Les caméras de vidéosurveillance sont de plus en plus présentes dans notre société, à un point tel que les séquences vidéo sont souvent enregistrées sans être regardées par des agents de sécurité. Il convient donc de créer des algorithmes qui vont effectuer le même travail d'analyse que des surveillants humains. Bien qu'il y ait des inquiétudes au niveau de la vie privée, on peut envisager maintes applications, toutes au service de la société. La détection de changement est à la base de bon nombre d'applications en analyse vidéo. Elle consiste à détecter tout changement intéressant dans une séquence capturée par une caméra fixe. Bien que les méthodes gèrent mieux les difficultés inhérentes à ce problème, il n'y a pas encore de solution définitive à la détection de changement. Avec des milliers de méthodes disponibles dans la littérature, il est présentement très difficile, voire impossible, de comparer ces méthodes et d'identifier lesquelles répondent mieux aux différents défis. Les auteurs font face au même problème lorsqu'ils désirent se comparer à l'état de l'art. Pour faire face à cette situation, nous avons créé un banc d'essai en détection de changement. Ceci inclut la création d'une banque de données d'envergure, d'une méthode d'évaluation quantitative équitable et d'un site web pour consulter le classement et télé-charger les résultats de segmentation des compétiteurs. Des outils et de la documentation pour utiliser ces derniers sont aussi offerts, le tout accessible gratuitement et simplement sur Internet. Comme le but est de devenir le standard de facto , le projet est suffisamment complet et intéressant pour convaincre la communauté scientifique de l'adopter. Ce faisant, nous avons créé notre propre programme d'annotation libre, rassemblé et programmé une dizaine de méthodes de détection de changement, puis déterminé les meilleures méthodes et les difficultés auxquelles la communauté devrait s'attaquer au cours des prochaines années. L'atelier organisé à CVPR 2012, le grand nombre de soumissions et le bon achalandage du site sont des indicateurs encourageants quant à la réussite de notre travail. Il est encore trop tôt pour confirmer quoi que ce soit car l'adoption d'un nouveau standard prend du temps, mais notre pronostic est positif.

Cette thèse s'attache à l'étude de la détection des changements du thème bâti, par comparaison automatique d'une base de données à un couple de photographies aériennes, en vue d'éviter l'examen visuel par un opérateur d'une partie des scènes traitées. La démarche adoptée propose une comparaison géométrique de la base de données avec les extractions 3D issues de l'appariement d'un couple d'images récent, et tente d'en assurer la fiabilité par une modélisation de l'incertitude des données utilisées. L'extraction d'information 3D sur le couple d'images fait l'objet d'une approche formelle qui conduit à la proposition d'un algorithme original permettant la mise en concurrence de solutions contradictoires, et la qualification des points extraits en 3D par une probabilité qui reflète l'ambiguité de la décision. Cette probabilité est utilisée conjointement à une modélisation sommaire de l'incertitude des données topographiques pour construire des indicateurs de changement dans le cadre de la théorie des croyances de Dempster-Shafer. Les modèles proposés sont évalués par rapport à des données réelles, tant en ce qui concerne la modélisation de l'appariement elle-même, que l'ensemble de la modélisation de l'incertitude, dont l'apport à la détection des changements est étudié dans le cadre du contrôle de l'emprise planimétrique du bâti de la Base de Données Topographiques nationale française.

L'objectif de cette thèse est de proposer des méthodes non-paramétriques de détection rétrospective de ruptures. L'application principale de cette étude est la détection d'attaques dans les réseaux informatiques à partir de données recueillies par plusieurs sondes disséminées dans le réseau. Nous proposons dans un premier temps une méthode en trois étapes de détection décentralisée d'anomalies faisant coopérer des sondes n'ayant accès qu'à une partie du trafic réseau. Un des avantages de cette approche est la possibilité de traiter un flux massif de données, ce qui est permis par une étape de filtrage par records. Un traitement local est effectué dans chaque sonde, et une synthèse est réalisée dans un centre de fusion. La détection est effectuée à l'aide d'un test de rang qui est inspiré par le test de rang de Wilcoxon et étendu aux données censurées. Dans une seconde partie, nous proposons d'exploiter les relations de dépendance entre les données recueillies par les différents capteurs afin d'améliorer les performances de détection. Nous proposons ainsi une méthode non-paramétrique de détection d'une ou plusieurs ruptures dans un signal multidimensionnel. Cette méthode s'appuie sur un test d'homogénéité utilisant un test de rang multivarié. Nous décrivons les propriétés asymptotiques de ce test ainsi que ses performances sur divers jeux de données (bio-informatiques, économétriques ou réseau). La méthode proposée obtient de très bons résultats, en particulier lorsque la distribution des données est atypique (par exemple en présence de valeurs aberrantes).

