Cette thèse traite de la reconnaissance de scénarios temporels pour l'interprétation automatique de sé-quences vidéos : l'objectif est de reconnaître à cadence vidéo les comportements d'individus évoluant dans des scènes décrites par des séquences vidéos (acquises par des caméras). Le processus de reconnaissance prend en en-trée (1) les modèles de comportements humains (i.e. scénarios temporels) pré-définis par des experts, (2) les infor-mations sémantiques et géometriques-3D de l'environnement observé et (3) les individus suivis par un module de vision.<br />Pour résoudre ce problème, premièrement, nous avons proposé un modèle générique de scénarios temporels et un langage de description pour la représentation de connaissances décrivant des comportements humains. La repré-sentation de ces connaissances doit être claire, riche, intuitive et flexible pour être compris par les experts du do-maine d'application. Le modèle proposé d'un scénario temporel M se compose de cinq parties : (1) un ensemble de variables correspondant aux acteurs impliqués dans M, (2) un ensemble de variables temporelles correspondant aux sous-scénarios qui composent M, (3) un ensemble de variables interdites correspondant aux scénarios qui ne doivent pas être reconnus pendant la reconnaissance de M, (4) un ensemble de contraintes (symboliques, logiques, spatiales et contraintes temporelles comprenant les opérateurs de l'algèbre d'intervalles d'Allen) portant sur ces variables et (5) un ensemble de décisions correspondant aux tâches pré-définies par les experts pour être exécutées quand M est reconnu.<br />Deuxièmement, nous avons proposé une technique originale de résolution de contraintes temporelles pour la re-connaissance à cadence vidéo de modèles de scénarios temporels pré-définis par des experts. En général, l'algorithme proposé est efficace car il propage les contraintes temporelles et combine seulement les objets physi-ques définis dans le scénario donné M. Par efficace, nous voulons dire que le processus de reconnaissance est li-néaire en fonction du nombre de sous-scénarios et, dans quasiment tous les cas, en fonction du nombre d'objets physiques définis dans M.<br />Pour valider l'algorithme proposé en termes d'exactitude, de robustesse et du temps de traitement en fonction de la complexité des scénarios et de la scène (e.g. nombre de sous-scénarios, nombre de personnes dans la scène), nous avons testé l'algorithme en appuyant sur un grand nombre de vidéos provenant de différentes applications sur des données simulées et également réelles en modes hors-ligne/en-ligne.<br />Les expérimentations réalisées dans différentes applications montrent la capacité du langage de description de scénarios à représenter facilement les scénarios temporels correspondant aux comportements humains d'intérêt. De plus, ces expérimentations montrent également la capacité de l'algorithme proposé à reconnaître à cadence vidéo des modèles de scénarios sophistiqués (jusqu'à 10 acteurs et 10 sous-scénarios par scénario) dans des sé-quences vidéos complexes (jusqu'à 240 personnes/frame dans la scène).

Le cancer est un problème majeur de santé publique. Les traitements peuvent être à visée systémique ou loco-régionale, dans ce dernier cas l'imagerie médicale joue un rôle important en permettant de préciser la localisation de la tumeur. L'objectif de la radiothérapie est de délivrer une dose curatrice de radiation au volume cible tout en épargnant les organes à risques (OAR) avoisinants. La détermination de la localisation précise de ce volume cible ainsi que des OAR permet de définir la position et la puissance des faisceaux d'irradiation. Après le rappel des principes de la radiothérapie et du traitement des cancers, nous précisons les enjeux cliniques des tumeurs oculaires, cérébrales et prostatiques.<br />Nous effectuerons une mise au point sur le recalage d'images, les différentes techniques sont passées en revue dans le but d'être didactique vis-à-vis de la communauté médicale. Les résultats du recalage sont présentés dans le cadre de la planification de la radiothérapie cérébrale et prostatique afin de préciser les types de recalage applicables en oncologie et plus particulièrement à la radiothérapie.<br />Ensuite, nous présentons les perspectives de ce type d'application selon différentes régions anatomiques. Les applications de la segmentation automatiques et l'évaluation des résultats dans le cadre des tumeur de l'encéphale sont décrits après avoir passé en revue les différentes méthodes de segmentation utilisables selon les localisations anatomiques.<br />Nous verrons une application originale : la simulation numérique de la croissance tumorale virtuelle et la comparaison avec la croissance réelle d'une tumeur cérébrale présentée par un patient.<br />Enfin, nous exposerons les futurs développements possibles des outils de traitement de l'image en radiothérapie ainsi que les pistes des recherche à explorer en oncologie.

