Dans les systèmes de vidéosurveillance, les algorithmes de vision assistée par ordinateur ont joué un rôle crucial pour la détection d’événements liés à la sûreté et la sécurité publique. Par ailleurs, l’incapacité de ces systèmes à gérer plusieurs scènes de foule est une lacune bien connue. Dans cette thèse, nous avons développé des algorithmes adaptés à certaines difficultés rencontrées dans des séquences vidéo liées à des environnements de foule d’une ampleur significative comme les aéroports, les centres commerciaux, les rencontres sportives etc. Nous avons adopté différentes approches en effectuant d’abord une analyse globale du mouvement dans les régions d’intérêt de chaque image afin d’obtenir des informations sur les comportements multimodaux de la foule sous forme de structures spatio-temporelles complexes. Ces structures ont ensuite été utilisées pour détecter des événements de surveillance inhabituels au sein-même de la foule. Pour réaliser nos expériences, nous nous sommes principalement appuyés sur trois ensembles de données qui ont suscité notre réflexion. Les résultats reflètent à la fois la qualité et les défauts de ces approches. Nous avons également développé une distance pseudo-euclidienne.Pour démontrer son utilité, une méthodologie qui lui est propre a été utilisée pour la détection de plusieurs événements de surveillance standards issus de la base TRECVID2008. Certains résultats montrent la robustesse de cette méthodologie tandis que d’autres soulignent la difficulté du problème. Les principaux défis portent, entre autres, sur le flux massif de personnes, l’importance de l’occlusion, la réflexion, les ombres, les fluctuations, les variations de la taille de la cible, etc. Cependant, nos idées et nos expériences de ces problèmes d’ordre pratique ont été particulièrement utiles. De plus, cette thèse développe un algorithme permettant de suivre une cible individuelle dans le cadre de plusieurs scènes de foule. Les séquences vidéo de la base de PETS2009 Benchmark ont été prises en compte pour évaluer les performances de cet algorithme. Si on analyse ses avantages et ses inconvénients, celui-ci fait toujours preuve d’une grande exactitude et sensibilité vis-à-vis des effets de variationde la lumière, ce qui atteste de sa grande efficacité même lorsque la luminosité baisse, que la cible entre ou sort d’une zone d’ombre ou en cas de lueur soudaine. / Computer vision algorithms have played a vital role in video surveillance systems to detect surveillance events for public safety and security. Even so, a common demerit among these systems is their unfitness to handle divers crowded scenes. In this thesis, we have developed algorithms which accommodate some of the challenges encountered in videos of crowded environments (e.g., airports, malls, sporting events) to a certain degree. We have adopted approaches by first performing a global-level motion analysis within each frame’s region of interest that provides the knowledge of crowd’s multi-modal behaviors in the form of complex spatiotemporal structures. These structures are then employed in the detection of unusual surveillance events occurred in the crowds. To conduct experiments, we have heavily relied on three thought-provoking datasets. The results reflect some unique global excellences of the approaches. We have also developed a pseudo Euclidian distance. To show its usage, a methodology based on it has been employed in the detection of various usual surveillance events from theTRECVID2008. Some results report the robustness of the methodology, while the rest gives evidence of the difficulty of the problem at hand. Big challenges include, but are not limited to, massive population flow, heavy occlusion, reflection, shadow, fluctuation, varying target sizes, etc. Notwithstanding, we have got much useful insights and experience to the practical problems. In addition, the thesis explores an individual target tracking algorithm within miscellaneous crowded scenes. Video sequences from the PETS2009 Benchmark data have been used to evaluate its performance. Viewing its pros and cons, the algorithm is still highly accurate and its sensitivity to the effects of diversity in noise and lighting, which ascertains its high-quality performance on disappearances, targets moving in and out of the shadow, and flashes of light.

Le problème abordé ici concerne l'indexation de données multimédia par la recherche d'extraits pertinents. Nos travaux se focalisent sur l'analyse de séquences vidéo afin d'y détecter des événements prédéfinis. La recherche de ces événements étant contextuelle, nous proposons une architecture et des outils génériques et rapides pour la mise en oeuvre de systèmes d'indexation spécifiques. Nous insistons notamment sur les problèmes suivants : la segmentation temporelle des données, la séparation du fond et des objets, la structuration du fond, le suivi des objets (rigides ou non, avec ou sans apprentissage) et l'analyse des données audio. Afin de résoudre ces différents problèmes, les outils génériques que nous proposons sont basés sur des analyses semi-locales, des approches multirésolution, des modèles de Markov cachées et la méthode des contours actifs. L'architecture et les outils introduits ici ont été validés au travers de plusieurs applications.