Dans cette thèse, nous présentons notre travail sur la gestion des pannes dans les systèmes distribués, avec comme motivation principale le suivi de fautes et de changements brusques dans de grands systèmes informatiques comme la grille et le cloud.Au lieu de construire une connaissance complète a priori du logiciel et des infrastructures matérielles comme dans les méthodes traditionnelles de détection ou de diagnostic, nous proposons d'utiliser des techniques spécifiques pour effectuer une surveillance de bout en bout dans des systèmes de grande envergure, en laissant les détails inaccessibles des composants impliqués dans une boîte noire.Pour la surveillance de pannes d'un système distribué, nous modélisons tout d'abord cette application basée sur des sondes comme une tâche de prédiction statique de collaboration (CP), et démontrons expérimentalement l'efficacité des méthodes de CP en utilisant une méthode de la max margin matrice factorisation. Nous introduisons en outre l’apprentissage actif dans le cadre de CP et exposons son avantage essentiel dans le traitement de données très déséquilibrées, ce qui est particulièrement utile pour identifier la class de classe de défaut de la minorité.Nous étendons ensuite la surveillance statique de défection au cas séquentiel en proposant la méthode de factorisation séquentielle de matrice (SMF). La SMF prend une séquence de matrices partiellement observées en entrée, et produit des prédictions comportant des informations à la fois sur les fenêtres temporelles actuelle et passé. L’apprentissage actif est également utilisé pour la SMF, de sorte que les données très déséquilibrées peuvent être traitées correctement. En plus des méthodes séquentielles, une action de lissage pris sur la séquence d'estimation s'est avérée être une astuce pratique utile pour améliorer la performance de la prédiction séquentielle.Du fait que l'hypothèse de stationnarité utilisée dans le surveillance statique et séquentielle devient irréaliste en présence de changements brusques, nous proposons un framework en ligne semi-Supervisé de détection de changement (SSOCD) qui permette de détecter des changements intentionnels dans les données de séries temporelles. De cette manière, le modèle statique du système peut être recalculé une fois un changement brusque est détecté. Dans SSOCD, un procédé hors ligne non supervisé est proposé pour analyser un échantillon des séries de données. Les points de changement ainsi détectés sont utilisés pour entraîner un modèle en ligne supervisé, qui fournit une décision en ligne concernant la détection de changement à parti de la séquence de données en entrée. Les méthodes de détection de changements de l’état de l’art sont utilisées pour démontrer l'utilité de ce framework.Tous les travaux présentés sont vérifiés sur des ensembles de données du monde réel. Plus précisément, les expériences de surveillance de panne sont effectuées sur un ensemble de données recueillies auprès de l’infrastructure de grille Biomed faisant partie de l’European Grid Initiative et le framework de détection de changement brusque est vérifié sur un ensemble de données concernant le changement de performance d'un site en ligne ayant un fort trafic. / In this dissertation, we present our work on fault management in distributed systems, with motivating application roots in monitoring fault and abrupt change of large computing systems like the grid and the cloud. Instead of building a complete a priori knowledge of the software and hardware infrastructures as in conventional detection or diagnosis methods, we propose to use appropriate techniques to perform end-To-End monitoring for such large scale systems, leaving the inaccessible details of involved components in a black box.For the fault monitoring of a distributed system, we first model this probe-Based application as a static collaborative prediction (CP) task, and experimentally demonstrate the effectiveness of CP methods by using the max margin matrix factorization method. We further introduce active learning to the CP framework and exhibit its critical advantage in dealing with highly imbalanced data, which is specially useful for identifying the minority fault class.Further we extend the static fault monitoring to the sequential case by proposing the sequential matrix factorization (SMF) method. SMF takes a sequence of partially observed matrices as input, and produces predictions with information both from the current and history time windows. Active learning is also employed to SMF, such that the highly imbalanced data can be coped with properly. In addition to the sequential methods, a smoothing action taken on the estimation sequence has shown to be a practically useful trick for enhancing sequential prediction performance.Since the stationary assumption employed in the static and sequential fault monitoring becomes unrealistic in the presence of abrupt changes, we propose a semi-Supervised online change detection (SSOCD) framework to detect intended changes in time series data. In this way, the static model of the system can be recomputed once an abrupt change is detected. In SSOCD, an unsupervised offline method is proposed to analyze a sample data series. The change points thus detected are used to train a supervised online model, which gives online decision about whether there is a change presented in the arriving data sequence. State-Of-The-Art change detection methods are employed to demonstrate the usefulness of the framework.All presented work is verified on real-World datasets. Specifically, the fault monitoring experiments are conducted on a dataset collected from the Biomed grid infrastructure within the European Grid Initiative, and the abrupt change detection framework is verified on a dataset concerning the performance change of an online site with large amount of traffic.

La détection des changements d'un paysage est la mise en œuvre de techniques ayant pour but de repérer, de mettre en évidence et enfin, de comprendre son évolution temporelle. Ses domaines d'application sont riches et variés en télédétection. Cependant, la plupart des applications de détection de changement ne s'appuient pas sur une démarche générale permettant de justifier ou de généraliser les solutions techniques proposées. La thèse a pour premier objectif d'apporter une nouvelle contribution à la mise en place d'un cadre et d'une méthodologie générale propre à la détection de changement. Après l'établissement d'un certain nombre de définitions sur les changements d'un paysage en termes d'échelles caractéristiques et d'observabilité, nous proposons une méthodologie, basée sur un analyse bibliographique, se décomposant en cinq étapes : l'identification et la caractérisation des différentes sources de changements effectifs et exogènes ; l'alignement géométrique et radiométrique des données ; l'extraction d'informations pertinentes vis-à-vis des changements à détecter ; la création des écarts à un modèle d'évolution temporelle ; la prise de décision et la synthèse des résultats. Cette analyse fait apparaître des problèmes fondamentaux relatifs au lien entre les changements effectifs et ceux observés en fonction des caractéristiques des moyens d'observation. L'étude de ce lien est le deuxième objectif de la thèse. Enfin, la thèse a mis en évidence le rôle crucial de l'alignement des données et, notamment, de l'alignement géométrique. A partir d'un algorithme existant, nous avons élaboré une méthode de recalage automatique itérative s'appuyant sur une décomposition multirésolution des images et utilisant des techniques d'appariement sub-pixellaire et de déformation géométrique locales. Un protocole innovant de validation à partir d'images simulées a été établi et a permis d'évaluer la qualité de la méthode et son apport comparé à des méthodes de recalage standards.