Cette thèse traite le problème de la capture des objets réels dans le but de les intégrer dans un environnement de réalité virtuelle et de les afficher (ou les rendre) d'une manière efficace. La thèse a deux parties : dans la première partie, nous présentons deux nouvelles méthodes pour la capture et le rendu des objets réels avec des techniques à base d'images, et dans la deuxième, nous présentons un système intégré de réalité virtuelle qui permet l'utilisation de plusieurs techniques réalistes pour la conception et l'évaluation de projets d'urbanisme. La première méthode proposée permet la capture d'objets réels avec une géométrie relativement simple, comme les façades de bâtiments par exemple. La capture se fait à partir d'un faible nombre de photographies. Avec cette méthode les objets capturés ont une représentation compacte ; le travail des infographistes est facilité pour permettre un affichage de meilleure qualité et enfin la méthode de rendu ne nécessite pas un découpage géométrique des objets, comme c'était le cas pour les méthodes précédentes. La deuxième méthode proposée traite le cas des objets complexes comme les arbres, à partir d'un ensemble de photographies prises autour de l'objet. Une première estimation de l'opacité est effectuée avec une méthode inspirée de la tomographie, ce qui donne une représentation volumique de l'arbre. Ensuite le détail de haute fréquence du feuillage est ajouté par un algorithme de génération de textures à partir des images d'origine. Le résultat est l'affichage très réaliste des arbres réels capturés, qui peuvent être insérés dans des environnements virtuels. Le système de réalité virtuelle présenté dans la deuxième partie de la thèse intègre des méthodes d'affichage à base d'images, ainsi que d'autres algorithmes d'affichage réaliste (ombres, son 3D, etc.). Le système multi plateforme est opérationnel sur des systèmes de réalité virtuelle allant du plan de travail virtuel à l'Inria Sophia-Antipolis jusqu'à la salle RealityCenter du CSTB. Notre travail dans le cadre d'un projet réel, celui du Tramway de Nice, nous a permis d'évaluer nos choix sur le réalisme et l'interface du système. Plusieurs essais ont été effectués avec les architectes responsables du réaménagement de la Place Garibaldi à Nice, et nous présentons ici les premières conclusions de nos observations.

Nous nous intéressons à une classe particulière de problèmes, les systèmes d´équations de distance avec des incertitudes, qui apparaissent fréquemment en robotique (et dans d´autres domaines). Nous considérons les valeurs entachées d´incertitudes comme des valeurs qui ne sont pas exactement connues mais sont dans des limites bien définies. Ces valeurs sont représentées par des intervalles, et représentent fréquemment les mesures de quantités physiques. Résoudre un problème avec des incertitudes signifie trouver les solutions en considérant les inexactitudes des données, afin d´obtenir des réponses certifiées. Le but est de résoudre des systèmes d´équations de distance avec des incertitudes dans leurs paramètres de la manière la plus précise possible, en combinant différentes techniques d´analyse par intervalles et de programmation par contraintes. Nous proposons un algorithme spécifique de type Branch and Prune combiné avec une bissection conditionnelle qui permet de calculer une approximation grossière des différents continuums de solutions. Le calcul d´une approximation plus précise décrivant chaque continuum a été aussi étudié. Nous montrons que pour calculer cette approximation, il faut considérer un test de boîte intérieure, afin de détecter des parties de l´espace contenant seulement des solutions au problème. L´utilisation d´un tel test réduit la quantité de boîtes produites, et fournit plus d´informations à propos des différentes zones solutions. Nous proposons aussi une stratégie de construction de boîte intérieure basée sur des résultats théoriques sur les intervalles modaux combinés avec une technique de programmation par contraintes appelée projection.

La détection et l'extraction automatique de régions d'intérêt à l'intérieur d'une image est une étape primordiale pour la compréhension des images. Une multitude d'études dédiées à ce problème ont été proposées durant les dix dernières années. Des algorithmes efficaces et robustes ont été développés pour diverses applications. Cependant, la plupart d'entre eux introduisent des heuristiques propres au type d'image considéré.<br />La variété des caractéristiques possibles définissant une région d'intérêt est le principal facteur limitant leur généralisation. Ces critères région peuvent être le niveau de gris, la couleur, la texture, la forme des objets, etc...<br />Dans cette thèse, nous proposons une formulation générale qui permet d'introduire chacune de ces caractéristiques. Plus précisément, nous considérons l'intensité de l'image, la couleur, la texture, le mouvement et enfin, la connaissance a priori sur la forme des objets à extraire. Dans cette optique, nous obtenons un critère probabiliste à partir d'une formulation Bayésienne du problème de la segmentation d'images. Ensuite, une formulation variationnelle équivalente est introduite et la segmentation la plus probable est finalement obtenue par des techniques d'évolutions de fronts. La représentation par ensembles de niveaux est naturellement introduite pour décrire ces évolutions, tandis que les statistiques régions sont estimées en parallèle. Ce cadre de travail permet de traiter naturellement des images scalaires et vectorielles mais des caractéristiques plus complexes sont considérées par la suite. La texture, le mouvement ainsi que l'a priori sur la forme sont traités successivement. Finalement, nous présentons une extention de notre approche aux images de diffusion à résonance magnétique où des champs de densité de probabilité 3D doivent être considérés.