Réalisé en cotutelle avec l'Université Joseph Fourier École Doctorale Ingénierie pour la Santé,la Cognition et l'Environnement (France) / Les progrès en anesthésie et en réanimation ont pour objectifs la réduction de la durée de surveillance et l'amélioration de la qualité de la récupération. Pour le cas particulier de l'assistance respiratoire, la capacité de surveiller et d'optimiser l'adaptation entre le patient et sa machine d'assistance est déterminante pour la qualité et la conduite des soins. Ce travail de thèse concerne dans sa première partie la mise en place et la validation d'un outil instrumental permettant de caractériser un comportement respiratoire par l'étude cycle à cycle du délai d'activation inspiratoire entre les muscles des voies aériennes supérieures et de la cage thoracique. Cet outil doit prendre en compte les contraintes imposées par le milieu clinique telle qu'une mesure non-invasive des muscles respiratoires. Il repose sur une mesure électromyographique (EMG) de surface des muscles respiratoires. La mesure cycle à cycle et par voie de surface du délai d'activation est un véritable challenge dans un environnement clinique qui est fortement perturbé. La démarche choisie ici est double avec en parallèle : i) La mise en place d'un outil de détection d'évènements menée sous supervision. ii) La définition d'un protocole original sur sujets sains prenant en compte les contraintes cliniques et permettant de valider l'outil et de constituer une base de connaissances pour envisager l'automatisation des procédés dans un travail futur. D'un point de vue physiologique, l'influence de la fréquence respiratoire sur le délai d'activation de l'inspiration n'a pas été étudiée à ce jour. Ce délai a donc été mesuré en condition de normocapnie à différentes fréquences respiratoires imposées par un stimulus sonore. Une étude statistique montre que l'instrument permet de distinguer deux situations physiologiques du protocole expérimental, ce qui en dé- montre la sensibilité. La deuxième partie de ce travail de thèse s'inscrit dans le cadre d'une optimisation des méthodes de détection de singularités d'intérêt. La solution choisie ici se base sur l'intensité structurelle qui calcule la "densité" de maxima d'ondelettes à différentes échelles et permet une localisation des singularités d'un signal bruité. Une formulation de cet outil qui utilise la transformée de Berkner est proposée. Celle-ci permet le chaînage des maxima d'ondelette afin de positionner précisément les amers du signal. Le filtrage de l'artefact ECG dans l'EMG diaphragmatique sans signal de référence est proposé comme exemple d'application. / Better care in an anaesthesia and critical care could be achieved by reducing monitoring duration and improving the quality of recovery. For the particular case of respiratory assistance, the capacity to track and optimize patient-ventilator synchrony is essential to quality care. As a first step, this thesis adresses the development and validation of an instrument which characterizes respiratory behavior by studying the time lag between onset of upper airway muscles and rib cage muscles, cycle by cycle during respiration. This tool must take into account the constraints imposed by the clinical environment ; measuring respiratory muscles by surface electromyographic measurements (EMG). Measurement of the onset time lag, cycle by cycle and non invasively, is a true challenge in a critical care clinical environment. Here the approach is two-fold : i) The development of a tool for events detection. ii) The definition of an original protocol on healthy subjects. The tool development constitutes a knowledge bases to eventually develop automation of the processes in future work. From a physiological point of view, the influence of respiratory rate on the EMG onset time lag during inspiration has not been studied. Thus we measured this time lag in normocapnia at various respiratory rates imposed by a sound stimulus. Statistically, the instrumental tool can distinguish two physiological situations in this experimental protocol, which confirms its sensitivity. The second step of this thesis is part of an optimization of events detection methods with singularities of interest. The chosen solution is based on structural intensity which computes the "density" of the locations of the modulus maxima of a wavelet representation along various scales in order to identify singularities of an unknown signal. An improvement is proposed by applying Berkner transform which allows maxima linkage to insure accurate localization of landmarks. An application to cancel ECG interference in diaphragmatic EMG without a reference signal is also proposed.