Dans les réseaux énergétiques, la connaissance des équipements, leurs emplacements et leursfonctions sont les prérequis à l’exploitation de l’infrastucture. En effet, tout opérateur disposed’une carte appelée schéma synoptique indiquant les connexions entre les équipements. À partirde cette carte, sont prises des décisions pour un fonctionnement optimal du réseau.Ce schéma synoptique peut être érronné parce que des opérations de maintenance sur le réseaun’auraient pas été retranscrites ou mal saisies. Et cela peut entrainer des coûts supplémentairesd’exploitation du réseau énergetique.Nous considérons le réseau électrique d’un Datacenter. Ce réseau est composé d’une topologiephysique modélisée par un DAG sans circuit et de mesures électriques sur ces arcs. La particularitéde ce réseau est que les mesures contiennent des erreurs et cette topologie est inconnue c’est-à-direles arcs sont connus mais les extrémités des arcs sont inconnues. Dans le cas où ces mesuressont correctes alors la corrélation des arcs induit la matrice d’adjacence du line-graphe du graphenon-orienté sous-jacent de notre DAG. Un line-graphe est un graphe dans lequel chaque sommet etson voisinage peuvent être partitionnés par une ou deux cliques et que chaque arête est couvertepar une clique. Cependant, avec la présence des erreurs de mesures, nous avons un graphe avecdes arêtes en plus ou en moins qui n’est pas nécessairement un line-graphe. Si ce graphe est unline-graphe alors il n’est pas le line-graphe de notre DAG. Notre problème est de découvrir cettetopologie en se basant sur ces mesures électriques.Nous débutons par une étude bibliographique des corrélations de mesures possibles afin dedéterminer celle qui est pertinente pour notre problème. Ensuite nous proposons deux algorithmespour résoudre ce problème. Le premier algorithme est l’algorithme de couverture et il déterminel’ensemble des cliques qui couvre chaque sommet de notre graphe. Le second algorithme estl’algorithme de correction. Il ajoute ou supprime des arêtes au voisinage d’un sommet non couvertde telle sorte que son voisinage soit partitionné en une ou deux cliques. Enfin, nous évaluons lesperformances de nos algorithmes en vérifiant le nombre d’arêtes corrigées et la capacité à retournerle graphe le plus proche du line-graphe de notre DAG. / In energy network, the knowledge of equipments, their locations and their functions are theimportant information for the distributor service operator. In fact, each operator has a networkplan often named synoptic schema. That schema shows the interconnexion between equipments inthe network. From this schema, some management decisions have taken for ensuring an optimalperformance of a network.Sometimes, a synoptic schema has some mistakes because the maintenance operations, such aschanged the connexion between equipments or replaced equipments, have not been updated orhave been written with errors. And these mistakes increase exploitation cost in the energy network.We consider an electric network of a datacenter. This network consists of physical topologymodelised by a DAG without circuit and measurements are on the edges of a DAG. The mainpoint of the network is that measurements are some mistakes and the topology is unknown i.ewe know edges but the nodes of edges are unknown. When measurements are correct then thecorrelations between pairwise edges provide the adjacency matrix of the linegraph of undirectedgraph of the DAG. A linegraph is a graph in which each node and the neighbor are partitionnedby one or deux cliques. However, with the mistakes in measurements, the obtained graph is nota linegraph because it contains more or less edges. If the obtained graph is a linegraph then it isa linegraph of the other DAG. Our problem is to discovery the topology of the DAG with somemistakes in measurements.We start by the state of art in the measurement correlations in order to choose the good methodfor our problem. Then, we propose two algorithms to resolve our problem. The first algorithmis the cover algorithm and it returns the set of cliques in the graph. The second algorithm is acorrection algorithm which adds or deletes edges in the graph for getting a nearest linegraph ofthe DAG. In the last, we evaluate the performances of the algorithms by checking the number ofedges corrected and the ability to return a nearest linegraph of the DAG.

Pour l’analyse de la dynamique territoriale il est fondamental une grande quantité de données et leur intégration avec des données spatiales et statistiques facilite ce processus. La thèse se propose d’analyser la dynamique de la superficie agricole des municipalités du Territoire de la Citoyenneté Região Central-RS (TCRCRS) qui fait partie d’une politique publique spatiale de territoires citoyens. Cette dynamique sera analysée à partir d’une technique de détection de changement connue par Rotation Contrôlée par Axe de Non Changement - RCEN. Ainsi, la thèse a comme objectif évaluer les altérations subies par la superficie agricole au long de la période 1985 / 2010 dans les municipalités du TCRCRS en utilisant l’algorithme RCEN. Les étapes méthodologiques suivantes ont été implémentées: utilisation d’images différentes pour l’obtention de pixeis échantillons de non changement; analyse qualitative de l’organisation de la superficie agricole pour les municipalités de Cacequi, Santiago et Tupanciretã, sélectionnés en raison de leur localisation parmi des différentes sous-unités de paysage dans l’État; définition des seuils pour la délimitation des classes thématiques de l’organisation spatiale de la superficie agricole et évaluation de la fiabilité des résultats de la technique RCEN, utilisée pour déterminer la précision de la classification supervisée des images TM Landsat 5 par une matrice de concaténation. La matrice est basée sur l’algèbre de cartes de façon à obtenir une image numérique finale qui exprime toutes les possibilités de l’espace échantillon. Les résultats ont montré que, avec 1% de signification, la technique RCEN peut être utilisée pour détecter la dynamique dans la superficie agricole en utilisant les seuils de vigueur végétatif de l’IDETEC comparés aux résultats des répertoires Normalized Difference Vegetation Index (NDVI), qui a été obtenu tout en considérant le total de pluies antérieures au passage du senseur, variable qui interfère sur les valeurs moyennes de NDVI. Des images de détections de changements (IDETEC) ont été engendrées pour analyser les cultures agricoles d’hiver et d’été, s’obtenant 99% de confiance en les images choisies pour la distribution spatiale des classes définies par l’adoption des seuils de ( - 0,5σ ; – 1,5σ ; + 0,5σ ; + 1,5σ), en prenant comme point central de la classe de non changement. Les images de détection de changements ont permis d’estimer et de comparer les classes de l’IDETEC avec les estimations du total d’aire plantée de cultures temporaires et des cultures agricoles de riz, avoine, maïs, soja et blé. Les aires obtenues par l’IDETEC à Tupanciretã ont surestimé l’aire agricole présentée par l’IBGE dans les images d’été avec des variations en pourcentages entre 1,11% dans l’IDETEC 1994/2009 et 8,13% dans l’IDETEC 2004/2010 ; pour les images d’hiver l’altération a été de 9,46% dans l’IDETEC 1989/2007 et de 3,44% dans l’IDETEC 1996/2005. À la municipalité de Cacequi, les variations en pourcentages de cultures temporaires ont été surestimées dans les images d’été en 