Cette thèse a pour but de définir et concevoir de nouvelles techniques de représentation des signauxacoustiques sous-marins. Notre objectif est d’interpréter, reconnaître et identifier de façon automatique lessignaux sous-marins émanant du système sonar. L’idée ici n’est pas de substituer la machine à l’officiermarinier, dont l’expérience et la finesse d’ouïe le rendent indispensable à ce poste, mais d’automatiser certainstraitements de l’information pour soulager l’analyste et lui offrir une aide à la décision.Dans cette thèse, nous nous inspirons de ce qui se fait de mieux dans ce domaine : l’humain. A bord d’un sousmarin,ce sont des experts de l’analyse des sons à qui l’on confie la tâche d'écoute des signaux afin de repérerles sons suspects. Ce qui nous intéresse, c’est cette capacité de l’humain à déterminer la classe d’un signalsonore sur la base de son acuité auditive. En effet, l’oreille humaine a le pouvoir de différencier deux sonsdistincts à travers des critères perceptuels psycho-acoustiques tels que le timbre, la hauteur, l’intensité.L’opérateur est également aidé par des représentations du signal sonore dans le plan temps-fréquence quiviennent s’afficher sur son poste de travail. Ainsi nous avons conçu une représentation qui se rapproche de laphysiologie de l’oreille humaine, autrement dit de la façon dont l’homme entend et perçoit les fréquences. Pourconstruire cet espace de représentation, nous utiliserons un algorithme que nous avons appelé l’Hearingogramet sa version débruitée le Denoised Hearingoram. Toutes ces représentations seront en entrée d’un systèmed’identification automatique, qui a été conçu durant cette thèse et qui est basé sur l’utilisation des SVM. / This thesis aims to identify and develop new representation methods of the underwater acoustic signals. Ourgoal is to interpret, recognize and automatically identify underwater signals from sonar system. The idea hereis not to replace the machine petty officer, whose experience and hearing finesse make it indispensable for thisposition, but to automate certain processing information to relieve the analyst and offer support to the decision.In this thesis, we are inspired by what is best in this area: the human. On board a submarine, they are experts inthe analysis of sounds that are entrusted to the listening task signals to identify suspicious sounds. Whatinterests us is the ability of the human to determine the class of a sound signal on the basis of his hearing.Indeed, the human ear has the power to differentiate two distinct sounds through psychoacoustic perceptualcriteria such as tone, pitch, intensity. The operator is also helped by representations of the sound signal in thetime-frequency plane coming displayed on the workstation. So we designed a representation that approximatesthe physiology of the human ear, i.e how humans hear and perceive frequencies. To construct thisrepresentation space, we will use an algorithm that we called the Hearingogram and a denoised version theDenoised Hearingoram. All these representations will input an automatic identification system, which wasdesigned during this thesis and is based on the use of SVM.

En chémoinformatique, les molécules peuvent être décrites en retranscrivant de façon chiffrée leurs caractéristiques. Ceci permet de pouvoir comparer in silico deux molécules pour trouver de nouveaux composés potentiellement intéressants ou pour prédire leur activité. Nous avons développé des descripteurs combinant les informations structurales des composés avec leurs propriétés chimiques. Les 2D-FPTs (triplets pharmacophoriques flous bidimensionnels) se basent sur l'énumération en trois points de caractéristiques pharmacophoriques, combinée à la prise en compte des distances topologiques entre chacune de ces caractéristiques. De plus, les 2D-FPTs introduisent 2 améliorations : La projection floue des triplets d'atomes sur les triplets pharmacophoriques de base (pour mimer la tolérance naturelle des récepteurs par rapport à leurs ligands), et le marquage par pharmacophores dépendants du pKa (qui prend en compte l'équilibre protéolytique). Une nouvelle formule de calcul de similarité est introduite, qui prend en compte l'absence simultanée d'un triplet comme moins contraignante et probante qu'une présence simultanée. Le développement des triplets est détaillé, puis plusieurs applications des triplets sont étudiées. L’échantillonneur SQS (Stochastic QSAR Sampler) est utilisé pour comparer la capacité des 2D-FPTs à construire des modèles de relation structure-activité (QSAR) par rapport à d’autres descripteurs. Ensuite, les 