie de cette étude. / This thesis aims at studying and modeling a multipass welding operation of a high strength steel used in shipbuilding. In this framework, work focus on predicting the metallurgical and mechanical consequences of the process and, in particular, the residual stress distribution after welding. Since residual stresses can be detrimental to the performance of the welded product, their estimation is essential and numerical modelling is useful to predict them. Two welding mock-ups which are representative of a T- joint were used to characterize the evolution of thermal cycles, microstructure and residual stresses (measured by contour method and deep hole drilling) after each welding pass. Metallurgical and mechanical behaviors were thoroughly characterized in order to feed numerical models with reliable constitutive equations. The last part deals with the implementation of the models in the finite element calculation code Abaqus using specific subroutines. A scale transition procedure has been added to describe the thermomechanical multiphase behavior of the steel. Preliminary calculations were carried out for simple cases to validate the implementation of models. Different numerical couplings were made. First a thermal analysis then a thermo-metallurgical analysis, to estimate the hardness after each welding pass. Finally, a metallurgical-mechanical analysis is achieved for the prediction of residual stresses due to multipass welding. The results of the finite element calculations were discussed and compared with the experimental results obtained in the first part of this work.

La méthode du contour est une technique récente pour la mesure de contraintes résiduelles dans des structures mécaniques. Elle permet d'obtenir un champ de contraintes résiduelles en 2D. Dans la méthode du contour, l'échantillon est découpé en deux parties. Les contraintes résiduelles normales aux faces découpées se détendent, ce qui cause leur déformation. Le profil de déformation des faces coupées est mesuré, puis utilisé pour le calcul de contraintes résiduelles. La méthode du contour est basée sur le principe de superposition élastique. Sa théorie assume que la détente de contraintes résiduelles est entièrement élastique. Cependant, en pratique, la détente élastique de contraintes résiduelles peut être accompagnée d'une détente plastique, ce qui induit des erreurs dans les contraintes mesurées. Ce projet se concentre sur l'étude et le contrôle des erreurs de plasticité dans la méthode du contour. Les résultats de cette recherche fournissent d'importantes informations sur la façon dont les déformations plastiques affectent les résultats de la méthode du contour. Par ailleurs une nouvelle technique de coupe pour l'atténuation des erreurs de plasticité a été développée. Des outils de calcul et des instructions sont proposés pour l'estimation des erreurs de plasticité. Enfin des instructions pour la minimisation des erreurs de plasticité sont proposées et appliquées à la mesure de contraintes résiduelles dans un échantillon. / The contour method has emerged as a promising technique for residual stress measurement in relatively large, thick and complex engineering components. The method involves making a cut in the sample of interest, measuring the subsequent relaxed deformation of the cut face and using this profile to back-calculate the original residual stress field by FE modelling. The method is based on the theory of elasticity in that the stress relaxation during test specimen cutting is assumed to be entirely elastic. However, when measuring residual stresses close to the material yield stress, plasticity can occur and affect the measurements.The main aim of this thesis was to develop methods of mitigating and estimating plasticity-induced errors in the contour method. The outcomes of this research provide a valuable insight into how accumulation of plasticity affects the performance of the contour method. A novel cutting strategy that aims at mitigating the plasticity-induced errors has been developed. Furthermore, procedures are developed to estimate the plasticity-induced errors. Finally guidelines are proposed and applied to a case study for mitigating the plasticity-induced errors in the contour method.

La segmentation d'image constitue une étape importante dans le traitement d'image et de nombreuses questions restent ouvertes. Il a été montré récemment, dans le cas d'une segmentation à deux régions homogènes, que l'utilisation de contours actifs polygonaux fondés sur la minimisation d'un critère issu de la théorie de l'information permet d'aboutir à un algorithme ultra-rapide qui ne nécessite ni paramètre à régler dans le critère d'optimisation, ni connaissance a priori sur les fluctuations des niveaux de gris. Cette technique de segmentation rapide et non supervisée devient alors un outil élémentaire de traitement.L'objectif de cette thèse est de montrer les apports de cette brique élémentaire pour la conception de nouvelles techniques de segmentation plus complexes, permettant de dépasser un certain nombre de limites et en particulier :- d'être robuste à la présence dans les images de fortes inhomogénéités ;- de segmenter des objets non connexes par contour actif polygonal sans complexifier les stratégies d'optimisation ;- de segmenter des images multi-régions tout en estimant de façon non supervisée le nombre de régions homogènes présentes dans l'image.Nous avons pu aboutir à des techniques de segmentation non supervisées fondées sur l'optimisation de critères sans paramètre à régler et ne nécessitant aucune information sur le type de bruit présent dans l'image. De plus, nous avons montré qu'il était possible de concevoir des algorithmes basés sur l'utilisation de cette brique élémentaire, permettant d'aboutir à des techniques de segmentation rapides et dont la complexité de réalisation est faible dès lors que l'on possède une telle brique élémentaire. / Image segmentation is an important step in many image processing systems and many problems remain unsolved. It has recently been shown that when the image is composed of two homogeneous regions, polygonal active contour techniques based on the minimization of a criterion derived from information theory allow achieving an ultra-fast algorithm which requires neither parameter to tune in the optimized criterion, nor a priori knowledge on the gray level fluctuations. This algorithm can then be used as a fast and unsupervised processing module. The objective of this thesis is therefore to show how this ultra-fast and unsupervised algorithm can be used as a module in the conception of more complex segmentation techniques, allowing to overcome several limits and particularly:- to be robust to the presence of strong inhomogeneity in the image which is often inherent in the acquisition process, such as non-uniform illumination, attenuation, etc.;- to be able to segment disconnected objects by polygonal active contour without complicating the optimization strategy;- to segment multi-region images while estimating in an unsupervised way the number of homogeneous regions in the image.For each of these three problems, unsupervised segmentation techniques based on the optimization of Minimum Description Length criteria have been obtained, which do not require the tuning of parameter by user or a priori information on the kind of noise in the image. Moreover, it has been shown that fast segmentation techniques can be achieved using this segmentation module, while keeping reduced implementation complexity.