7,71% dans l’IDETEC 1986/2006 et 20,47% dans l’IDETEC 1993/2005 et sous-estimées dans les images d’hiver en 9,42% dans l’IDETEC 1985/2003 et en 18,11% dans l’IDETEC 1996/2007. À Santiago elles ont été sous-estimées pour la période d’été en 24,76% dans l’IDETEC 1984/2009, pour la période d’hiver en 10,52% dans l’IDETEC 1996/2005 et surestimées en 8,23% dans l’IDETEC 2004/2010 et en 26,12% pour l’image d’hiver IDETEC 1989/2007. La technique RCEN a prouvé être capable d’évaluer des altérations dans la superficie agricole de cultures annuelles pour les municipalités de Cacequi, Santiago et Tupanciretã. / Para análise da dinâmica territorial, é fundamental uma grande quantidade de dados e a integração com dados espaciais e estatísticos, facilita esse processo. A tese propõe analisar, a dinâmica da superfície agrícola de municípios do Território da Cidadania Região Central-RS (TCRCRS), território este que, faz parte de uma política pública de territórios da cidadania. Essa dinâmica, será analisada a partir de uma técnica de detecção de mudança, conhecida por Rotação Controlada por Eixo de Não Mudança - RCEN. Assim, a tese objetiva avaliar as alterações na superfície agrícola, no período de 1985 a 2010, em municípios do TCRCRS, utilizando o algoritmo RCEN. As seguintes etapas metodológicas, foram implementadas: utilização de imagens diferentes, para obtenção de pixeis amostrais de não mudança; análise qualitativamente da organização da superfície agrícola, para os municípios de Cacequi, Santiago e Tupanciretã, selecionados por sua localização em diferentes subunidades de paisagem no Estado; definição dos limiares, para delimitação das classes temáticas da organização espacial da superfície agrícola e, avaliação da confiabilidade dos resultados da técnica RCEN, utilizada pra determinar, a precisão da classificação supervisionada das imagens TM Landsat 5, através de uma matriz de concatenação. A matriz, é baseada em álgebra de mapas de tal maneira, a obter uma imagem numérica final que, expresse todas as possibilidades do espaço amostral. Os resultados, mostraram que, com 1% de significância, a técnica RCEN pode ser utilizada, para detectar a dinâmica na superfície agrícola, utilizando limiares de vigor vegetativo da IDETEC, comparados aos resultados dos índices Normalized Difference Vegetation Index (NDVI), que foi obtido considerando, o total de chuvas antecedentes a passagem do sensor, que é uma variável que interfere, nos valores médios de NDVI. Foram geradas imagens de detecção de mudanças (IDETEC), para analisar culturas agrícolas de inverno e de verão, obtendo-se 99% de confiança nas imagens selecionadas, para a distribuição espacial das classes definidas pela adoção dos limiares de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), utilizando a como ponto central da classe de não mudança. As imagens de detecção de mudanças, permitiram estimar e comparar as classes da IDETEC, com as estimativas do total de área plantada, de lavouras temporárias, das culturas agrícolas de arroz, aveia, milho, soja e trigo As áreas obtidas pela IDETEC em Tupanciretã, superestimaram a área agrícola, apresentada pelo IBGE, nas imagens de verão com variações percentuais entre 1,11% na IDETEC 1994/2009 e 8,13% na IDETEC 2004/2010, para as imagens de inverno, a alteração foi de 9,46% na IDETEC 1989/2007 e de 3,44% na IDETEC 1996/2005. No município de Cacequi, as variações percentuais de lavouras temporárias foram superestimadas nas imagens de verão em 7,71% na IDETEC 1986/2006 e 20,47% na IDETEC 1993/2005 e, subestimadas nas imagens de inverno em 9,42% na IDETEC 1985/2003 e em 18,11% na IDETEC 1996/2007. Em Santiago, foram subestimadas para o período de verão em 24,76% na IDETEC 1984/2009 e, para o período de inverno em 10,52%, na IDETEC 1996/2005 e superestimadas em 8,23% na IDETEC 2004/2010 e, em 26,12% para a imagem de inverno IDETEC 1989/2007. A técnica RCEN, demonstrou ser capaz de estimar alterações na superfície agrícola, de culturas anuais para os municípios de Cacequi, Santiago e Tupanciretã. / For the analysis of territorial dynamics, a great amount of data is fundamental, and the integration of spatial and statistical data facilitates this process. This thesis proposes to analyze the dynamic of the agricultural surface in the Citizenship Country in the Central Area of Rio Grande do Sul (CCCARS), a country that is part of a public policy of citizenship countries. This dynamics will be analyzed by a change detection technique, known as Rotation Controlled of Non-change Axis (RCNA).Thus, this thesis aims to evaluate the alterations in the agricultural surface, in the period from 1985 to 2010, in CCCARS cities, using the RCNA algorithm. The following methodological steps were implemented: the use of different images in order to obtain non-change sampling pixeis; qualitative analysis of the organization of the agricultural surface in the cities of Cacequi, Santiago and Tupanciretã, which were selected due to their location in different subunits of landscapes in the State; determination of thresholds for the delimitation of thematic clusters in the spatial organization of the agricultural surface; and the evaluation of the reliability of the results of RCNA technique, which was used to determine the accuracy of the supervised classification of Landsat TM 5 images through a concatenating matrix. The matrix is based on the map algebra in such manner that expresses all the possibilities of the sampling space. The results showed that with 1% of significance, the RCNA technique can be used to detect the dynamics of the agricultural surface using threshold of the vigor of the vegetative growth compared with the results of Normalized Difference Vegetation Index (NDVI), which were obtained considering the total amount of rain previous to the sensor scanning, which is a variable that interferes in the medium values of NDVI. It was created images of changes detection (IDETEC) in order to analyze summer and winter agricultural crops, obtaining 99% of reliability on the selected images, for the special distribution of the defined clusters by the adoption of the threshold values of de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), using the as a central point of nonchange cluster. The change detection images enabled to estimate and compare IDETEC clusters with the estimate of the total planted area of temporary farm, agricultural crop of rice, oat, corn, soybean and wheat. The areas obtained by IDETEC in Tupanciretã overestimated the agricultural area presented by IBGE, with summer images with percentage variance among 1,11% on IDETEC 1994/2009 and 8,13% on IDETEC 2004/2010, for the winter images, the alteration was of 9,46% on IDETEC 1989/2007 and of 3,44% on IDETEC 1996/2007. In the city of Cacequi, the percentage variance of the temporary farms were overestimated on the summer images in 7,71% on IDETEC 1986/2006 and 20,47% on IDETEC 1993/2005 and , and overestimated on the winter images in 9,42% on IDETEC 1985/2003 and in 18,11% on IDETEC 1996/2007. In Santiago, they were underestimated for the summer period in 24,76% on IDETEC 1984/2009 and , for the winter period in 10,52%, on IDETEC 1996/2005 e and overestimated in 8,23% on IDETEC 2004/2010 and, in 26,12% for the winter image IDETEC 1989/2007. The RCNA technique showed itself to be capable of estimating the agricultural surface alteration in annual crops in the cities of Cacequi, Santiago e Tupanciretã.