2D-FPTs sont comparés en profondeur avec d’autres descripteurs dans des études QSAR. Enfin, ils sont utilisés pour construire des cartes auto-organisatrices afin de les utiliser pour accélérer les recherches par similarité dans une base de données. / In chemoinformatics, compounds can be described by encoding their features as numeric data. This allows in silico comparisons of two molecules (ie calculating distance between two vectors) in order to discover new druglike compounds or to predict their activity. We developed our descriptors, combining structural information but also chemical properties and adding chemically-relevant improvements. The 2D-FPTs (bidimensional fuzzy tricentric pharmacophores) are based on the enumeration of 3 pharmacophoric features points, combined with the topological distances between each of these features. Furthermore, the 2D-FPTs introduce two improvements: the fuzzy mapping of molecular triplets on basis pharmacophoric triplets (this mimics the natural tolerance of receptors towards their ligands), and pKa-dependant pharmacophore flagging (which takes into account the proteolytic equilibrium). Moreover, a new similarity calculation formula is introduced, which accounts for the simultaneus absence of a triplet as a less-constraining indicator of similarity than its simultaneous presence. The fuzzy triplets development is detailed, then, several applications are studied. The SQS (Stochastic QSAR Sampler) is used to compare the ability of 2D-FPTs to build QSAR models to other descriptors. Then, the use of FPTs in QSAR studies was deeply examined and compared with existing descriptors. Finally, they are used to build self-organizing maps (SOM), in order to use the maps as an attempt to accelerate similarity searches in a database.

L’estimation de pose et l’interaction 3D sont les fondements de base d’un système de réalité augmentée (RA). L’objectif de cette thèse étant de traiter ces deux problématiques, nous présentons dans ce mémoire un état de l’art qui regroupe : approches, techniques et technologies relatives à l’estimation de pose et à l’interaction 3D en RA. Puis nous faisons le bilan sur les travaux menés jusqu'à aujourd’hui.A cet effet, nos contributions dans ce vaste domaine sont dans les deux parties : vision et interaction 3D. Nous avons proposé un nouveau détecteur et descripteur binaire nommé MOBIL qui effectue une comparaison binaire des moments géométriques. Par la suite nous avons proposé deux améliorations de notre descripteur. MOBIL_2B et POLAR_MOBIL.En outre, nous avons utilisé notre descripteur avec l’approche PTAM (Parallel Tracking and Mapping) afin d’assurer le recalage des objets virtuels en immersion mobile de l’utilisateur en RA.Nous avons également proposé une technique d’interaction pour la RA, appelée « Zoom-in » qui facilite la sélection et la manipulation des objets virtuels distants. Cette technique est basée sur le zoom de l’image et des objets virtuels recalé sur l’image. Les objets virtuels sont mis à la portée de l’utilisateur en gardant le recalage par rapport à la scène.Ce mémoire se termine par une conclusion générale qui fait le point sur l’essentiel de ce travail et ouvre de nouvelles perspectives. / Pose estimation and 3D interaction are the essential basis for any Augmented Reality (AR) system. We aim to treat those two fields in order to offer a pertinent AR system that allows a mobile immersion and natural interaction. In this optic, this thesis provides an overall consistent state of the art in both pose estimation and 3D interaction for AR.In addition, this thesis details our contributions that consists of MOBIL: a binary descriptor that compares geometric moments of the patch through a binary test. Two improvements of this descriptor: MOBIL_2B and POLAR_MOBIL are proposed in order to enhance its robustness.We used this descriptor with PTAM technique to ensure the user pose estimation respectively for the selection/manipulation task and the navigation task.On the other hand, we proposed a novel 3D interaction technique called “Zoom-In”, designed for augmented reality applications. This technique is based on the zoom of the captured image. It calculates the 3D transformation relative to the selected object. This technique allows user selecting and manipulating distant virtual objects by bringing them within the user arm’s reach by zooming in the captured image, and re-estimating the user pose thanks to our proposed descriptor. Finally, we present a conclusion that describes the essential of this work and provide perspective and future work.