Notre environnement visuel est riche en lumière, couleurs, traits, textures et formes. Pour appréhender cette richesse, nous déplaçons nos yeux tous les quarts de seconde à l'aide de mouvements très rapides appelés saccades. Une telle vision dite active a fait l’objet de multiples recherches, mais les interactions entre les systèmes visuel et oculomoteur ne sont pas clairement établies. Cette thèse vise à préciser ces interactions en étudiant si les délais temporels associés au traitement d'informations visuelles de plus en plus élaborées contraignent où et quand nos yeux bougent. Trois séries d'études comportementales menées chez l'homme et utilisant des paradigmes novateurs ont été réalisées. Elles nous ont permis de mettre en évidence que le traitement des contrastes d'orientation, tout comme le traitement des contrastes de luminance sont intégrés par le système saccadique. En effet, un stimulus (distracteur) différant d'un fond texturé par sa luminance ou son orientation dévie le regard de sa cible dans la même mesure, et ce, quelle que soit la latence des saccades. Néanmoins, le contraste de luminance conserve un rôle prédominant. Premièrement, il conduit au déclenchement plus précoce des saccades en comparaison avec le contraste d’orientation. Deuxièmement, dès lors qu'il entre en compétition avec des informations plus élaborées comme le contour, il suffit à déterminer la métrique des saccades. Ainsi, en accord avec l'architecture des systèmes visuel et oculomoteur, les traitements visuels influencent la programmation des saccades de manière ordonnée. / Our environment is rich in light, color, features, textures, and shapes. To extract this information, we move our eyes four times per second with rapid eye movements called saccades. This so-called active vision has been studied extensively, but the interactions between the visual and oculomotor systems have not been fully characterized yet. This thesis aims to clarify these interactions by investigating whether the delays in processing visual information of increasing complexity determine where and when our eyes move. The present work focuses on three types of basic visual processing for which the neural substrates are well established and predict a specific order in the programming of saccades at the level of the superior colliculus. We conducted three series of behavioral studies with human participants using novel experimental paradigms. These studies showed that orientation-contrast processing as well as early luminance-contrast processing are integrated in the saccadic system to the same extent. When aiming for a target stimulus, the eyes deviate toward a distractor stimulus in equal measure, irrespective of whether the distractor differed in luminance or orientation from a texture background and irrespective of saccade latency. However, the role of luminance contrast remains dominant. Firstly, luminance contrast triggers faster saccades than orientation contrast. Secondly, when luminance contrast competes with more complex information such as contour, solely luminance contrast determines saccade metrics. Therefore, visual processes influence saccade programming in a specific order that is consistent with the architecture of the visual and oculomotor systems.

Additive technology (AT) is increasingly used to design unique parts, mainly due to the ability to produce complex structures such as lattice structures. However, this also includes the need to modify the process parameters or the production strategy of the AT, which is usually set to produce volume geometry. Using samples corresponding to the geometries of the lattice structures, the exact input values were measured, which were used to design the SLM (Selective laser melting) production process using a contour strategy. Thanks to this, vertical and angled (35.26°) struts with low porosity (up to 0.2 %), low surface roughness and high dimensional accuracy were produced. Porosity was measured on µCT, surface roughness and dimensional accuracy were measured on STL data. The results show that if the parameters of the SLM process are set correctly, it is possible to produce struts with low porosity and surface roughness using different combinations of laser power and scanning speed. The above findings were used in the creation of script that allow the selection of suitable process parameters to produce lattice structures.

