Les déplacements à bord de véhicules de locomotion induisent souvent des stimulations sensorielles à l'origine d'illusions perceptives. Ces perceptions erronées de la position du corps ont été décrites dans la littérature sous le terme de désorientation spatiale, dont l'origine est principalement considérée comme otolithique. En effet, lors d'une accélération linéaire constante vers l'avant, le vecteur résultant de l'accélération imposée et de la gravité n'est plus aligné par rapport à la verticale gravitaire. Comme tout autre accéléromètre physique, le système otolithique ne peut différencier la gravité de toute autre accélération linéaire et va ainsi intégrer ce vecteur résultant, appelé accélération gravito-inertielle (AGI), comme la nouvelle verticale. Parmi les incidences comportementales les plus connues figurent les illusions d'élévation et oculogravique. Ces illusions se traduisent par une perception visuelle erronée de la position des objets en milieu d'hyperpesanteur. Ce travail doctoral s'intéresse i) aux sources d'informations sensorielles déterminantes dans les illusions perceptives en milieu d'hyperpesanteur, ii) aux différences inter-individuelles dans l'estimation de l'horizon visuel, et iii) au rôle des références égocentrée et exocentrée impliquées dans les illusions d'élévation et oculogravique. Nos résultats expérimentaux mettent en évidence : (1) le rôle fondamental de l'intensité gravito-inertielle dans la perception de l'horizon visuel, (2) l'effet couplé de l'orientation corporelle et de la perception visuelle égocentrée dans l'estimation de l'horizon visuel, (3) l'explication en termes otolithiques des différences inter-individuelles conséquentes à la modulation de l'intensité gravito-inertielle, (4) l'apport des informations somesthésiques, notamment pour l'illusion oculogravique. L'ensemble des travaux rapportés dans cette thèse suggère une approche sensorielle en termes otolithique et somesthésique, ainsi qu'une approche individuelle de la perception de l'horizon visuel gravitaire.

La manipulation et le micro-assemblage de composants de taille micrométrique (1 µm ->1 mm) afin de réaliser des microsystèmes posent énormément de problèmes. À cette échelle les composants sont quasiment invisibles à l'oeil nu et on constate une inversion de l'importante des forces : les forces surfaciques (capillarité, Van der Waals, électrostatiques, ...) deviennent prépondérantes par rapport aux forces volumiques (poids, inertie). Il est ainsi nécessaire et indispensable de mettre en oeuvre des stratégies novatrices appropriées tant du point de vue de l'imagerie et de la vision que de la manipulation et de la commande pour la fabrication des microsystèmes. Le micro-assemblage comporte des tâches de micromanipulation (positionnement, prise, transfert, dépose, ...) ainsi que tâches plus complexes (orientation dans l'espace, insertion, ...). Nos travaux répondent clairement à ces attentes c'est-à-dire utiliser un système de vision (un microscope optique) pour automatiser des tâches simples de manipulation de microcomposants et des tâches plus complexes d'assemblage de MEMS. Plusieurs lois de commande ont été développées telles qu'un asservissement visuel 2D multi-échelle pour la manipulation et un asservissement visuel 3D pour l'assemblage. Pour les deux approches développées, la précision et la répétabilité obtenues sur les processus de manipulation et d'assemblage sont satisfaisantes. Cependant, avant toute chose, le système de vision doit être calibré pour atteindre de meilleures performances. Dans cet objectif, une méthode de calibrage multi-échelle de microscopes photoniques a été présentée et détaillée. À partir de l'étude des contraintes liées à l'utilisation de ce genre d'imageur, des techniques de vision 3D telles le depth-from-focus et le pose-from-focus ont été pensées et intégrées pour aboutir à une station de micro-assemblage entièrement automatisée.

