La détection et le suivi de piétons sont devenus des thèmes phares en recherche en Vision Artificielle, car ils sont impliqués dans de nombreuses applications. La détection de piétons dans des foules très denses est une extension naturelle de ce domaine de recherche, et l’intérêt croissant pour ce problème est lié aux évènements de grande envergure qui sont, de nos jours, des scenarios à risque d’un point de vue de la sûreté publique. Par ailleurs, les foules très denses soulèvent des problèmes inédits pour la tâche de détection. De par le fait que les caméras ont le champ de vision le plus grand possible pour couvrir au mieux la foule les têtes sont généralement très petites et non texturées. Dans ce manuscrit nous présentons un système complet pour traiter les problèmes de détection et de suivi en présence des difficultés spécifiques à ce contexte. Ce système utilise plusieurs caméras, pour gérer les problèmes de forte occultation. Nous proposons une méthode robuste pour l’estimation de la position relative entre plusieurs caméras dans le cas des environnements requérant une surveillance. Ces environnements soulèvent des problèmes comme la grande distance entre les caméras, le fort changement de perspective, et la pénurie d’information en commun. Nous avons alors proposé d’exploiter le flot vidéo pour effectuer la calibration, avec l’objectif d’obtenir une solution globale de bonne qualité. Nous proposons aussi une méthode non supervisée pour la détection des piétons avec plusieurs caméras, qui exploite la consistance visuelle des pixels à partir des différents points de vue, ce qui nous permet d’effectuer la projection de l’ensemble des détections sur le plan du sol, et donc de passer à un suivi 3D. Dans une troisième partie, nous revenons sur la détection supervisée des piétons dans chaque caméra indépendamment en vue de l’améliorer. L’objectif est alors d’effectuer la segmentation des piétons dans la scène en partant d’une labélisation imprécise des données d’apprentissage, avec des architectures de réseaux profonds. Comme dernière contribution, nous proposons un cadre formel original pour une fusion de données efficace dans des espaces 2D. L’objectif est d’effectuer la fusion entre différents capteurs (détecteurs supervisés en chaque caméra et détecteur non supervisé en multi-vues) sur le plan du sol, qui représente notre cadre de discernement. nous avons proposé une représentation efficace des hypothèses composées qui est invariante au changement de résolution de l’espace de recherche. Avec cette représentation, nous sommes capables de définir des opérateurs de base et des règles de combinaison efficaces pour combiner les fonctions de croyance. Enfin, notre approche de fusion de données a été évaluée à la fois au niveau spatial, c’est à dire en combinant des détecteurs de nature différente, et au niveau temporel, en faisant du suivi évidentiel de piétons sur de scènes à grande échelle dans des conditions de densité variable. / Pedestrian detection and tracking have become important fields in Computer Vision research, due to their implications for many applications, e.g. surveillance, autonomous cars, robotics. Pedestrian detection in high density crowds is a natural extension of such research body. The ability to track each pedestrian independently in a dense crowd has multiple applications: study of human social behavior under high densities; detection of anomalies; large event infrastructure planning. On the other hand, high density crowds introduce novel problems to the detection task. First, clutter and occlusion problems are taken to the extreme, so that only heads are visible, and they are not easily separable from the moving background. Second, heads are usually small (they have a diameter of typically less than ten pixels) and with little or no textures. This comes out from two independent constraints, the need of one camera to have a field of view as high as possible, and the need of anonymization, i.e. the pedestrians must be not identifiable because of privacy concerns.In this work we develop a complete framework in order to handle the pedestrian detection and tracking problems under the presence of the novel difficulties that they introduce, by using multiple cameras, in order to implicitly handle the high occlusion issues.As a first contribution, we propose a robust method for camera pose estimation in surveillance environments. We handle problems as high distances between cameras, large perspective variations, and scarcity of matching information, by exploiting an entire video stream to perform the calibration, in such a way that it exhibits fast convergence to a good solution. Moreover, we are concerned not only with a global fitness of the solution, but also with reaching low local errors.As a second contribution, we propose an unsupervised multiple camera detection method which exploits the visual consistency of pixels between multiple views in order to estimate the presence of a pedestrian. After a fully automatic metric registration of the scene, one is capable of jointly estimating the presence of a pedestrian and its height, allowing for