Nous proposons un système complet capable de retrouver des symboles dans des documents graphiques sans connaissance a priori. Nous nous basons sur une méthode de description structurelle qui permet de mettre en avant des régions pouvant contenir un symbole. A partir d'un découpage du document en chaînes de points, nous fusionnons successivement les régions entre elles en fonction d'un critère de densité et de convexité permettant la reconstruction de symboles potentiellement intéressant pour l'utilisateur. Un descripteur est ensuite calculé pour chacun de ses symboles, ce qui permet de faire une reconnaissance quand l'utilisateur soumet une requête. Afin de réduire le temps de réponse d'une requête nous avons développé une méthode d'indexation qui se base sur l'algorithme BIRCH en utilisant un descripteur robuste et discriminant. Puis nous montrons comment réduire davantage ce temps de réponse en combinant différentes règles de filtrage basées sur des descripteurs basiques. / A complete system able to find symbols in graphical document without a priori knowledge is proposed here. In a first place, this system is based on a structural method able to put in stress regions that may contain symbols. The document is represented by chain points that will be merged following a defined criteria. These merges allow potential symbols to be reconstructed. A descriptor is then calculated for each potential symbols, and the recognition can take place when the user submit a request. In order to speed up the retrieval, an indexing method based on BIRCH has been proposed by using a robust descriptor. Then we show that by combining filtering rules based on simple descriptors, we can rise the speed of the retrieval.

Les descripteurs ISIDA enrichis par propriété ont été introduit pour encoder les structures moléculaires en chémoinformatique en tant que nombre d’occurrence de sous-graphes moléculaires spécifiques dont les sommets représentant les atomes sont colorés par des propriétés locales tel que les pharmacophores dépendant du pH, les identifiants de champs de force, les charges partielles, les incréments LogP ou les propriétés extraites d’un modèle QSAR. Ces descripteurs, par leurs large choix d’option, permettent à l’utilisateur de les adapter au problème à modéliser. Ils ont été utilisés avec succès dans une étude de criblage virtuel sur des inhibiteurs de protéases et plusieurs modèles QSAR sur le coefficient de partage octanol-eau, l’index d’hydrophobicité chromatographique, l’inhibition du canal hERG, la constante de dissociation acide, la force des accepteurs de liaison hydrogène et l’affinité de liaison des GPCR. / ISIDA property-enriched fragment descriptors were introduced as a general framework to numerically encode molecular structures in chemoinformatics, as counts of specific subgraphs in which atom vertices are coloured with respect to a local property - notably pH-dependent pharmacophore, force field, partial charges, logP increments and QSAR model extracted properties. The descriptors leave the user a vast choice in terms of the level of resolution at which chemical information is extracted into the descriptors to adapt them to the problem. They were successfully tested in neighbourhood behaviour and QSAR modelling challenges, with very promising results. They showed excellent results in similarity-based virtual screening for analogue protease inhibitors, and generated highly predictive octanol-water partition coefficient, chromatographic hydrophobicity index, hERG channel inhibition, acidic dissociation constant, hydrogen-bond acceptor strength and GPCR binding affinity models.

Dans le domaine de l'analyse de documents on voudrait être capable de traiter automatiquement n'importe quel genre de documents numériques et d'extraire l' information la plus importante. Plus précisément, on voudrait connaître la configuration du document,identifier chacune de ses parties et reconnaître ses contenus, pour faire des requêtes par le contenu du document lui-même mais aussi, parmi des documents différents. Ceci est une problème difficile qui a suscité un nombre important de travaux à différents niveaux. On a développé un ensemble de techniques destinés à pré-traiter les images numériques afin d'augmenter leurs qualités, en réduisant le bruit provenant des systèmes d'acquisition et en minimisant les effets de la dégradation des documents. On trouve aussi, beaucoup de travaux destinés à la segmentation de zones d'intérêts du fond du document. Finalement, depuis les années 60 à aujourd'hui un nombre important des descripteurs on été proposé pour représenter ces zones d'intérêts.<br /><br />Dans ce thèse, nous avons travaillé sur la description des formes et la fusion de classificateurs pour les appliquer à la reconnaissance de graphiques. Dans la reconnaissance de formes, beaucoup d'applications sont confrontées au problème de description de grands ensembles de formes complexes pour les reconnaître, mais aussi pour les identifier dans des grandes bases de données. En plus du nombre important de formes on doit également faire face aux problèmes de similitude des formes ou de variabilité des classes des symboles. Dans ces cas, un point clé dans le processus de la reconnaissance des formes est la définition de descripteurs ayant une grande capacité de discrimination. Malheureusement, un seul descripteur ne suffit pas pour obtenir des résultats satisfaisants et donc, nous devons combiner l'information provenant de différentes sources pour améliorer le comportement global du système de reconnaissance. Cette combinaison est réalisée par un mécanisme de fusion des classificateurs.