La problématique qui a motivé cette étude est celle de la représentation et du traitement de l'information dans le néocortex. On s'intéresse en particulier à l'hypothèse selon laquelle l'information sensorielle est représentée par un "code" spatio-temporel dans l'activité coopérative des populations neuronales. Cette étude est fondamentale pour le développement de solutions technologiques à certains problèmes médicaux (e.g. neuroprothèses). La disponibilité de nouvelles techniques de mesure multi-sites qui permettent d'observer l'activité spatiotemporelle du cortex à de hautes résolutions, nous donne l'occasion d'aborder la notion "d'interaction neuronale" à des échelles mésoscopiques et d'étudier les mécanismes de la sensation et de la perception au niveau des aires fonctionnelles. Nous nous sommes intéressés à l'activité électrique du cortex auditif en réponse aux stimuli sonores, observée in vivo chez le cobaye à l'aide de colorants fluorescents potentiel-dépendants. Nous avons étudié des méthodes pour le traitement, l'analyse et la compression/intégration de l'information spatio-temporelle, adaptées à ce type de données. Une analyse descriptive nous a permit de caractériser les signaux recueillis, ainsi que leur variabilité et les erreurs qui nuisent à la mesure. Une étude théorique est venue compléter cette description et a permit d'interpréter nos données par rapport à l'activité neuronale sous-jacente. Le signal de fluorescence est difficile à traiter avec des techniques classiques de traitement du signal, nous avons donc utilisé des techniques basées sur la transformée en ondelettes afin d'estimer et de caractériser l'activité d'origine neuronale. Finalement, nous avons analysé quelques approches pour la modélisation spatio-temporelle de l'activité du cortex, et nous avons étudié l'adéquation de ces modèles à nos données. Des éléments de méthode pour l'étude de cette problématique et des perspectives pour les expériences futures sont avancés.

Les progrès en anesthésie et en réanimation ont pour objectifs la réduction de la durée de surveillance et l'amélioration de la qualité de la récupération. Pour le cas particulier de l'assistance respiratoire, la capacité de surveiller et d'optimiser l'adaptation entre le patient et sa machine d'assistance est déterminante pour la qualité et la conduite des soins. Ce travail de thèse concerne dans sa première partie la mise en place et la validation d'un outil instrumental permettant de caractériser un comportement respiratoire par l'étude cycle à cycle du délai d'activation inspiratoire entre les muscles des voies aériennes supérieures et de la cage thoracique. Cet outil doit prendre en compte les contraintes imposées par le milieu clinique telle qu'une mesure non-invasive des muscles respiratoires. Il repose sur une mesure électromyographique (EMG) de surface des muscles respiratoires. La mesure cycle à cycle et par voie de surface du délai d'activation est un véritable challenge dans un environnement clinique qui est fortement perturbé. La démarche choisie ici est double avec en parallèle : i) La mise en place d'un outil de détection d'évènements menée sous supervision. ii) La définition d'un protocole original sur sujets sains prenant en compte les contraintes cliniques et permettant de valider l'outil et de constituer une base de connaissances pour envisager l'automatisation des procédés dans un travail futur. D'un point de vue physiologique, l'influence de la fréquence respiratoire sur le délai d'activation de l'inspiration n'a pas été étudiée à ce jour. Ce délai a donc été mesuré en condition de normocapnie à différentes fréquences respiratoires imposées par un stimulus sonore. Une étude statistique montre que l'instrument permet de distinguer deux situations physiologiques du protocole expérimental, ce qui en dé- montre la sensibilité. La deuxième partie de ce travail de thèse s'inscrit dans le cadre d'une optimisation des méthodes de détection de singularités d'intérêt. La solution choisie ici se base sur l'intensité structurelle qui calcule la "densité" de maxima d'ondelettes à différentes échelles et permet une localisation des singularités d'un signal bruité. Une formulation de cet outil qui utilise la transformée de Berkner est proposée. Celle-ci permet le chaînage des maxima d'ondelette afin de positionner précisément les amers du signal. Le filtrage de l'artefact ECG dans l'EMG diaphragmatique sans signal de référence est proposé comme exemple d'application. / Better care in an anaesthesia and critical care could be achieved by reducing monitoring duration and improving the quality of recovery. For the particular