the projection of detections on a common ground plane, and thus allowing for 3D tracking, which can be much more robust with respect to image space based tracking.In the third part, we study different methods in order to perform supervised pedestrian detection on single views. Specifically, we aim to build a dense pedestrian segmentation of the scene starting from spatially imprecise labeling of data, i.e. heads centers instead of full head contours, since their extraction is unfeasible in a dense crowd. Most notably, deep architectures for semantic segmentation are studied and adapted to the problem of small head detection in cluttered environments.As last but not least contribution, we propose a novel framework in order to perform efficient information fusion in 2D spaces. The final aim is to perform multiple sensor fusion (supervised detectors on each view, and an unsupervised detector on multiple views) at ground plane level, that is, thus, our discernment frame. Since the space complexity of such discernment frame is very large, we propose an efficient compound hypothesis representation which has been shown to be invariant to the scale of the search space. Through such representation, we are capable of defining efficient basic operators and combination rules of Belief Function Theory. Furthermore, we propose a complementary graph based description of the relationships between compound hypotheses (i.e. intersections and inclusion), in order to perform efficient algorithms for, e.g. high level decision making.Finally, we demonstrate our information fusion approach both at a spatial level, i.e. between detectors of different natures, and at a temporal level, by performing evidential tracking of pedestrians on real large scale scenes in sparse and dense conditions.

Par l'analyse des pratiques de l'image, artistiques et médiatiques, le texte entend mettre au jour les mécaniques de la société du spectacle, altérées par les révolutions de la technologie de l'information et de la communication. Dans les espaces virtuels, la médiatisation émerge comme la modalité principale de toute forme d'interaction dématérialisée. L'image exerce sa puissance et conditionne les comportements. Pourtant, l'image peut s'opposer au flux dominant du spectacle et offrir un espace d'expression à contre-flux, contestataire et radical. Ce texte examine la consommation des représentations dans cette société du spectacle où la coercition anime la psychologie des foules - nuages fluides de particules individuelles séparées dont les mouvements chaotiques semblent imprévisibles. Cette recherche élabore une typologie des foules repensée au travers de la coercition des images, des médias et du pouvoir de la technologie sur le libre arbitre individuel. En s'appuyant sur des représentations iconiques de la violence et de la mort dans les événements visuels globaux - à l'instar de la photographie sidérante « The Falling Man » - ce texte aborde les tensions entre dispositifs, information et foules en dressant le portrait de l'Homme hypermoderne face aux foules virtuelles. Soumis au flux d'images constant, il semble en quête permanente d'une liberté insaisissable, fruit d'une identité qui peu à peu se dissipe au sein d'une société à la dérive incitant à ne vivre que par l'externalisation dans les technologies : utopie d'un Homme transparent, dépourvu d'intériorité, vivant dans l'espoir d'outrepasser la mort par la projection de soi dans le flux d'information. / Through the analysis of artistic and media-generated imagery, this text seeks to shed light on the mechanisms of the society of the spectacle, altered by the revolutions of information and communication technology. In virtual spaces, mediatization has emerged as the main modality of every dematerialized interaction. Image exercises power and conditions behaviors, but may also act counter to the dominant stream of spectacle thus opening a space for a counter-current both controversial and radical. This text examines how image is consumed in this society of the spectacle, in which coercion drives crowd psychology - fluid clouds of unique separated particles whose chaotic movements appear unpredictable. This research establishes a typology of crowds revised through the coercion of images, media, and the power of technology over individual freewill. By studying iconic images of violence and death in global visual events - as exemplified in The Falling Man, a photograph that stuns the viewer - the text raises issues concerning the seeming tensions between devices, information and crowds, while displaying the portrait of hypermodern Man in his relationship toward virtual crowds. Man, subjected to incessant streams of images, seems to be on a permanent quest for a freedom which eludes him, a consequence of an identity slowly dissipating into the mainstream. This text proposes an analysis of a society running adrift, a society offering nothing but a life of self­disembodiment into technological devices : utopia of a new transparent Man, deprived of self, living only in the hope of achieving immortality by projecting the self into the information stream.