<br /><br />Par rapport aux descriptions des formes, traditionnellement les symboles graphiques ont été représentés par des descripteurs structurelles, construits à partir d'une représentation vectorielle. Les méthodes de vectorisation sont sensibles aux bruits et aux distorsions des symboles ébauchés. On peut essayer de contourner ce problème en définissant une grammaire de descripteurs ou en construisant des modèles déformables des symboles. Une autre possibilité, celle poursuivie dans ce mémoire, est d'utiliser des descripteurs que n'ont pas besoin d'une représentation vectorielle. Dans le contexte de la description des formes on a proposé un descripteur basé sur la transformation de ridgelets qu'on peut définir comme: multiresolution, polaire, en 2D et qui préserve l'information d'invariance aux similitudes. D'un autre coté, malgré qu'on puisse considérer ce descripteur comme un seul, il nous offre une représentation des formes permettant de la décomposer en groupes de coefficients de ridgelets qui sont chacun définis comme un descripteur. De cette manière, pour chaque descripteur, nous avons entraîné des classifieurs qui sont combinés linéairement en utilisant des règles de combinaison: IN (Indépendant et Normale) et DN (Dépendant et Normal), que minimisent l'erreur de classification pour ces classifieurs par rapport à un ensemble de contraintes. <br /><br />Ces développements théoriques ont été validés à partir d'un ensemble de résultats expérimentaux. Les descripteurs ridgelets décrivent mieux les symboles que d'autres descripteurs plus classiques. Les règles de fusion IN et DN réduisent l'erreur de classification par rapport aux autres méthodes de références. Enfin, la méthode IN appliquée aux descripteurs de ridgelets, en combinaison avec des classificateurs du genre "boosting", aboutie à un taux de reconnaissance d'environ 100% sur la base de données définies au workshop GREC'03.

L’exploitation de données radiographiques, en particulier pour la reconstruction 3D du rachis de patients scoliotiques, est un prérequis à la modélisation personnalisée. Les méthodes actuelles, bien qu’assez robustes pour la routine clinique, reposent sur des ajustements manuels fastidieux. Dans ce contexte, ce travail de thèse vise à la détection automatisée de points anatomiques spécifiques des vertèbres, permettant ainsi des ajustements automatisés. Nous avons développé premièrement une méthode originale de localisation de coins de vertèbres cervicales et lombaires sur les radiographies sagittales. L’évaluation rigoureuse de cette méthode suggère sa robustesse et sa précision. Nous avons ensuite développé un algorithme pour le problème pertinent cliniquement de localisation des pédicules sur les radiographies coronales. Cet algorithme se compare favorablement aux méthodes similaires dans la littérature, qui nécessitent une saisie manuelle. Enfin, nous avons soulevé les problèmes, relativement peu étudiés, de détection, identification et segmentation des apophyses épineuses du rachis cervical dans les radiographies sagittales. Toutes les tâches mentionnées ont été réalisées grâce à une combinaison originale de descripteurs visuels et une classification multi-classe par Random Forest, menant à une nouvelle et puissante approche de localisation et de segmentation. Les méthodes proposées dans cette thèse suggèrent un grand potentiel pour être intégré à la reconstruction 3D du rachis, utilisée quotidiennement en routine clinique. / Exploitation of spine radiographs, in particular for 3D spine shape reconstruction of scoliotic patients, is a prerequisite for personalized modelling. Current methods, even though robust enough to be used in clinical routine, still rely on tedious manual adjustments. In this context, this PhD thesis aims toward automated detection of specific vertebrae landmarks in spine radiographs, enabling automated adjustments. In the first part, we developed an original Random Forest based framework for vertebrae corner localization that was applied on sagittal radiographs of both cervical and lumbar spine regions. A rigorous evaluation of the method confirms robustness and high accuracy of the proposed method. In the second part, we developed an algorithm for the clinically-important task of pedicle localization in the thoracolumbar region on frontal radiographs. The proposed algorithm compares favourably to similar methods from the literature while relying on less manual supervision. The last part of this PhD tackled the scarcely-studied task of joint detection, identification and segmentation of spinous processes of cervical vertebrae in sagittal radiographs, with again high precision performance. All three algorithmic solutions were designed around a generic framework exploiting dedicated visual feature descriptors and multi-class Random Forest classifiers, proposing a novel solution with computational and manual supervision burdens aiming for translation into clinical use. Overall, the presented frameworks suggest a great potential of being integrated in current spine 3D reconstruction frameworks that are used in daily clinical routine.

