Cette thèse a pour objectif de modéliser, par approches biométriques, l’évolution dans le temps du visage humain, en partant de l’âge enfant, jusqu’à un âge adulte. Ces travaux sur le vieillissement rentrent dans le cadre des activités de recherche du groupe biométrie du laboratoire LiSSi (UPEC).Comme il est connu, l’évolution des traits dues au vieillissement dépend deplusieurs facteurs intrinsèques ou extrinsèques, dont : la génétique, l’origine ethnique, le mode de vie, etc. En considérons les modèles paramétriques proposés dans cette thèse, nous exploitons entre autres, les similitudes des caractéristiques extraites chez des individus d’une même catégorie d’âge. Ces similitudes sont intégrées dans nos modèles afin de pouvoir estimer l’apparence faciale à un âge spécifique. Contrairement aux nombreuses études traitant les modèles prédictifs de vieillissement facial, cette thèse propose pour la première fois un modèle réversible permettant également le rajeunissement numérique de l’apparence du visage que nous appellerons, modèle de prédiction arrière d’apparence. Quant à la prédiction avant, notre contribution s’est orientée vers la proposition d’un modèle non-linaire paramétrique de vieillissement permettant de prendre en considération les facteurs accélérateurs de vieillissements liés au mode de vie des individus. De manière générale, nous nous sommes intéressés aux conséquences de certaines addictions de type (drogues, alcool,exposition au soleil, etc.), sur le vieillissement prématuré du visage. Par conséquent,nous avons proposé des modèles sensibles à certains de ces facteurs en se basant sur des analyses statistiques. Comme retombés socio-économiques, cette étude a pour objectif de sensibiliser les jeunes personnes par rapport aux dangers liés à la consommation excessives de certaines substances, voire à l’addiction à certaines pratiques.Les études que nous avons menées durant cette thèse, ont nécessité la constitution d’une base de données contenant plus de 1600 images faciales. Cette base de données a permis le développement 30 modèles de visages «Face Templates». Suite à cela, nous avons créé une base de données d’évaluation, appelée «Face Time-Machine (FaceTiM)». Constituée à partir de 120 sujets, cette base de données est mise à disposition des chercheurs afin qu’ils puissent reproduire les résultats que nous avons obtenus, évaluer les performances, et enfin contribuer à l’amélioration des modèles proposés / The main focus of this thesis is to model the evolution trajectory of human face from infancy to senility using the biometrics facial features.The manifestation of facial changes caused by ageing depends on different factors such as genetic, ethnicity and lifestyle. Nevertheless, individuals in the same age group share some facial similarities. These resemblances can be employed to approximate the facial appearance of an individual in the bygone or the forthcoming years.Unlike numerous studies dealing with predictive face ageing models, for the first time, this thesis proposes the first Backward Facial Ageing Model aiming at digitally rejuvenate an adult face appearance down to its early childhood. We also present the Forward Facial Ageing Model to predict the adult face appearance in its future by taking into account the naturalageing trajectory. The main purpose of Forward Facial Ageing Model is to have a base model for the supplementary ageing models such as behavioural models.In this thesis for the first time in face ageing studies, the effects of different lifestyle behaviours are integrated into the facial ageing models. The Behavioural Facial Ageing Models predict the feature of a young face in case of having the high-risk lifestyle habits. The main attempt of these models is to illustrate the adverse effects of unsafe lifestyle behaviourson the senility of the face, aiming to prevent the youth from becoming involved in these habits. The Facial Ageing Modeling Database, contains over 1600 facial images, is collected to construct the models and 30 Face Templates for the purpose of the face ageing studies.Besides, the Face Time-Machine Database from 120 subjects is created and published to testand evaluate the results. For the proposed approach face contour and different components are modified non-linearly based on an estimated geometrical model related to the trajectory of growth or ageing. Moreover, the face texture is adapted by mapping a Face Template to the estimated geometrical model. Then, the effects of each lifestyle habit are set up to the primal predictive model.The evaluations of the results indicate that the proposed models are remarkably accurate to estimate the correct face appearance of an individual in the target age. While the simulated facial images are realistic and have the appearance, geometrical and textural characteristics of the target age, the personal identity and details of the input face images are preserved

Dans cette thèse, nous développons des modèles et des méthodes statistiques pour le traitement d’images de microscopie confocale de la peau dans le but de détecter une maladie de la peau appelée lentigo. Une première contribution consiste à proposer un modèle statistique paramétrique pour représenter la texture dans le domaine des ondelettes. Plus précisément, il s’agit d’une distribution gaussienne généralisée dont on montre que le paramètre d’échelle est caractéristique des tissus sousjacents. La modélisation des données dans le domaine de l’image est un autre sujet traité dans cette thèse. A cette fin, une distribution gamma généralisée est proposée. Notre deuxième contribution consiste alors à développer un estimateur efficace des paramètres de cette loi à l’aide d’une descente de gradient naturel. Finalement, un modèle d’observation de bruit multiplicatif est établi pour expliquer la distribution gamma généralisée des données. Des méthodes d’inférence bayésienne paramétrique sont ensuite développées avec ce modèle pour permettre la classification d’images saines et présentant un lentigo. Les algorithmes développés sont appliqués à des images réelles obtenues d’une étude clinique dermatologique. / In this work, we develop statistical models and processing methods for confocal microscopy images. The first contribution consists of a parametric statistical model to represent textures in the wavelet domain. Precisely, a generalized Gaussian distribution is proposed, whose scale parameter is shown to be discriminant of the underlying tissues. The thesis deals also with modeling data in the image domain using the generalized gamma distribution. The second contribution develops an efficient parameter estimator for this distribution based on a natural gradient approach. The third contribution establishes a multiplicative noise observation model to explain the distribution of the data. Parametric Bayesian inference methods are subsequently developed based on this model to classify healthy and lentigo images. All algorithms developed in this thesis have been applied to real images from a dermatologic clinical study.