Le réalisme d'une application traitant de l'animation comportementale de foules est fondé d'une part sur le rendu graphique des scènes produites par l'application, mais aussi sur le réalisme du comportement lui-même. C'est ce dernier point qui est notre objet d'étude. Le réalisme du comportement d'une foule est avant tout global (réalisme macroscopique) : elle doit avoir des propriétés statistiques (densité, dispersion, vitesse moyenne,...) proches de celles d'une foule réelle. Il est aussi local (réalisme microscopique), c'est-à-dire que les agents ou groupes d'agents doivent idéalement avoir des comportements proches de ceux des humains ou groupes humains pris pour référence, tout au moins dans le domaine d'application restreint considéré. L'objet de cette thèse est de proposer un modèle générique pour effectuer des simulations comportementales de foules, pour pouvoir satisfaire simultanément les deux types de réalisme macroscopique et microscopique et rendre compte de la plupart des types de foules (foules homogènes, groupes, collection d'agents). Pour ce faire, nous avons dégagé quelques principes simples et peu coûteux en ressources. Nous introduirons la notion de contexte (global, localisé, et propagateur). Les contextes globaux et localisés appliqués à un groupe d'agents tendent à leur donner un même comportement et constituent ainsi un moyen de contrôle global de ces acteurs (réalisme macroscopique). Le contexte propagateur donne un moyen de propagation d'informations entre les agents de la foule (communication). Les agents eux-mêmes sont dotés de tendances qui, en les différenciant dans un même contexte, leur donne une variété de comportements qui concourt au réalisme microscopique.

Les modèles de simulation de foules visent généralement à produire des foules visuellement crédibles avec l'intention d'insuffler de la vie à des environnements virtuels. Notre travail se concentre sur la génération de comportements statistiquement cohérents qui peuvent être utilisés pour piloter des modèles de simulation de foules sur de longues périodes de temps, jusqu'à plusieurs jours. Dans les foules réelles, les comportements des individus dépendent principalement de l'activité qu'ils ont l'intention d'effectuer. La façon d’ordonnancer cette activité repose sur l'interaction étroite qui existe entre l'environnement, les contraintes spatiales et temporelles associées à l'activité et les caractéristiques personnelles des individus. Par rapport à l'état de l'art, notre modèle gérer mieux cette interaction. Nos principales contributions se situent dans le domaine de l'ordonnancement d'activités et de la planification de chemin. Dans un premier temps, nous proposons un processus d'ordonnancement d'activités individuelles et son extension aux activités coopératives. Basé sur les descriptions de l'environnement, des activités désirées et des caractéristiques des agents, ces processus génèrent une séquence de la tâche pour chaque agent. Des lieux où ces tâches doivent être effectuées sont sélectionnés et un timing relâché est produit. Cet ordonnancement est compatible avec les contraintes spatiales et temporelles liées à l'environnement et à l'activité prévue par l'agent et par d'autres agents en coopération. Il prend également en compte les caractéristiques personnelles des agents, induisant de la diversité dans les ordonnancements produits. Nous montrons que notre modèle produit des comportements statistiquement cohérents avec ceux produits par des personnes dans les mêmes situations. Dans un second temps, nous proposons un processus de planification de chemins hiérarchique. Il repose sur un processus d'analyse de l'environnement automatique qui produit une représentation hiérarchique sémantiquement cohérente des villes virtuelles. La nature hiérarchique de cette représentation est utilisée pour modéliser différents niveaux de prise de décisions. Un chemin grossier est d'abord calculé, puis raffiné pendant la navigation lorsque de l'information pertinente est disponible, permettant ainsi à l'agent d'adapter son chemin à des événements inattendus. Le modèle proposé gère des décisions rationnelles à long terme guidant la navigation des agents dans les villes virtuelles. Il prend en compte la forte relation entre le temps, l'espace et l'activité pour produire les comportements des agents plus crédibles de. Il peut être utilisé pour peupler facilement des villes virtuelles avec des foules au sein desquelles des phénomènes observables émergent de l'activité individuelle. / Crowd simulation models usually aim at producing visually credible crowds with the intent of giving life to virtual environments. Our work focusses on generating statistically