La reconnaissance des émotions est l'un des domaines scientifiques les plus complexes. Ces dernières années, de plus en plus d'applications tentent de l'automatiser. Ces applications innovantes concernent plusieurs domaines comme l'aide aux enfants autistes, les jeux vidéo, l'interaction homme-machine. Les émotions sont véhiculées par plusieurs canaux. Nous traitons dans notre recherche les expressions émotionnelles faciales en s'intéressant spécifiquement aux six émotions de base à savoir la joie, la colère, la peur, le dégoût, la tristesse et la surprise. Une étude comparative de deux méthodes de reconnaissance des émotions l'une basée sur les descripteurs géométriques et l'autre basée sur les descripteurs d'apparence est effectuée sur la base CK+, base d'émotions simulées, et la base FEEDTUM, base d'émotions spontanées. Différentes contraintes telles que le changement de résolution, le nombre limité d'images labélisées dans les bases d'émotions, la reconnaissance de nouveaux sujets non inclus dans la base d'apprentissage sont également prises en compte. Une évaluation de différents schémas de fusion est ensuite réalisée lorsque de nouveaux cas, non inclus dans l'ensemble d'apprentissage, sont considérés. Les résultats obtenus sont prometteurs pour les émotions simulées (ils dépassent 86%), mais restent insuffisant pour les émotions spontanées. Nous avons appliqué également une étude sur des zones locales du visage, ce qui nous a permis de développer des méthodes hybrides par zone. Ces dernières améliorent les taux de reconnaissance des émotions spontanées. Finalement, nous avons développé une méthode de sélection des descripteurs d'apparence basée sur le taux d'importance que nous avons comparée avec d'autres méthodes de sélection. La méthode de sélection proposée permet d'améliorer le taux de reconnaissance par rapport aux résultats obtenus par deux méthodes reprises de la littérature. / Emotion recognition is one of the most complex scientific domains. In the last few years, various emotion recognition systems are developed. These innovative applications are applied in different domains such as autistic children, video games, human-machine interaction… Different channels are used to express emotions. We focus on facial emotion recognition specially the six basic emotions namely happiness, anger, fear, disgust, sadness and surprise. A comparative study between geometric method and appearance method is performed on CK+ database as the posed emotion database, and FEEDTUM database as the spontaneous emotion database. We consider different constraints in this study such as different image resolutions, the low number of labelled images in learning step and new subjects. We evaluate afterward various fusion schemes on new subjects, not included in the training set. Good recognition rate is obtained for posed emotions (more than 86%), however it is still low for spontaneous emotions. Based on local feature study, we develop local features fusion methods. These ones increase spontaneous emotions recognition rates. A feature selection method is finally developed based on features importance scores. Compared with two methods, our developed approach increases the recognition rate.