Pour l’analyse de la dynamique territoriale il est fondamental une grande quantité de données et leur intégration avec des données spatiales et statistiques facilite ce processus. La thèse se propose d’analyser la dynamique de la superficie agricole des municipalités du Territoire de la Citoyenneté Região Central-RS (TCRCRS) qui fait partie d’une politique publique spatiale de territoires citoyens. Cette dynamique sera analysée à partir d’une technique de détection de changement connue par Rotation Contrôlée par Axe de Non Changement - RCEN. Ainsi, la thèse a comme objectif évaluer les altérations subies par la superficie agricole au long de la période 1985 / 2010 dans les municipalités du TCRCRS en utilisant l’algorithme RCEN. Les étapes méthodologiques suivantes ont été implémentées: utilisation d’images différentes pour l’obtention de pixeis échantillons de non changement; analyse qualitative de l’organisation de la superficie agricole pour les municipalités de Cacequi, Santiago et Tupanciretã, sélectionnés en raison de leur localisation parmi des différentes sous-unités de paysage dans l’État; définition des seuils pour la délimitation des classes thématiques de l’organisation spatiale de la superficie agricole et évaluation de la fiabilité des résultats de la technique RCEN, utilisée pour déterminer la précision de la classification supervisée des images TM Landsat 5 par une matrice de concaténation. La matrice est basée sur l’algèbre de cartes de façon à obtenir une image numérique finale qui exprime toutes les possibilités de l’espace échantillon. Les résultats ont montré que, avec 1% de signification, la technique RCEN peut être utilisée pour détecter la dynamique dans la superficie agricole en utilisant les seuils de vigueur végétatif de l’IDETEC comparés aux résultats des répertoires Normalized Difference Vegetation Index (NDVI), qui a été obtenu tout en considérant le total de pluies antérieures au passage du senseur, variable qui interfère sur les valeurs moyennes de NDVI. Des images de détections de changements (IDETEC) ont été engendrées pour analyser les cultures agricoles d’hiver et d’été, s’obtenant 99% de confiance en les images choisies pour la distribution spatiale des classes définies par l’adoption des seuils de ( - 0,5σ ; – 1,5σ ; + 0,5σ ; + 1,5σ), en prenant comme point central de la classe de non changement. Les images de détection de changements ont permis d’estimer et de comparer les classes de l’IDETEC avec les estimations du total d’aire plantée de cultures temporaires et des cultures agricoles de riz, avoine, maïs, soja et blé. Les aires obtenues par l’IDETEC à Tupanciretã ont surestimé l’aire agricole présentée par l’IBGE dans les images d’été avec des variations en pourcentages entre 1,11% dans l’IDETEC 1994/2009 et 8,13% dans l’IDETEC 2004/2010 ; pour les images d’hiver l’altération a été de 9,46% dans l’IDETEC 1989/2007 et de 3,44% dans l’IDETEC 1996/2005. À la municipalité de Cacequi, les variations en pourcentages de cultures temporaires ont été surestimées dans les images d’été en 7,71% dans l’IDETEC 1986/2006 et 20,47% dans l’IDETEC 1993/2005 et sous-estimées dans les images d’hiver en 9,42% dans l’IDETEC 1985/2003 et en 18,11% dans l’IDETEC 1996/2007. À Santiago elles ont été sous-estimées pour la période d’été en 24,76% dans l’IDETEC 1984/2009, pour la période d’hiver en 10,52% dans l’IDETEC 1996/2005 et surestimées en 8,23% dans l’IDETEC 2004/2010 et en 26,12% pour l’image d’hiver IDETEC 1989/2007. La technique RCEN a prouvé être capable d’évaluer des altérations dans la superficie agricole de cultures annuelles pour les municipalités de Cacequi, Santiago et Tupanciretã. / Para análise da dinâmica territorial, é fundamental uma grande quantidade de dados e a integração com dados espaciais e estatísticos, facilita esse processo. A tese propõe analisar, a dinâmica da superfície agrícola de municípios do Território da Cidadania Região Central-RS (TCRCRS), território este que, faz parte de uma política pública de territórios da cidadania. Essa dinâmica, será analisada a partir de uma técnica de detecção de mudança, conhecida por Rotação Controlada por Eixo de Não Mudança - RCEN. Assim, a tese objetiva avaliar as alterações na superfície agrícola, no período de 1985 a 2010, em municípios do TCRCRS, utilizando o algoritmo RCEN. As seguintes etapas metodológicas, foram implementadas: utilização de imagens diferentes, para obtenção de pixeis amostrais de não mudança; análise qualitativamente da organização da superfície agrícola, para os municípios de Cacequi, Santiago e Tupanciretã, selecionados por sua localização em diferentes subunidades de paisagem no Estado; definição dos limiares, para delimitação das classes temáticas da organização espacial da superfície agrícola e, avaliação da confiabilidade dos resultados da técnica RCEN, utilizada pra determinar, a precisão da classificação supervisionada das imagens TM Landsat 5, através de uma matriz de concatenação. A matriz, é baseada em álgebra de mapas de tal maneira, a obter uma imagem numérica final que, expresse todas as possibilidades do espaço amostral. Os resultados, mostraram que, com 1% de significância, a técnica RCEN pode ser utilizada, para detectar a dinâmica na superfície