La mammographie, une modalité 2D d'imagerie du sein par rayons X, a montré son efficacité pour réduire la mortalité par cancer du sein. Aujourd'hui, la tomosynthèse numérique du sein, une modalité 3D d'imagerie du sein par rayons X, prend une place de plus en plus importante dans la pratique clinique, et est reconnue de plus en plus souvent comme ayant le potentiel de remplacer la mammographie dans un proche avenir. Pour évaluer plusieurs aspects de la tomosynthèse, des études cliniques sont nécessaires. Mais les études cliniques sont coûteuses et présentent des risques supplémentaires pour les patientes dus à l'utilisation de radiations ionisantes. Les études cliniques virtuelles ont pour objectif d'offrir une approche alternative en utilisant des simulations numériques. Dans cette thèse, nous nous intéressons à plusieurs éléments intervenants dans une telle étude clinique virtuelle. Dans un premier temps, nous analysons l'état de l'art sur la caractérisation analytique des champs aléatoires 3D pour la simulation de la texture du sein par rayons X. Nous nous intéressons aussi à l'estimation de caractéristiques statistiques des images du sein par rayons X (densité, indice spectral). Puis nous développons un nouveau modèle de texture 3D du sein basé sur la géométrie stochastique, et qui permet de simuler des images 2D et 3D réalistes du sein. Nous considérons le problème de l'inférence d'un tel modèle à partir d'une base d'images cliniques 3D. Ensuite, nous développons un observateur mathématique basé sur la théorie textit{a contrario} de la perception visuelle, pour modéliser la détection des microcalcifications par des radiologues dans des images 2D et 3D du sein. Tous ces composants sont utilisés pour implémenter une étude clinique entièrement numérique. La pertinence des résultats obtenus montre l'utilité de ces études cliniques virtuelles et nous incite à en développer de plus élaborées dans le futur. / Full field digital mammography, a 2D x-ray breast imaging modality has been proved to reduce the breast cancer mortality. Today, digital breast tomosynthesis, a 3D x-ray breast imaging modality, is being integrated in clinical practice and is believed to replace standard mammography in the near future. To assess the clinical performance of various aspects of tomosynthesis, clinical trials are needed. Clinical trials are burdensome, expensive and may impose increased risk to the patient due to additional radiation exposure. Virtual Clinical Trials aim to offer a more efficient alternative by using computational components. Today, active research is ongoing to develop computational components dedicated to 2D and 3D breast imaging, especially to 3D tomosynthesis. This thesis aims to advance several aspects in the development of Virtual Clinical Trials. First, we focused on analytical characterization of state-of-the-art 3D random field breast texture models. The estimation of statistical characteristics (breast density, spectral index) from clinical x-ray breast images was also studied. Next, we proposed a mathematically traceable 3D breast texture model based on stochastic geometry, that allows to simulate realistic 2D and 3D images. The statistical inference of the texture model parameters from a database of clinical 3D breast images was also tackled. We then developed a mathematical observer based on the textit{a contrario} theory, that allows to model the microcalcification detection process by radiologists in 2D and 3D breast images. Finally, these two proposed components were applied to implement a virtual clinical trial experiment, demonstrating their potential in the conduct of more advanced virtual clinical studies in the future.