case of respiratory assistance, the capacity to track and optimize patient-ventilator synchrony is essential to quality care. As a first step, this thesis adresses the development and validation of an instrument which characterizes respiratory behavior by studying the time lag between onset of upper airway muscles and rib cage muscles, cycle by cycle during respiration. This tool must take into account the constraints imposed by the clinical environment ; measuring respiratory muscles by surface electromyographic measurements (EMG). Measurement of the onset time lag, cycle by cycle and non invasively, is a true challenge in a critical care clinical environment. Here the approach is two-fold : i) The development of a tool for events detection. ii) The definition of an original protocol on healthy subjects. The tool development constitutes a knowledge bases to eventually develop automation of the processes in future work. From a physiological point of view, the influence of respiratory rate on the EMG onset time lag during inspiration has not been studied. Thus we measured this time lag in normocapnia at various respiratory rates imposed by a sound stimulus. Statistically, the instrumental tool can distinguish two physiological situations in this experimental protocol, which confirms its sensitivity. The second step of this thesis is part of an optimization of events detection methods with singularities of interest. The chosen solution is based on structural intensity which computes the "density" of the locations of the modulus maxima of a wavelet representation along various scales in order to identify singularities of an unknown signal. An improvement is proposed by applying Berkner transform which allows maxima linkage to insure accurate localization of landmarks. An application to cancel ECG interference in diaphragmatic EMG without a reference signal is also proposed. / Réalisé en cotutelle avec l'Université Joseph Fourier École Doctorale Ingénierie pour la Santé,la Cognition et l'Environnement (France)

Les épilepsies acquises se déclarent après un processus graduel appelé épileptogenèse. Bien que cliniquement silencieux, ce processus implique des modifications fonctionnelles observables notamment par électroencéphalographie. Cette thèse vise i) à identifier des marqueurs électrophysiologiques apparaissant au cours de l'épileptogenèse, et ii) à comprendre les modifications physiopathologiques sous-jacentes responsables de ces marqueurs et de leur évolution temporelle. Dans un premier temps, nous avons, dans un modèle d'épilepsie partielle chez la souris, monitoré des signaux électrophysiologiques intracérébraux pendant la mise en place de la maladie. Nous avons observé dans ces signaux expérimentaux, l'émergence d'événements transitoires pathologiques appelés pointes épileptiques. Nous avons développé des méthodes de traitement du signal pour détecter et caractériser automatiquement ces événements. Ainsi, nous avons pu mettre en évidence certains changements dans la forme des pointes épileptiques au cours de l'épileptogenèse ; en particulier l'apparition et l'augmentation d'une onde qui suit la pointe épileptique. Une hypothèse défendue dans ces travaux est que ces changements morphologiques peuvent constituer des marqueurs de l'épileptogenèse dans ce modèle animal. Dans un second temps, afin d'interpréter ces modifications électrophysiologiques en termes de processus neurophysiologiques sous-jacents, nous avons implémenté un modèle biomathématique, physiologiquement argumenté, capable de simuler des pointes épileptiques. Formellement, ce modèle est un système dynamique non linéaire qui reproduit les interactions synaptiques (excitatrices et inhibitrices) dans une population de neurones. Une analyse de sensibilité de ce modèle a permis de mettre en évidence le rôle critique de certains paramètres de connectivité dans la morphologie des pointes. Nos résultats montrent en effet, qu'une diminution de l'inhibition GABAergique entraîne un accroissement de l'onde dans les pointes épileptiques. À partir du modèle théorique, nous avons pu ainsi émettre des hypothèses sur les modifications opérant au cours du processus d'épileptogenèse. Ces hypothèses ont pu être en partie vérifiées expérimentalement en bloquant artificiellement l'inhibition GABAergique, dans le modèle in vivo chez la souris, et dans un modèle in vitro chez le rat. En conclusion, ce travail de thèse fournit, dans un modèle animal, un biomarqueur électrophysiologique de l'épileptogenèse et tente d'expliquer, grâce à une modélisation biomathématique, les processus neurophysiologiques sous-jacents qu'il reflète.