Les progrès technologiques récents en matière d'acquisition de données multimédia ont conduit à une croissance exponentielle du nombre de contenus numériques disponibles. Pour l'utilisateur de ce type de bases de données, la recherche d'informations est très problématique car elle suppose que les contenus soient correctement annotés. Face au rythme de croissance de ces volumes, l'annotation manuelle présente aujourd'hui un coût prohibitif. Dans cette thèse, nous nous intéressons aux approches produisant des annotations automatiques qui tentent d'apporter une réponse à ce problème. Nous nous intéressons aux bases d'images généralistes (agences photo, collections personnelles), c'est à dire que nous ne disposons d'aucun a priori sur leur contenu visuel. Contrairement aux nombreuses bases spécialisées (médicales, satellitaires, biométriques, ...) pour lesquelles il est important de tenir compte de leur spécificité lors de l'élaboration d'algorithmes d'annotation automatique, nous restons dans un cadre générique pour lequel l'approche choisie est facilement extensible à tout type de contenu.<br /><br />Pour commencer, nous avons revisité une approche standard basée sur des SVM et examiné chacune des étapes de l'annotation automatique. Nous avons évalué leur impact sur les performances globales et proposé plusieurs améliorations. La description visuelle du contenu et sa représentation sont sans doute les étapes les plus importantes puisqu'elles conditionnent l'ensemble du processus. Dans le cadre de la détection de concepts visuels globaux, nous montrons la qualité des descripteurs de l'équipe Imedia et proposons le nouveau descripteur de formes LEOH. D'autre part, nous utilisons une représentation par sacs de mots visuels pour décrire localement les images et détecter des concepts plus fins. Nous montrons que, parmi les différentes stratégies existantes de sélection de patches, l'utilisation d'un échantillonnage dense est plus efficace. Nous étudions différents algorithmes de création du vocabulaire visuel nécessaire à ce type d'approche et observons les liens existants avec les descripteurs utilisés ainsi que l'impact de l'introduction de connaissance à cette étape. Dans ce cadre, nous proposons une nouvelle approche utilisant des paires de mots visuels permettant ainsi la prise en compte de contraintes géométriques souples qui ont été, par nature, ignorées dans les approches de type sacs de mots. Nous utilisons une stratégie d'apprentissage statistique basée sur des SVM. Nous montrons que l'utilisation d'un noyau triangulaire offre de très bonnes performances et permet, de plus, de réduire les temps de calcul lors des phases d'apprentissage et de prédiction par rapport aux noyaux plus largement utilisés dans la littérature. La faisabilité de l'annotation automatique n'est envisageable que s'il existe une base suffisamment annotée pour l'apprentissage des modèles. Dans le cas contraire, l'utilisation du bouclage de pertinence, faisant intervenir l'utilisateur, est une approche efficace pour la création de modèles sur des concepts visuels inconnus jusque là, ou en vue de l'annotation de masse d'une base. Dans ce cadre, nous introduisons une nouvelle stratégie permettant de mixer les descriptions visuelles globales et par sac de mots.<br /><br />Tous ces travaux ont été évalués sur des bases d'images qui correspondent aux conditions d'utilisation réalistes de tels systèmes dans le monde professionnel. Nous avons en effet montré que la plupart des bases d'images utilisées par les académiques de notre domaine sont souvent trop simples et ne reflètent pas la diversité des bases réelles. Ces expérimentations ont mis en avant la pertinence des améliorations proposées. Certaines d'entre elles ont permis à notre approche d'obtenir les meilleures performances lors de la campagne d'évaluation ImagEVAL.

Ce travail porte sur la conception d'une nouvelle forme d'interaction Homme-Machine : la multimodalité parole+présentation visuelle en sortie du système. Plus précisément, l'étude porte sur l'évaluation des apports potentiels de la parole, en tant que mode d'expression complémentaire du graphique, lors du repérage visuel de cibles au sein d'affichages 2D interactifs. <br />Nous avons adopté une approche expérimentale pour déterminer l'influence d'indications spatiales orales sur la rapidité et la précision du repérage de cibles et évaluer la satisfaction subjective d'utilisateurs potentiels de cette forme d'assistance à l'activité d'exploration visuelle. <br />Les différentes études réalisées ont montré d'une part que les présentations multimodales facilitent et améliorent les performances des utilisateurs pour le repérage visuel, en termes de temps et de précision de sélection des cibles. Elles ont montré d'autre part que les stratégies d'exploration visuelle des affichages, en l'absence de messages sonores, dépendent de l'organisation spatiale des informations au sein de l'affichage graphique.