consistent behaviours that can be used to pilot crowd simulation models over long periods of time, up to multiple days. In real crowds, people's behaviours mainly depend on the activities they intend to perform. The way this activity is scheduled rely on the close interaction between the environment, space and time constraints associated with the activity and personal characteristics of individuals. Compared to the state of the art, our model better handle this interaction. Our main contributions lie in the domain of activity scheduling and path planning. First, we propose an individual activity scheduling process and its extension to cooperative activity scheduling. Based on descriptions of the environment, of intended activities and of agents' characteristics, these processes generate a task schedule for each agent. Locations where the tasks should be performed are selected and a relaxed agenda is produced. This task schedule is compatible with spatial and temporal constraints associated with the environment and with the intended activity of the agent and of other cooperating agents. It also takes into account the agents personal characteristics, inducing diversity in produced schedules. We show that our model produces schedules statistically coherent with the ones produced by humans in the same situations. Second, we propose a hierarchical path-planning process. It relies on an automatic environment analysis process that produces a semantically coherent hierarchical representation of virtual cities. The hierarchical nature of this representation is used to model different levels of decision making related to path planning. A coarse path is first computed, then refined during navigation when relevant information is available. It enable the agent to seamlessly adapt its path to unexpected events. The proposed model handles long term rational decisions driving the navigation of agents in virtual cities. It considers the strong relationship between time, space and activity to produce more credible agents' behaviours. It can be used to easily populate virtual cities in which observable crowd phenomena emerge from individual activities.

Des ensembles complexes, tels que les foules de piétons peuvent être soumis à de très fortes fluctuations de vitesses et de densités. Les individus formant ces ensembles sont les propres vecteurs de leur mouvement. Ils répondent à des règles locales microscopiques de déplacement qui, sous certaines conditions de densité, peuvent avoir un impact macroscopique sur la dynamique de l'ensemble. A la différence des animaux purement collectifs, comme ceux composant les bancs de poissons, les nuées d'oiseaux ou bien les troupeaux de gnous, les piétons partagent des intentions à la fois collectives et individuelles. De cette nature particulière apparaissent des comportements d'auto-organisation singuliers, dépendant de la nature cognitive des interactions entre les piétons, de la géométrie de l'espace, de la pluralité des objectifs, ainsi que la densité et la vitesse. L'objectif de cette thèse a été de reproduire via la simulation numérique les principaux phénomènes observés à l'aide d'hypothèses physiques et comportementales. Nous avons adopté une approche microscopique continue prenant en compte leur capacité d'anticipation via la recherche des différents temps de collision et l'utilisation d'une fonction d'estimation des angles de déviation possibles. Nous avons alors comparé notre modèle avec ceux dont il s'inspire face à différentes géométries. Nous avons aussi étudié des situations types comme l'évacuation à travers une porte avec différents jeux de paramètres : la taille de la porte, la vitesse et l'injection d'un bruit. Enfin, nous avons reproduit le phénomène d'oscillation de passages de deux groupes autour d'une porte en introduisant quelques règles de priorité. / Complex bodies, as crowds of pedestrian can present Strong Velocity and Density fluctuations. The persons shaping theses bodies are their own Drive motors. They follow local microscopic motion rules which, under certains Density conditions, can play a major role on the whole dynamics at the macroscopic scale. Unlike the purely collective animals, as those composing schools of fish, flocks of birds or herds of wildebeest, the pedestrians share at the same time collective and individual intentions. From this particular nature appear singular self-organisation behaviors, depending on the cognitive aspect of the pedestrian interactions, the geometry of the space, the plurality of targets, as well as the density and the velocity. The goal of this thesis has been to reproduce via numerical simulation tools the principal observed phenomena