En ljudlogotyp är en ljudkomposition som används för att särskilja ett varumärke. Ljudlogotypen ingår i varumärkens strategiska arbete för att skapa sig en bild i konsumenters medvetande. Denna bild kallas varumärkesuppfattning. Syftet med denna studie var att utöka kunskapen om hur musik kan användas i kommunikativt syfte i allmänhet och om hur melodin påverkar uppfattningen av varumärken i synnerhet. En webbenkät genomfördes för att studera om olika typer av melodisk kontur hos en ljudlogotyp kan ge olika effekter på hur ett fiktivt varumärke uppfattas ifråga om varumärkespersonlighet. Deltagare rekryterades via sociala medier. Till undersökningen utformades åtta videoklipp innehållande en ljudlogotyp och en grafisk logotyp. Videoklippen var identiska förutom att den melodiska konturen skilde dem åt. Deltagarna skattade i vilken grad de uppfattade fem olika personlighetsdrag hos den ljudlogotyp de fick höra. Resultaten analyserades statistiskt. Genom undersökningen genererades inget stöd för att typ av melodisk kontur skulle ha någon påverkan på uppfattningen av de fem personlighetsdragen. Lämpliga metoder för undersökningar om ljudlogotyper och varumärkesuppfattning diskuteras. För framtida studier inom området föreslås kvalitativa studier samt studier som undersöker andra musikaliska parametrar. Vidare efterfrågas mer forskning om melodisk kontur. / An audio logo, also called sonic logo or sound logo, is a sound composition utilized to differentiate a brand. A sonic logo is part of a brand’s strategy to create an image in the awareness of consumers. This image is called brand perception. The objective of this study was to expand general knowledge about music’s applicability for communicative purposes and moreover to specifically look at how melody affects brand perception. A web survey was conducted to investigate if different types of melodic contour in an audio logo can have different effects on the perception of brand identity for a fictional brand. Participants were recruited using social media. Eight videos consisting of an audio logo and a graphic logo were designed. The videos were identical apart from their melodic contours. Participants rated the degree to which they perceived five different personality traits for the audio logo they heard. The results were analyzed statistically. Through the survey, no support was generated for an impact from the type of melodic contour on the perception of the five personality traits. Appropriate methods for investigating audio logos and brand perception are discussed. For future research within the field qualitative design is suggested, as well asinvestigations into other musical parameters. Furthermore, additional research into melodic contour is proposed.

Le sujet de la thèse est l'extraction et la segmentation des vêtements à partir d'images en utilisant des techniques de la vision par ordinateur, de l'apprentissage par ordinateur et de la description d'image, pour la recommandation de manière non intrusive aux utilisateurs des produits similaires provenant d'une base de données de vente. Nous proposons tout d'abord un extracteur d'objets dédié à la segmentation de la robe en combinant les informations locales avec un apprentissage préalable. Un détecteur de personne localises des sites dans l'image qui est probable de contenir l'objet. Ensuite, un processus d'apprentissage intra-image en deux étapes est est développé pour séparer les pixels de l'objet de fond. L'objet est finalement segmenté en utilisant un algorithme de contour actif qui prend en compte la segmentation précédente et injecte des connaissances spécifiques sur la courbure locale dans la fonction énergie. Nous proposons ensuite un nouveau framework pour l'extraction des vêtements généraux en utilisant une procédure d'ajustement globale et locale à trois étapes. Un ensemble de modèles initialises un processus d'extraction d'objet par un alignement global du modèle, suivi d'une recherche locale en minimisant une mesure de l'inadéquation par rapport aux limites potentielles dans le voisinage. Les résultats fournis par chaque modèle sont agrégés, mesuré par un critère d'ajustement globale, pour choisir la segmentation finale. Dans notre dernier travail, nous étendons la sortie d'un réseau de neurones Fully Convolutional Network pour inférer le contexte à partir d'unités locales (superpixels). Pour ce faire, nous optimisons une fonction énergie, qui combine la structure à grande échelle de l'image avec le local structure superpixels, en recherchant dans l'espace de toutes les possibilité d'étiquetage. De plus, nous introduisons une nouvelle base de données RichPicture, constituée de 1000 images pour l'extraction de vêtements à partir d'images de mode. Les méthodes sont validées sur la base de données publiques et se comparent favorablement aux autres méthodes selon toutes les mesures de performance considérées. / The topic of the thesis is the extraction and segmentation of clothing items from still images using techniques from computer vision, machine learning and image description, in view of suggesting non intrusively to the users similar items from a database of retail products. We firstly propose a dedicated object extractor for dress segmentation by combining local information with a prior learning. A person detector is applied to localize sites in the image that are likely to contain the object. Then, an intra-image two-stage learning process is developed to roughly separate foreground pixels from the background. Finally, the object is finely segmented by employing an active contour algorithm that takes into account the previous segmentation and injects specific knowledge about local curvature in the energy function.We then propose a new framework for extracting general deformable clothing items by using a three stage global-local fitting procedure. A set of template initiates an object extraction process by a global alignment of the model, followed by a local search minimizing a measure of the misfit with respect to the potential boundaries in the neighborhood. The results provided by each template are aggregated, with a global fitting criterion, to obtain the final segmentation.In our latest work, we extend the output of a Fully Convolution Neural Network to infer context from local units(superpixels). To achieve this we optimize an energy function,that combines the large scale structure of the image with the locallow-level visual descriptions of superpixels, over the space of all possiblepixel labellings. In addition, we introduce a novel dataset called RichPicture, consisting of 1000 images for clothing extraction from fashion images.The methods are validated on the public database and compares favorably to the other methods according to all the performance measures considered.