Les capteurs généralement utilisés pour le contrôle commande de véhicules (ou robots mobiles) sous-marins sont mal adaptés à la réalisation de tâches de type « point fixe », lorsque le robot doit rester stationnaire vis-à-vis d'une cible. Ces capteurs conventionnels présentent plusieurs limitations comme par exemple, une faible fréquence d'échantillonnage, une basse résolution, une dérive de la mesure, une utilisation malaisée ou encore un coût élevé. Les caméras vidéo sous-marines, en revanche, fournissent des mesures de position locales et relatives à l'environnement d'un robot sous-marin mobile. La vision sous-marine impose deux contraintes principales : la portée visuelle est limitée et les conditions de visibilité en mer sont médiocres. En outre, l'estimation du mouvement par traitement d'image nécessite une puissance de calcul importante incompatible avec les ressources embarquées sur la plupart des robots sous-marins mobiles.<br /><br />L‘objectif principal de cette thèse était donc d'étudier des méthodes d'asservissement visuel pour réaliser le positionnement dynamique d'un véhicule sous-marin typique par rapport à un objet immobile (ou cible). Les méthodes envisagées devaient être compatibles, en terme de puissance de calcul, avec les capacités des ordinateurs embarqués standards intégrables à des véhicules sous-marins opérationnels.<br />Une technique d'asservissement visuel hybride, dérivée de la méthode d'asservissement visuel 2 D ½ a été proposée. Ces performances ont été évaluées en simulation en utilisant un modèle dynamique, non linéaire, à 6 degrés de liberté, d'un robot sous-marin téléopéré . En particulier, les effets des perturbations de courant, l'impact de l'orientation de la cible sur la stabilité de l'asservissement , et celui du bruit appliqué au module de poursuite de points d'intérêt, ont été analysés et quantifiés. La méthode proposée s'est avérée stable dans les conditions d'opération usuelles d'un robot sous-marin. Elle a permis aussi de prendre en compte la contrôlabilité restreinte du robot (4 degrés de liberté seulement sont contrôlables). <br />Une méthode d'asservissement visuel de type 2-D qui utilise le tracker de points de Shi,Tomasi et Kanade a été étudié sur des cibles non marquées placées au fond d'un bassin d'essai. Cette méthode avait pour but d'asservir un robot cartésien planaire de type portique qui simulait le comportement dynamique de deux degrés de liberté (avance et cavalement) d'un robot sous-marin mobile typique. L'impact de courants marins sur la stabilité et la performance du schéma d'asservissement a aussi été étudié.<br /><br />Enfin, l'évaluation expérimentale du tracker de points de Shi, Tomasi et Kanade dans diverses conditions d'éclairage et de mouvement relatif de la caméra sous-marine par rapport à la scène, a été réalisée dans le bassin d'essai.

Ce travail de thèse s'inscrit dans le domaine de la vision pour la robotique. Plus précisément, nous nous sommes intéressés à l'exploitation du champ de vu des caméras panoramiques dans le cadre de l'asservissement visuel. En effet, l'asservissement visuel consiste à intégrer des informations issues d'une ou de plusieurs caméras, dans la boucle de commande des systèmes robotiques. Les approches classiques d'asservissement visuel sont basées sur la régulation à zéro du signal d'erreur entre les mesures visuelles courantes et désirées. Lorsque la configuration souhaitée est très éloignée de la configuration initiale, les informations visuelles peuvent sortir du champ de vu de la caméra. L'utilisation d'une caméra panoramique permet naturellement de réduire les sorties de champ de vu. Nous proposons, à cette fin, des outils adéquats pour la modélisation géométrique et cinématique des informations extraites de l'image panoramique. Nous présentons dans un premier temps les méthodologies pour obtenir une transformation homographique à partir des images panoramiques d'un ensemble d'informations visuelles de type point et droite. Nous montrons également qu'il est possible d'utiliser les droites polaires associées aux droites projetées (des coniques) pour procéder à une simple estimation du point principal et de là à une reconstruction projective. Ensuite, nous présentons des schémas de commande qui utilisent des informations visuelles de natures 2D (asservissement visuel 2D) et mixte (asservissement visuel hybride). Les nouvelles approches hybrides que nous proposons permettent de découpler complètement les vitesses de translation de celles de rotation. Les schémas de commande proposés (2D et hybrides) ont été validés en simulation et sur un robot cartésien à 6 degrés de liberté. Nous présentons aussi une approche de commande de robot mobile non holonome pour le suivi de droite à partir des mesures extraites des images panoramiques.