using physical and behavioral hypothesis. For that, we have adopted a continuous microscopic approach. The dynamics for each pedestrian is done locally trough a Newton-like equation which takes in account their anticipation ability via the search of the different collision time and the use of an estimation function of the possible deviation angles. Then, we have compared the behaviour differences between our model and those that inspired it in differents Spatial geometries. We have also studied generic situations as the evacuation trough a door with different sets of parameters : the size of the door, the velocity and the injection of a noise in the equation of forces. Finally, we have reproduced the oscillation phenomena of passings of two groups around a door by introducing some priority rules.

Dans cette thèse, nous nous intéressons à la modélisation de mouvements de foules. Nous proposons un modèle microscopique basé sur la théorie des jeux. Chaque individu a une certaine vitesse souhaitée, celle qu'il adopterait en l'absence des autres. Une personne est influencée par certains de ses voisins, pratiquement ceux qu'elle voit devant elle. Une vitesse réelle est considérée comme possible si elle réalise un équilibre de Nash instantané: chaque individu fait son mieux par rapport à un objectif personnel (vitesse souhaitée), en tenant compte du comportement des voisins qui l'influencent. Nous abordons des questions relatives à la modélisation ainsi que les aspects théoriques du problème dans diverses situations, en particulier dans le cas où chaque individu est influencé par tous les autres, et le cas où les relations d'influence entre les individus présentent une structure hiérarchique. Un schéma numérique est développé pour résoudre le problème dans le second cas (modèle hiérarchique) et des simulations numériques sont proposées pour illustrer le comportement du modèle. Les résultats numériques sont confrontés avec des expériences réelles de mouvements de foules pour montrer la capacité du modèle à reproduire certains effets.Nous proposons une version macroscopique du modèle hiérarchique en utilisant les mêmes principes de modélisation au niveau macroscopique, et nous présentons une étude préliminaire des difficultés posées par cette approche.La dernière problématique qu'on aborde dans cette thèse est liée aux cadres flot gradient dans les espaces de Wasserstein aux niveaux continu et discret. Il est connu que l'équation de Fokker-Planck peut s'interpréter comme un flot gradient pour la distance de Wasserstein continue. Nous établissons un lien entre une discrétisation spatiale du type Volume Finis pour l'équation de Fokker-Planck sur une tesselation de Voronoï et les flots gradient sur le réseau sous-jacent, pour une distance de type Wasserstein récemment introduite sur l'espace de mesures portées par les sommets d'un réseaux. / We are interested in the modeling of crowd motion. We propose a microscopic model based on game theoretic principles. Each individual is supposed to have a desired velocity, it is the one he would like to have in the absence of others. We consider that each individual is influenced by some of his neighbors, practically the ones that he sees. A possible actual velocity is an instantaneous Nash equilibrium: each individual does its best with respect to a personal objective (desired velocity), considering the behavior of the neighbors that influence him. We address theoretical and modeling issues in various situations, in particular when each individual is influenced by all the others, and in the case where the influence relations between individuals are hierarchical. We develop a numerical strategy to solve the problem in the second case (hierarchical model) and propose numerical simulations to illustrate the behavior of the model. We confront our numerical results with real experiments and prove the ability of the hierarchical model to reproduce some phenomena.We also propose to write a macroscopic counterpart of the hierarchical model by translating the same modeling principles to the macroscopic level and make the first steps towards writing such model.The last problem tackled in this thesis is related to gradient flow frameworks in the continuous and discrete Wasserstein spaces. It is known that the Fokker-Planck equation can be interpreted as a gradient flow for the continuous Wasserstein distance. We establish a link between some space discretization strategies of the Finite Volume type for the Fokker- Planck equation in general meshes (Voronoï tesselations) and gradient flows on the underlying networks of cells, in the framework of discrete Wasserstein-like distance on graphs recently introduced.