agrícola, utilizando limiares de vigor vegetativo da IDETEC, comparados aos resultados dos índices Normalized Difference Vegetation Index (NDVI), que foi obtido considerando, o total de chuvas antecedentes a passagem do sensor, que é uma variável que interfere, nos valores médios de NDVI. Foram geradas imagens de detecção de mudanças (IDETEC), para analisar culturas agrícolas de inverno e de verão, obtendo-se 99% de confiança nas imagens selecionadas, para a distribuição espacial das classes definidas pela adoção dos limiares de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), utilizando a como ponto central da classe de não mudança. As imagens de detecção de mudanças, permitiram estimar e comparar as classes da IDETEC, com as estimativas do total de área plantada, de lavouras temporárias, das culturas agrícolas de arroz, aveia, milho, soja e trigo As áreas obtidas pela IDETEC em Tupanciretã, superestimaram a área agrícola, apresentada pelo IBGE, nas imagens de verão com variações percentuais entre 1,11% na IDETEC 1994/2009 e 8,13% na IDETEC 2004/2010, para as imagens de inverno, a alteração foi de 9,46% na IDETEC 1989/2007 e de 3,44% na IDETEC 1996/2005. No município de Cacequi, as variações percentuais de lavouras temporárias foram superestimadas nas imagens de verão em 7,71% na IDETEC 1986/2006 e 20,47% na IDETEC 1993/2005 e, subestimadas nas imagens de inverno em 9,42% na IDETEC 1985/2003 e em 18,11% na IDETEC 1996/2007. Em Santiago, foram subestimadas para o período de verão em 24,76% na IDETEC 1984/2009 e, para o período de inverno em 10,52%, na IDETEC 1996/2005 e superestimadas em 8,23% na IDETEC 2004/2010 e, em 26,12% para a imagem de inverno IDETEC 1989/2007. A técnica RCEN, demonstrou ser capaz de estimar alterações na superfície agrícola, de culturas anuais para os municípios de Cacequi, Santiago e Tupanciretã. / For the analysis of territorial dynamics, a great amount of data is fundamental, and the integration of spatial and statistical data facilitates this process. This thesis proposes to analyze the dynamic of the agricultural surface in the Citizenship Country in the Central Area of Rio Grande do Sul (CCCARS), a country that is part of a public policy of citizenship countries. This dynamics will be analyzed by a change detection technique, known as Rotation Controlled of Non-change Axis (RCNA).Thus, this thesis aims to evaluate the alterations in the agricultural surface, in the period from 1985 to 2010, in CCCARS cities, using the RCNA algorithm. The following methodological steps were implemented: the use of different images in order to obtain non-change sampling pixeis; qualitative analysis of the organization of the agricultural surface in the cities of Cacequi, Santiago and Tupanciretã, which were selected due to their location in different subunits of landscapes in the State; determination of thresholds for the delimitation of thematic clusters in the spatial organization of the agricultural surface; and the evaluation of the reliability of the results of RCNA technique, which was used to determine the accuracy of the supervised classification of Landsat TM 5 images through a concatenating matrix. The matrix is based on the map algebra in such manner that expresses all the possibilities of the sampling space. The results showed that with 1% of significance, the RCNA technique can be used to detect the dynamics of the agricultural surface using threshold of the vigor of the vegetative growth compared with the results of Normalized Difference Vegetation Index (NDVI), which were obtained considering the total amount of rain previous to the sensor scanning, which is a variable that interferes in the medium values of NDVI. It was created images of changes detection (IDETEC) in order to analyze summer and winter agricultural crops, obtaining 99% of reliability on the selected images, for the special distribution of the defined clusters by the adoption of the threshold values of de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), using the as a central point of nonchange cluster. The change detection images enabled to estimate and compare IDETEC clusters with the estimate of the total planted area of temporary farm, agricultural crop of rice, oat, corn, soybean and wheat. The areas obtained by IDETEC in Tupanciretã overestimated the agricultural area presented by IBGE, with summer images with percentage variance among 1,11% on IDETEC 1994/2009 and 8,13% on IDETEC 2004/2010, for the winter images, the alteration was of 9,46% on IDETEC 1989/2007 and of 3,44% on IDETEC 1996/2007. In the city of Cacequi, the percentage variance of the temporary farms were overestimated on the summer images in 7,71% on IDETEC 1986/2006 and 20,47% on IDETEC 1993/2005 and , and overestimated on the winter images in 9,42% on IDETEC 1985/2003 and in 18,11% on IDETEC 1996/2007. In Santiago, they were underestimated for the summer period in 24,76% on IDETEC 1984/2009 and , for the winter period in 10,52%, on IDETEC 1996/2005 e and overestimated in 8,23% on IDETEC 2004/2010 and, in 26,12% for the winter image IDETEC 1989/2007. The RCNA technique showed itself to be capable of estimating the agricultural surface alteration in annual crops in the cities of Cacequi, Santiago e Tupanciretã.