La mise au point de descripteurs locaux discriminants est aujourd’hui une priorité dans de nombreuses applications comme la reconnaissance d’objets, le suivi d’objets, la reconstruction 3D ou l’estimation de mouvement. La problématique réside dans le fait que ces descripteurs doivent être invariants aux conditions d’acquisition tout en conservant un pouvoir discriminant important. Dans ce contexte, nous nous sommes intéressés à l’invariance des descripteurs locaux de la littérature. Nous les avons notamment catégorisés en fonction des hypothèses sur lesquelles repose leur invariance. Ensuite, nous avons proposé des descripteurs locaux qui exploitent l’information de couleur dans les images. Nous avons montré que cette information peut être très pertinente lorsqu’elle est combinée à une information spatiale, à condition que son degré d’invariance soit contrôlé et adapté aux applications considérées. Ainsi, nous avons proposé un ensemble de descripteurs locaux couleur avec des degrés d’invariance différents. Ainsi, nous introduisons tout d’abord deux nouveaux descripteurs qui caractérisent les distributions spatiales des couleurs dans les régions analysées. L’idée originale consiste à appliquer des transformations affines entre les coordonnées spatiales des pixels et leurs coordonnées couleur. En effet, chaque pixel étant caractérisé par 5 valeurs, 2 coordonnées spatiales xy dans l’image et 3 composantes couleur RVB, nous proposons de rechercher une transformation affine qui permet de transformer les coordonnées xy de tous les pixels de la région concernée en coordonnées RVB de ces pixels. Nous montrons que l’application de cette transformation aux coordonnées xy fournit des coordonnées dans l’espace RVB qui a un double avantage. D’une part, les coordonnées d’un seul pixel dépendent à la fois de toutes les couleurs présentes dans la région mais aussi de leur répartition spatiale. Quelques coordonnées permettent donc de résumer efficacement le contenu de la région. D’autre part, ces coordonnées présente une invariance totale à toute transformation affine appliquée dans l’espace image 2D(invariance géométrique) et comme elles sont homogènes à des coordonnées couleur, nous pouvons leur procurer une invariance photométrique en leur appliquant des transformations affines particulières. Nous montrons que le degré d’invariance peut être contrôlé en fonction des besoins de l’application. Ces coordonnées nous permettent de définir le descripteur IVC (Image Vers Couleur). De manière similaire, nous évaluons une transformation affine de l’espace couleur à l’espace image et appliquons cette transformation aux coordonnées couleur. Les coordonnées obtenues par cette transformation sont invariantes à toute transformation affine appliquée dans l’espace couleur, elles présentent donc un degré d’invariance élevé aux variations photométriques. Ces coordonnées nous permettent de constituer le descripteur CVI (Couleur Vers Image). Nous montrons que ces deux descripteurs fournissent de très bons résultats dans le cadre de la reconnaissance d’objet et présentent une telle complémentarité que le descripteur obtenu par concaténation de IVC et CVI fournit de meilleurs résultats que la plupart des descripteurs couleur parus dans la littérature. Ensuite, nous proposons un descripteur qui présente un degré d’invariance plus élevé que les deux précédents puisqu’il n’est pas sensible aux transformations non-linéaires des couleurs modélisées par des fonctions croissantes appliquées indépendamment sur chaque composante couleur. Pour cela, nous exploitons les mesures de rang des pixels dans les images. De plus, nous utilisons les corrélations entre mesures de rang obtenues pour différentes composantes couleur. Ceci nous a permis de proposer un descripteur lui aussi très compact qui présente un degré d’invariance photométrique assez élevé. Enfin, nous abordons le problème de la caractérisation locale d’images par auto-similarités / Pas de résumé fourni en anglais

Les travaux présentés dans ce manuscrit s'inscrivent dans le contexte de la mise en correspondance. En effet nous montrons l'intérêt de régions spécifiques, les régions curvilinéaires, dans le cadre des applications de mise en correspondances. Dans cette optique, nous avons développé un détecteur spécifique aux régions curvilinéaires. De plus afin de réaliser la mise en correspondance des régions, un descripteur spécifique aux régions curvilinéaires a été développé. L'évaluation du descripteur a été réalisée en deux temps. Dans un premier temps, nous avons étudié et comparé les performances de segmentation du détecteur de régions curvilinéaires, notamment dans le contexte de la segmentation des veines de la rétine. Dans un second temps, les performances du détecteur (associés à son descripteur spécifique) en termes de mise en correspondance ont été évaluées. Cette étude a été menée en utilisant la méthode de K. Mikolajczyk, cette méthodologie permet d'obtenir à la fois les performances globales du détecteur mais de le comparer avec des détecteurs dit " standards ". Les applications présentées au sein de ce manuscrit sont, elles aussi, de deux types. Dans un premier temps, nous présentons deux applications de segmentation qui sont : la détection de cordon de colle sur les culasses de moteur avant assemblage ainsi que la détection de l'aorte dans des coupes sagittales effectuées à l'aide d'imageur IRM. Le second type d'application est les applications de mise en correspondances. Dans ce champ d'application, nous avons proposés l'estimation automatique d'homographie.