Cette thèse s’intéresse à la détection des piétons dans des foules très denses depuis un système mono-camera, avec comme but d’obtenir des détections localisées de toutes les personnes. Ces détections peuvent être utilisées soit pour obtenir une estimation robuste de la densité, soit pour initialiser un algorithme de suivi. Les méthodologies classiques utilisées pour la détection de piétons s’adaptent mal au cas où seulement les têtes sont visibles, de part l’absence d’arrière-plan, l’homogénéité visuelle de la foule, la petite taille des objets et la présence d’occultations très fortes. En présence de problèmes difficiles tels que notre application, les approches à base d’apprentissage supervisé sont bien adaptées. Nous considérons un système à plusieurs classifieurs (Multiple Classifier System, MCS), composé de deux ensembles différents, le premier basé sur les classifieurs SVM (SVM- ensemble) et le deuxième basé sur les CNN (CNN-ensemble), combinés dans le cadre de la Théorie des Fonctions de Croyance (TFC). L’ensemble SVM est composé de plusieurs SVM exploitant les données issues d’un descripteur différent. La TFC nous permet de prendre en compte une valeur d’imprécision supposée correspondre soit à une imprécision dans la procédure de calibration, soit à une imprécision spatiale. Cependant, le manque de données labellisées pour le cas des foules très denses nuit à la génération d’ensembles de données d’entrainement et de validation robustes. Nous avons proposé un algorithme d’apprentissage actif de type Query-by- Committee (QBC) qui permet de sélectionner automatiquement de nouveaux échantillons d’apprentissage. Cet algorithme s’appuie sur des mesures évidentielles déduites des fonctions de croyance. Pour le second ensemble, pour exploiter les avancées de l’apprentissage profond, nous avons reformulé notre problème comme une tâche de segmentation en soft labels. Une architecture entièrement convolutionelle a été conçue pour détecter les petits objets grâce à des convolutions dilatées. Nous nous sommes appuyés sur la technique du dropout pour obtenir un ensemble CNN capable d’évaluer la fiabilité sur les prédictions du réseau lors de l’inférence. Les réalisations de cet ensemble sont ensuite combinées dans le cadre de la TFC. Pour conclure, nous montrons que la sortie du MCS peut être utile aussi pour le comptage de personnes. Nous avons proposé une méthodologie d’évaluation multi-échelle, très utile pour la communauté de modélisation car elle lie incertitude (probabilité d’erreur) et imprécision sur les valeurs de densité estimées. / This study deals with pedestrian detection in high- density crowds from a mono-camera system. The detections can be then used both to obtain robust density estimation, and to initialize a tracking algorithm. One of the most difficult challenges is that usual pedestrian detection methodologies do not scale well to high-density crowds, for reasons such as absence of background, high visual homogeneity, small size of the objects, and heavy occlusions. We cast the detection problem as a Multiple Classifier System (MCS), composed by two different ensembles of classifiers, the first one based on SVM (SVM-ensemble) and the second one based on CNN (CNN-ensemble), combined relying on the Belief Function Theory (BFT) to exploit their strengths for pixel-wise classification. SVM-ensemble is composed by several SVM detectors based on different gradient, texture and orientation descriptors, able to tackle the problem from different perspectives. BFT allows us to take into account the imprecision in addition to the uncertainty value provided by each classifier, which we consider coming from possible errors in the calibration procedure and from pixel neighbor's heterogeneity in the image space. However, scarcity of labeled data for specific dense crowd contexts reflects in the impossibility to obtain robust training and validation sets. By exploiting belief functions directly derived from the classifiers' combination, we propose an evidential Query-by-Committee (QBC) active learning algorithm to automatically select the most informative training samples. On the other side, we explore deep learning techniques by casting the problem as a segmentation task with soft labels, with a fully convolutional network designed to recover small objects thanks to a tailored use of dilated convolutions. In order to obtain a pixel-wise measure of reliability about the network's predictions, we create a CNN- ensemble by means of dropout at inference time, and we combine the different obtained realizations in the context of BFT. Finally, we show that the output map given by the MCS can be employed to perform people counting. We propose an evaluation method that can be applied at every scale, providing also uncertainty bounds on the estimated density.