L'énorme quantité de données dans les réseaux de capteurs vidéo sans fil (WVSN) pour les nœuds de capteurs de ressources limitées augmente les défis liés à la consommation d'énergie et à la consommation de bande passante. La gestion du réseau est l’un des défis de WMSN en raison de l’énorme quantité d’images envoyées simultanément par les capteurs au coordinateur. Dans cette thèse, pour surmonter ces problèmes, plusieurs contributions ont été apportées. Chaque contribution se concentre sur un ou deux défis, comme suit: Dans la première contribution, pour réduire la consommation d'énergie, une nouvelle approche pour l'agrégation des données dans WVSN basée sur des fonctions de similarité des plans est proposée. Il est déployé sur deux niveaux: le niveau du nœud du capteur vidéo et le niveau du coordinateur. Au niveau du nœud de capteur, nous proposons une technique d'adaptation du taux de trame et une fonction de similarité pour réduire le nombre de trames détectées par les nœuds de capteur et envoyées au coordinateur. Au niveau du coordinateur, après avoir reçu des plans de différents nœuds de capteurs voisins, la similarité entre ces plans est calculée pour éliminer les redondances. Dans la deuxième contribution, certains traitements et analyses sont ajoutés en fonction de la similarité entre les images au niveau du capteur-nœud pour n'envoyer que les cadres importants au coordinateur. Les fonctions cinématiques sont définies pour prévoir l'étape suivante de l'intrusion et pour planifier le système de surveillance en conséquence. Dans la troisième contribution, sur la phase de transmission, au niveau capteur-nœud, un nouvel algorithme d'extraction des différences entre deux images est proposé. Cette contribution prend également en compte le défi de sécurité en adaptant un algorithme de chiffrement efficace au niveau du nœud de capteur. Dans la dernière contribution, pour éviter une détection plus lente des intrusions conduisant à des réactions plus lentes du coordinateur, un protocole mac-layer basé sur le protocole S-MAC a été proposé pour contrôler le réseau. Cette solution consiste à ajouter un bit de priorité au protocole S-MAC pour donner la priorité aux données critiques. / The huge amount of data in Wireless Video Sensor Networks (WVSNs) for tiny limited resources sensor nodes increases the energy and bandwidth consumption challenges. Controlling the network is one of the challenges in WMSN due to the huge amount of images sent at the same time from the sensors to the coordinator. In this thesis, to overcome these problems, several contributions have been made. Each contribution concentrates on one or two challenges as follows: In the first contribution, to reduce the energy consumption a new approach for data aggregation in WVSN based on shot similarity functions is proposed. It is deployed on two levels: the video-sensor node level and the coordinator level. At the sensor node level, we propose a frame rate adaptation technique and a similarity function to reduce the number of frames sensed by the sensor nodes and sent to the coordinator. At the coordinator level, after receiving shots from different neighboring sensor nodes, the similarity between these shots is computed to eliminate redundancies. In the second contribution, some processing and analysis are added based on the similarity between frames on the sensor-node level to send only the important frames to the coordinator. Kinematic functions are defined to predict the next step of the intrusion and to schedule the monitoring system accordingly. In the third contribution, on the transmission phase, on the sensor-node level, a new algorithm to extract the differences between two images is proposed. This contribution also takes into account the security challenge by adapting an efficient ciphering algorithm on the sensor node level. In the last contribution, to avoid slower detection of intrusions leading to slower reactions from the coordinator, a mac-layer protocol based on S-MAC protocol has been proposed to control the network. This solution consists in adding a priority bit to the S-MAC protocol to give priority to critical data.