No description available.

A machine learning method for synthesising human images is explored to create new images without relying on 3D modelling. Machine learning allows the creation of new images through prediction from existing data based on the use of training images. In the present study, image synthesis is performed at two levels: contour and pixel. A class of learning-based methods is formulated to create object contours from the training image for the synthetic image that allow pixel synthesis within the contours in the second level. The methods rely on applying robust object descriptions, dynamic learning models after appropriate motion segmentation, and machine learning-based frameworks. Image-based human image synthesis using machine learning is a research focus that has recently gained considerable attention in the field of computer graphics. It makes use of techniques from image/motion analysis in computer vision. The problem lies in the estimation of methods for image-based object configuration (i.e. segmentation, contour outline). Using the results of these analysis methods as bases, the research adopts the machine learning approach, in which human images are synthesised by executing the synthesis of contour and pixels through the learning from training image. Firstly, thesis shows how an accurate silhouette is distilled using developed background subtraction for accuracy and efficiency. The traditional vector machine approach is used to avoid ambiguities within the regression process. Images can be represented as a class of accurate and efficient vectors for single images as well as sequences. Secondly, the framework is explored using a unique view of machine learning methods, i.e., support vector regression (SVR), to obtain the convergence result of vectors for contour allocation. The changing relationship between the synthetic image and the training image is expressed as a vector and represented in functions. Finally, a pixel synthesis is performed based on belief propagation. This thesis proposes a novel image-based rendering method for colour image synthesis using SVR and belief propagation for generalisation to enable the prediction of contour and colour information from input colour images. The methods rely on using appropriately defined and robust input colour images, optimising the input contour images within a sparse SVR framework. Firstly, the thesis shows how contour can effectively and efficiently be predicted from small numbers of input contour images. In addition, the thesis exploits the sparse properties of SVR efficiency, and makes use of SVR to estimate regression function. The image-based rendering method employed in this study enables contour synthesis for the prediction of small numbers of input source images. This procedure avoids the use of complex models and geometry information. Secondly, the method used for human body contour colouring is extended to define eight differently connected pixels, and construct a link distance field via the belief propagation method. The link distance, which acts as the message in propagation, is transformed by improving the low-envelope method in fast distance transform. Finally, the methodology is tested by considering human facial and human body clothing information. The accuracy of the test results for the human body model confirms the efficiency of the proposed method.

This thesis is aimed at extending the spherical barotropic contour-advective semi-Lagrangian (CASL) Algorithm, written in 1996 by David Dritschel and Maarten Ambaum, to more complex test cases within the shallow-water context. This is an integral part for development of any numerical model and the accuracy obtained depends on many factors, including knowledge of the initial state of the atmosphere or ocean, the numerical methods applied, and the resolutions used. The work undertaken throughout this thesis is highly varied and produces important steps towards creating a versatile suite of programs to model all types of flow, quickly and accurately. This, as will be explained in later chapters, impacts both public safety and the world economy, since much depends on accurate medium range forecasting. There shall be an investigation of a series of tests which demonstrate certain aspects of a dynamical system and its progression into more unstable situations - including the generation and feedback of freely propagating inertia-gravity waves (hereafter “gravity waves"), which transmit throughout the system. The implications for increasing forecast accuracy will be discussed. Within this thesis two main CASL algorithms are outlined and tested, with the accuracy of the results compared with previous results. In addition, other dynamical fields (besides geopotential height and potential vorticity) are analysed in order to assess how well the models deal with gravity waves. We shall see that such waves are sensitive to the presence, or not, of sharp potential vorticity gradients, as well as to numerical parameter settings. In particular, large time-steps (convenient for semi-Lagrangian schemes) may not only seriously affect gravity waves, but may also have an adverse impact on the primary fields of height and velocity. These problems are exacerbated by a poor resolution of potential vorticity gradients, which we shall attempt to improve.