本篇碩士論文的寫作目的在於用系統化的方法來分析距今六百二十多年前傑福瑞．喬塞的«眾鳥之會»一詩中對於自然的這個概念的三種不同層面的透視觀點 本詩在文本的分類上屬於夢幻愛情詩 乃是詩人藉著夢境來傳達愛情的神秘和象徵的意涵 本文中所謂自然的觀點就是指人類如何理解及認知這個外在自然的世界 身為自然的一份子 人類觀察了外界環境並企圖要了解這個世界 這樣的認知包含了神話 傳奇 及古典時期的學術研究 在文學的世界中 詩人在文本中創造了一個奇幻的世界 由奇異的時空 充滿想像力的動植物的再現 以及富有愛與性的原始力量的自然神祇 這是人文主義式的世界架構 而其世界的中心乃是人類 而不是遙不可及的上帝 詩中人感受並享受著自然的美好 同時 他也察覺到自己和這個世界的存在 透過他的觀察 在文本中投射出一個他對於一個系統化層級分明的理想世界 在西洋中古時期的文學之中 對於自然的理解和感受的表達的確是個相對稀有的一個現像 所以本詩值得我們更深入的檢視與研究 本篇論文分為五大部份 第一章是序言 簡述作者生平 文本背景 歷代學者的研究心得 和本論文研究的主旨 第二章討論夢境中時間與空間的結構 分析夢境文學中常見的時間跳躍的現像 和對於中古花園的空間設計 第三章討論花園中的植物圈和動物圈 喬塞安置了許多種的動植物在花園中 這些草木鳥獸反映了中古時期的自然史和許多被他所引用的文獻 這些動植物都被賦與象徵性的意義 在第四章中 分析在黃銅神殿裡外的羅馬神祇 一有七個不同的神出現 直接或間接地提到 他們有愛與性的影響力 而性與愛使得自然中的生物得以生生不息 第五章是結論 整篇論文以 “自然之愛” 和 “愛的天性” 作結 / The objective of this thesis is to analyze the three perspectives of nature in this poem. By definition, “perspective” means the way that objects appear smaller when they are further away and the way parallel lines appear to meet each other at a point in the distance. It, in the level of thought, means a particular way of considering something. In other words, it means a point of view. The perspective of nature is the way how human beings perceive the natural world. Human beings, as members of the whole nature, observe the environment and try to understand the world. Ancient people did not rely on science entirely; they used their cognition and imagination to form their knowledge of the world. It is mixed with mythology, folklore, legend, and classical academics. In literature, the writers create a world, which is full of nature deities, imaginative animals and plants in the fantastic space and time. This is a humanistic way to recognize the world whose center is man, not an abstract and remote God. In this poem, the persona perceives and enjoys nature. He senses the existence of himself and nature. Through his senses, he projects a model of the world by setting nature deities, plants and animals in the methodized nature. It is rather a comparatively rare phenomenon in mediaeval literature. Even the persona of mediaeval literature is surrounded by nature, the writers are never or seldom aware of this fact. The writers and readers of mediaeval literature do not seem to care about much the beauty and pleasure of nature. The thesis is divided into five parts. Chapter One is the introduction. Chapter Two discusses the structure of time and space. It will convey the concept of time and the design of the garden in the dream vision. Chapter Three discusses Flora and Fauna in the garden. Chaucer settles many kinds of plants and animals in the garden according to his knowledge from many sources. The plants and animals have symbolic meanings. The data shows us the cognition of nature people in the Middle Ages had. Chapter Four analyzes the Roman deities outside and inside the brass temple. There are seven gods and goddess of fertility in the background of the dream vision. All of them share the attributes of love and sex. They are divinized drives of live and the origin of the nature. Chapter Five is the conclusion.