Pour l’analyse de la dynamique territoriale il est fondamental une grande quantité de données et leur intégration avec des données spatiales et statistiques facilite ce processus. La thèse se propose d’analyser la dynamique de la superficie agricole des municipalités du Territoire de la Citoyenneté Região Central-RS (TCRCRS) qui fait partie d’une politique publique spatiale de territoires citoyens. Cette dynamique sera analysée à partir d’une technique de détection de changement connue par Rotation Contrôlée par Axe de Non Changement - RCEN. Ainsi, la thèse a comme objectif évaluer les altérations subies par la superficie agricole au long de la période 1985 / 2010 dans les municipalités du TCRCRS en utilisant l’algorithme RCEN. Les étapes méthodologiques suivantes ont été implémentées: utilisation d’images différentes pour l’obtention de pixeis échantillons de non changement; analyse qualitative de l’organisation de la superficie agricole pour les municipalités de Cacequi, Santiago et Tupanciretã, sélectionnés en raison de leur localisation parmi des différentes sous-unités de paysage dans l’État; définition des seuils pour la délimitation des classes thématiques de l’organisation spatiale de la superficie agricole et évaluation de la fiabilité des résultats de la technique RCEN, utilisée pour déterminer la précision de la classification supervisée des images TM Landsat 5 par une matrice de concaténation. La matrice est basée sur l’algèbre de cartes de façon à obtenir une image numérique finale qui exprime toutes les possibilités de l’espace échantillon. Les résultats ont montré que, avec 1% de signification, la technique RCEN peut être utilisée pour détecter la dynamique dans la superficie agricole en utilisant les seuils de vigueur végétatif de l’IDETEC comparés aux résultats des répertoires Normalized Difference Vegetation Index (NDVI), qui a été obtenu tout en considérant le total de pluies antérieures au passage du senseur, variable qui interfère sur les valeurs moyennes de NDVI. Des images de détections de changements (IDETEC) ont été engendrées pour analyser les cultures agricoles d’hiver et d’été, s’obtenant 99% de confiance en les images choisies pour la distribution spatiale des classes définies par l’adoption des seuils de ( - 0,5σ ; – 1,5σ ; + 0,5σ ; + 1,5σ), en prenant comme point central de la classe de non changement. Les images de détection de changements ont permis d’estimer et de comparer les classes de l’IDETEC avec les estimations du total d’aire plantée de cultures temporaires et des cultures agricoles de riz, avoine, maïs, soja et blé. Les aires obtenues par l’IDETEC à Tupanciretã ont surestimé l’aire agricole présentée par l’IBGE dans les images d’été avec des variations en pourcentages entre 1,11% dans l’IDETEC 1994/2009 et 8,13% dans l’IDETEC 2004/2010 ; pour les images d’hiver l’altération a été de 9,46% dans l’IDETEC 1989/2007 et de 3,44% dans l’IDETEC 1996/2005. À la municipalité de Cacequi, les variations en pourcentages de cultures temporaires ont été surestimées dans les images d’été en 7,71% dans l’IDETEC 1986/2006 et 20,47% dans l’IDETEC 1993/2005 et sous-estimées dans les images d’hiver en 9,42% dans l’IDETEC 1985/2003 et en 18,11% dans l’IDETEC 1996/2007. À Santiago elles ont été sous-estimées pour la période d’été en 24,76% dans l’IDETEC 1984/2009, pour la période d’hiver en 10,52% dans l’IDETEC 1996/2005 et surestimées en 8,23% dans l’IDETEC 2004/2010 et en 26,12% pour l’image d’hiver IDETEC 1989/2007. La technique RCEN a prouvé être capable d’évaluer des altérations dans la superficie agricole de cultures annuelles pour les municipalités de Cacequi, Santiago et Tupanciretã. / Para análise da dinâmica territorial, é fundamental uma grande quantidade de dados e a integração com dados espaciais e estatísticos, facilita esse processo. A tese propõe analisar, a dinâmica da superfície agrícola de municípios do Território da Cidadania Região Central-RS (TCRCRS), território este que, faz parte de uma política pública de territórios da cidadania. Essa dinâmica, será analisada a partir de uma técnica de detecção de mudança, conhecida por Rotação Controlada por Eixo de Não Mudança - RCEN. Assim, a tese objetiva avaliar as alterações na superfície agrícola, no período de 1985 a 2010, em municípios do TCRCRS, utilizando o algoritmo RCEN. As seguintes etapas metodológicas, foram implementadas: utilização de imagens diferentes, para obtenção de pixeis amostrais de não mudança; análise qualitativamente da organização da superfície agrícola, para os municípios de Cacequi, Santiago e Tupanciretã, selecionados por sua localização em diferentes subunidades de paisagem no Estado; definição dos limiares, para delimitação das classes temáticas da organização espacial da superfície agrícola e, avaliação da confiabilidade dos resultados da técnica RCEN, utilizada pra determinar, a precisão da classificação supervisionada das imagens TM Landsat 5, através de uma matriz de concatenação. A matriz, é baseada em álgebra de mapas de tal maneira, a obter uma imagem numérica final que, expresse todas as possibilidades do espaço amostral. Os resultados, mostraram que, com 1% de significância, a técnica RCEN pode ser utilizada, para detectar a dinâmica na superfície agrícola, utilizando limiares de vigor vegetativo da IDETEC, comparados aos resultados dos índices Normalized Difference Vegetation Index (NDVI), que foi obtido considerando, o total de chuvas antecedentes a passagem do sensor, que é uma variável que interfere, nos valores médios de NDVI. Foram geradas imagens de detecção de mudanças (IDETEC), para analisar culturas agrícolas de inverno e de verão, obtendo-se 99% de confiança nas imagens selecionadas, para a distribuição espacial das classes definidas pela adoção dos limiares de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), utilizando a como ponto central da classe de não mudança. As imagens de detecção de mudanças, permitiram estimar e comparar as classes da IDETEC, com as estimativas do total de área plantada, de lavouras temporárias, das culturas agrícolas de arroz, aveia, milho, soja e trigo As áreas obtidas pela IDETEC em Tupanciretã, superestimaram a área agrícola, apresentada pelo IBGE, nas imagens de verão com variações percentuais entre 1,11% na IDETEC 1994/2009 e 8,13% na IDETEC 2004/2010, para as imagens de inverno, a alteração foi de 9,46% na IDETEC 1989/2007 e de 3,44% na IDETEC 1996/2005. No município de Cacequi, as variações percentuais de lavouras temporárias foram superestimadas nas imagens de verão em 7,71% na IDETEC 1986/2006 e 20,47% na IDETEC 1993/2005 e, subestimadas nas imagens de inverno em 9,42% na IDETEC 1985/2003 e em 18,11% na IDETEC 1996/2007. Em Santiago, foram subestimadas para o período de verão em 24,76% na IDETEC 1984/2009 e, para o período de inverno em 10,52%, na IDETEC 1996/2005 e superestimadas em 8,23% na IDETEC 2004/2010 e, em 26,12% para a imagem de inverno IDETEC 1989/2007. A técnica