Les épilepsies acquises se déclarent après un processus graduel appelé épileptogenèse. Bien que cliniquement silencieux, ce processus implique des modifications fonctionnelles observables notamment par électroencéphalographie. Cette thèse vise i) à identifier des marqueurs électrophysiologiques apparaissant au cours de l’épileptogenèse, et ii) à comprendre les modifications physiopathologiques sous-jacentes responsables de ces marqueurs et de leur évolution temporelle. Dans un premier temps, nous avons, dans un modèle d’épilepsie partielle chez la souris, monitoré des signaux électrophysiologiques intracérébraux pendant la mise en place de la maladie. Nous avons observé dans ces signaux expérimentaux, l’émergence d’événements transitoires pathologiques appelés pointes épileptiques. Nous avons développé des méthodes de traitement du signal pour détecter et caractériser automatiquement ces événements. Ainsi, nous avons pu mettre en évidence certains changements dans la forme des pointes épileptiques au cours de l’épileptogenèse ; en particulier l’apparition et l’augmentation d’une onde qui suit la pointe épileptique. Une hypothèse défendue dans ces travaux est que ces changements morphologiques peuvent constituer des marqueurs de l’épileptogenèse dans ce modèle animal. Dans un second temps, afin d’interpréter ces modifications électrophysiologiques en termes de processus neurophysiologiques sous-jacents, nous avons implémenté un modèle biomathématique, physiologiquement argumenté, capable de simuler des pointes épileptiques. Formellement, ce modèle est un système dynamique non linéaire qui reproduit les interactions synaptiques (excitatrices et inhibitrices) dans une population de neurones. Une analyse de sensibilité de ce modèle a permis de mettre en évidence le rôle critique de certains paramètres de connectivité dans la morphologie des pointes. Nos résultats montrent en effet, qu’une diminution de l’inhibition GABAergique entraîne un accroissement de l’onde dans les pointes épileptiques. À partir du modèle théorique, nous avons pu ainsi émettre des hypothèses sur les modifications opérant au cours du processus d’épileptogenèse. Ces hypothèses ont pu être en partie vérifiées expérimentalement en bloquant artificiellement l’inhibition GABAergique, dans le modèle in vivo chez la souris, et dans un modèle in vitro chez le rat. En conclusion, ce travail de thèse fournit, dans un modèle animal, un biomarqueur électrophysiologique de l’épileptogenèse et tente d’expliquer, grâce à une modélisation biomathématique, les processus neurophysiologiques sous-jacents qu’il reflète. / Acquired epilepsies occur after a process called epileptogenesis. Although clinically silent, this process involves some functional modifications which can be observed by electroencephalography. The objectives of this thesis are i) to identify electrophysiological markers occurring during epileptogenesis, and ii) to understand which underlying pathophysiological modifications are responsible for these markers and their evolution. Firstly, using an in vivo experimental mouse model of partial epilepsy, we have monitored intracranial electrophysiological signals during epileptogenesis. We observed the emergence of pathological transient events called epileptic spikes. We have developed signal processing methods in order to automatically detect and characterize these events. Hence, we observed and quantified morphological changes of epileptic spikes during epileptogenesis. In particular, we noticed the emergence and the increase of a wave which directly follows the spike component. In this work, we defend the hypothesis that these morphological modifications can constitute markers of the epileptogenesis process in this animal model of epilepsy. Secondly, in order to interpret these electrophysiological modifications in terms of underlying pathophysiological processes, we have implemented a computational model able to simulate epileptic spikes. This neural mass model is a neurophysiologically-plausible mesoscopic representation of synaptic interactions (excitation and inhibition) in the hippocampus. Based on a sensitivity analysis of model parameters, we were able to determine some connectivity parameters that play a key role in the morphology of simulated epileptic spikes. In particular, our results show that a diminution of GABAergic inhibition leads to an increase of the aforementioned wave. Thus, using this theoretical model, we defined some hypotheses about pathophysiological modifications occurring during the epileptogenesis process. One of these hypotheses has been confirmed in blocking GABAa receptors in the in vivo mouse model, as well as in an in vitro model (rat, organotypic slices). In summary, based on the shape features of epileptic spikes, we devised an electrophysiological biomarker of epileptogenesis observed in a mouse model but useful in Human studies as well. Moreover, a computational modeling approach has permitted to suggest which pathophysiological processes might underlie this biomarker.

Un flot de liens représente une trace de l'activité d'un système complexe au cours du temps, où un lien apparaît lorsque deux entités du système entrent en interaction ; l'ensemble des entités et des liens forme un graphe. Ces traces constituent depuis quelques années des jeux de données stratégiques dans l'analyse de l'activité de systèmes complexes à grande échelle, impliquant des millions d'entités : réseaux de téléphone mobiles, réseaux sociaux, ou encore Internet. Cette thèse porte sur l'analyse exploratoire des flots de liens, en particulier sur la caractérisation de leur dynamique et l'identification d'anomalies au cours du temps (événements). Nous proposons un cadre exploratoire sans hypothèse sur les données, faisant appel à l'analyse statistique et à la visualisation. Les événements détectés sont statistiquement significatifs et nous proposons une méthode pour valider leur pertinence. Nous illustrons enfin notre méthodologie sur l'évolution du réseau social en ligne Github, où des centaines de milliers de développeurs collaborent sur des projets de logiciel.