No description available.

Le 14 février 2022, le gouvernement fédéral du Canada déclenchait l’état d’urgence pour mettre fin aux manifestations du Convoi de la liberté qui se déroulaient principalement à Ottawa. Venus protester initialement contre les mesures sanitaires instaurées pour endiguer la pandémie de COVID-19, les manifestants ont occupé la ville avec leurs camions et autres véhicules pendant plus de deux semaines. Les revendications se sont rapidement étendues à des griefs plus larges contre le gouvernement, et le mouvement a été marqué dans l’opinion publique par des débordements physiques, matériels, mais aussi idéologiques. Après deux ans de restrictions imposées par l’urgence sanitaire, le Convoi de la liberté a constitué le point culminant de la mouvance d’opposition aux mesures sanitaires, et a connu un succès relativement inattendu alors que la majorité des Canadiens suivaient les règles de santé publique. Il est dès lors pertinent de comprendre comment ce mouvement est parvenu à prendre une telle ampleur, et de mettre en évidence les phénomènes sous-jacents à la colère des manifestants. Afin d’obtenir des éléments de réponse, les témoignages et autres documentations fournis par la Commission sur l’état d’urgence ont été analysés dans le cadre de cette étude exploratoire. Trois facteurs se sont montrés déterminants lors de cette analyse pour expliquer l’ampleur prise par le Convoi de la liberté, chacun exerçant une certaine influence sur les autres dans une dynamique de co-construction : l’efficacité de la mobilisation par la colère en temps de crise sanitaire, les défaillances de la réponse policière, et le rôle des médias sociaux qui ont transformé à la fois les codes des mouvements sociaux et l’environnement informationnel. L’étude de ces trois axes permet de révéler les problématiques plus profondes au Canada et dans la société occidentale de façon générale, témoignant d’une réelle crise de la démocratie et d’une polarisation sociale et politique croissante. / On February 14, 2022, Canada's federal government declared a state of emergency to put an end to the Freedom Convoy demonstrations, which took place mainly in Ottawa. Initially protesting the health measures introduced to contain the COVID-19 pandemic, the demonstrators occupied the city with their trucks and other vehicles for over two weeks. Demands soon extended to broader grievances against the government, and the movement was marked in public opinion by physical, material, and ideological outbursts. After two years of restrictions imposed by the health emergency, the Freedom Convoy was the culmination of the opposition to health measures, and a relatively unexpected success at a time when most Canadians were following public health rules. It is therefore pertinent to understand how this movement managed to gain such momentum, and to highlight the phenomena underlying the protesters' anger. To obtain some answers, the testimonies and other documentation provided by the Public order emergency commission were analyzed as part of this exploratory study. Three factors proved decisive in this analysis to explain the scale taken by the Freedom Convoy, each exerting a certain influence on the others in a dynamic of co-construction: the effectiveness of mobilization through anger in times of health crisis, the failings of the police response, and the role of social media in transforming both the codes of social movements and the informational environment. The study of these three axes reveals deeper issues in Canada and Western society in general, reflecting a real crisis of democracy and growing social and political polarization.