RCEN, demonstrou ser capaz de estimar alterações na superfície agrícola, de culturas anuais para os municípios de Cacequi, Santiago e Tupanciretã. / For the analysis of territorial dynamics, a great amount of data is fundamental, and the integration of spatial and statistical data facilitates this process. This thesis proposes to analyze the dynamic of the agricultural surface in the Citizenship Country in the Central Area of Rio Grande do Sul (CCCARS), a country that is part of a public policy of citizenship countries. This dynamics will be analyzed by a change detection technique, known as Rotation Controlled of Non-change Axis (RCNA).Thus, this thesis aims to evaluate the alterations in the agricultural surface, in the period from 1985 to 2010, in CCCARS cities, using the RCNA algorithm. The following methodological steps were implemented: the use of different images in order to obtain non-change sampling pixeis; qualitative analysis of the organization of the agricultural surface in the cities of Cacequi, Santiago and Tupanciretã, which were selected due to their location in different subunits of landscapes in the State; determination of thresholds for the delimitation of thematic clusters in the spatial organization of the agricultural surface; and the evaluation of the reliability of the results of RCNA technique, which was used to determine the accuracy of the supervised classification of Landsat TM 5 images through a concatenating matrix. The matrix is based on the map algebra in such manner that expresses all the possibilities of the sampling space. The results showed that with 1% of significance, the RCNA technique can be used to detect the dynamics of the agricultural surface using threshold of the vigor of the vegetative growth compared with the results of Normalized Difference Vegetation Index (NDVI), which were obtained considering the total amount of rain previous to the sensor scanning, which is a variable that interferes in the medium values of NDVI. It was created images of changes detection (IDETEC) in order to analyze summer and winter agricultural crops, obtaining 99% of reliability on the selected images, for the special distribution of the defined clusters by the adoption of the threshold values of de ( - 0,5σ; – 1,5σ ; + 0,5σ; + 1,5σ), using the as a central point of nonchange cluster. The change detection images enabled to estimate and compare IDETEC clusters with the estimate of the total planted area of temporary farm, agricultural crop of rice, oat, corn, soybean and wheat. The areas obtained by IDETEC in Tupanciretã overestimated the agricultural area presented by IBGE, with summer images with percentage variance among 1,11% on IDETEC 1994/2009 and 8,13% on IDETEC 2004/2010, for the winter images, the alteration was of 9,46% on IDETEC 1989/2007 and of 3,44% on IDETEC 1996/2007. In the city of Cacequi, the percentage variance of the temporary farms were overestimated on the summer images in 7,71% on IDETEC 1986/2006 and 20,47% on IDETEC 1993/2005 and , and overestimated on the winter images in 9,42% on IDETEC 1985/2003 and in 18,11% on IDETEC 1996/2007. In Santiago, they were underestimated for the summer period in 24,76% on IDETEC 1984/2009 and , for the winter period in 10,52%, on IDETEC 1996/2005 e and overestimated in 8,23% on IDETEC 2004/2010 and, in 26,12% for the winter image IDETEC 1989/2007. The RCNA technique showed itself to be capable of estimating the agricultural surface alteration in annual crops in the cities of Cacequi, Santiago e Tupanciretã.

{La première partie de cette thèse est dédiée à la modélisation d'images ou de vidéos considérés comme des fonds sur lesquels on s'attache à détecter des anomalies. Notre analyse de la littérature de la détection d'anomalie sur une seule image nous a fait identifier cinq différentes familles d'hypothèses structurelles sur le fond. Nous proposons de nouveaux algorithmes pour les problèmes de détection d'anomalie sur seule image, de détection de petites cibles sur un fond en mouvement, de détection de changements sur des images satellitaires SAR (Synthetic Aperture Radar) et de détection de nuages dans des séquences d'images de satellite optique.Dans une seconde partie, nous étudions deux autres applications de la modélisation de fond. Pour le débruitage vidéo, nous cherchons pour chaque patch de la vidéo, des patchs similaires le long de la séquence vidéo, et fournissons à un réseau de neurones convolutif les pixels centraux de ces patchs. Le modèle de fond est caché dans les poids du réseau de neurones. Cette méthode s'avère être la plus performante des méthodes par réseau de neurones comparées. Nous étudions également la synthèse de texture à partir d'un exemple. Dans ce problème, des échantillons de texture doivent être générés à partir d'un seul exemple servant de référence. Notre étude distingue les familles d'algorithmes en fonction du type de modèle adopté. Dans le cas des méthodes par réseau de neurones, nous proposons une amélioration corrigeant les artefacts de bord.Dans une troisième partie, nous proposons des implémentations temps-réel GPU de l'interpolation B-spline et de plusieurs algorithmes de débruitage d'images et de vidéo: NL-means, BM3D et VBM3D. La rapidité des implémentations proposées permet leur utilisation dans des scénarios temps-réel, et elles sont en cours de transfert vers l'industrie. / The first part of this thesis is dedicated to the modeling of image or video backgrounds, applied to anomaly detection. In the case of anomaly detection on a single image, our analysis leads us to find five different families of structural assumptions on the background. We propose new algorithms for single-image anomaly detection, small target detection on moving background, change detection on satellite SAR (Synthetic Aperture Radar) images and cloud detection on a sequence of satellite optical images.In the second part, we study two further applications of background modeling. To perform video denoising we search, for every video patch, similar patches in the video sequence, and feed their central pixels to a convolutional neural network (CNN). The background model in this case is hidden in the CNN weights. In our experiments, the proposed method is the best performing of the compared CNN-based methods. We also study exemplar-based texture synthesis. In this problem texture samples have to be generated based on only one reference sample. Our survey classifies the families of algorithms for this task according to their model assumptions. In addition, we propose improvements to fix the border behavior issues that we pointed out in several deep learning based methods.In the third part, we propose real-time GPU implementations for B-spline interpolation and for several image and video denoising algorithms: NL-means, BM3D and VBM3D. The speed of the proposed implementations enables their use in real-time scenarios, and they are currently being transitioned to industry.