Modéliser le mouvement des foules humaines est essentiel pour des situations aussi diverses que la prévention de risque dans les lieux publics, la planification d’évènements ou la création d’animations visuelles réalistes. Cependant, la difficulté de mener des expériences quantitatives limite notre compréhension de la dynamique des piétons, et le manque de mesures de référence rend impossible une comparaison poussée des modèles existants. Cette thèse tente d’augmenter notre compréhension des foules humaines par deux approches distinctes. Dans un premier temps, nous avons conduit une étude numérique et théorique pour étudier formation de lignes au sein de flux bidirectionnels d'agents motiles. Nous avons montré qu’une transition de phase critique du second ordre séparait un état mélangé d’un état constitué de lignes géantes le long desquelles se déplacent les agents visants une même direction. Cette séparation est caractéristique des systèmes actifs. Une approche hydrodynamique nous a ensuite permis de prouver que les phases mélangées sont aussi algébriquement corrélées dans la direction longitudinale. Nous avons expliqué et montré que ces fortes corrélations sont génériques de tous systèmes de flux bidirectionnels, qu’ils soient constitués de particules forcées ou de particules actives. Dans un second temps, nous avons mené une campagne expérimentale de grande envergure afin d’établir une expérience de référence des foules humaines. Nous avons pour cela choisi un système modèle, la zone d’attente de marathons. Dans ces foules de dizaines de milliers d’individus, nous avons quantitativement établi que les fluctuations de vitesse se propagent sur de grandes échelles, alors que les variations d’orientation s’évanouissent en quelques secondes. Grâce à ces mesures, nous avons construit une théorie prédictive hydrodynamique des foules polarisées. / Modelling crowd motion is central to situations as diverse as risk prevention in mass events and visual effects rendering in the motion picture industry. The difficulty to perform quantitative measurements in model experiments, and the lack of reference experimental system, have however strongly limited our ability to model and control pedestrian flows. The aim of this thesis is to strengthen our understanding of human crowds, following two distinct approaches.First, we designed a numerical model to study the lane formation process among bidirectional flows of motile particles. We first evidenced the existence of two distinct phases: one fully laned and one homogeneously mixed, separated by a critical phase transition, unique to active systems. We then showed with a hydrodynamic approach that the mixed phase is algebraically correlated in the direction of the flow. We elucidated the origin of these strong correlations and proved that they were a universal feature of any system of oppositely moving particles, active of passive.Second, we conducted a substantial experimental campaign to establish a model experiment of human crowds. For that purpose we performed systematic measurements on crowds composed of tens of thousands of road-race participants in start corrals, a geometrically simple setup. We established that speed information propagates through polarized crowds over system spanning scales, while orientational information is lost in a few seconds. Building on these observations, we laid out a hydrodynamic theory of polarized crowds and demonstrated its predictive power.