L'activité neuronale est souvent considérée en neuroscience cognitive par la réponse évoquée mais l'essentiel de l'énergie consommée par le cerveau permet d'entretenir les dynamiques spontanées des réseaux corticaux. L'utilisation combinée d'algorithmes de classification (K means, arbre hirarchique, SOM) sur des enregistrements intracellulaires du cortex visuel primaire du chat nous permet de définir des classes de dynamiques neuronales et de les comparer l'activité évoquée par un stimulus visuel. Ces dynamiques peuvent être étudiées sur des systèmes simplifiés (FitzHugh-Nagumo, systèmes dynamiques hybrides, Wilson-Cowan) dont nous présentons l'analyse. Enfin, par des simulations de réseaux composés de colonnes de neurones, un modèle du cortex visuel primaire nous permet d'étudier les dynamiques spontanées et leur effet sur la réponse à un stimulus. Après une période d'apprentissage pendant laquelle des stimuli visuels sont prsentés, des vagues de dépolarisation se propagent dans le réseau. L'étude des corr ́lations dans ce réseau montre que les dynamiques spontanées reflètent les propriétés fonctionnelles acquises au cours de l'apprentissage.

Ce travail de thèse a pour objectif de proposer un modèle général d'annotation automatique d'images pour la recherche d'information.La recherche d'information sur les documents images nécessite des représentations abstraites symboliques des images (termes, concepts) afin de satisfaire les besoins d'information des utilisateurs. Si de nombreux travaux ont pour objectif de définir un processus d'apprentissage automatique sur des descripteurs visuels extraits des régions d'images, les questions liées aux choix et aux regroupements des régions descriptives et représentatives des différentes classes d'objets sont peu étudiées. Les variations visuelles des objets d'une classe donnée posent de sérieux problèmes pour l'annotation par classes d'objets. Ces variations sont causées par plusieurs facteurs : changements d'échelle, rotation et changements de luminosité, en sus de la variabilité de forme et de couleur propre à chaque type d'objet. Notre travail vise aussi à minimiser l'impact négatif de ce phénomène. Dans ce travail, le passage du signal au sens se fonde sur une représentation intermédiaire appelée "Phrases Visuelles" qui représentent des ensembles de régions d'intérêt regroupées selon un critère topologique prédéfini. Un processus d'apprentissage permet de détecter les relations entre les Phrases Visuelles et les classes d'objets. Ce modèle d'annotation a fait l'objet de nombreuses évaluations sur le corpus VOC2009. Les résultats obtenus montrent l'impact significatif du mode de regroupement des régions d'intérêt, et qu'un regroupement prenant en compte les relations spatiales entre ces régions donne des meilleurs résultats en terme de précision moyenne.

En tant que message et production de sens, le film est un fragment d'expérience. La transposition de la théorie linguistique de l'énonciation au champ cinématographique impose de réfléchir en premier lieu au caractère des signes qui composent le film et de valider la possibilité de les étudier comme des unités signifiantes, qu'il est tentant de comparer à celles de la langue. Pourtant, il demeure une différence irrémédiable entre les unités du langage, intégrant un système général, en nombre limité et susceptibles pour certaines d'un fonctionnement de désignation déictique, et les unités du cinéma, particulières, indénombrables et iconiques. Outre la possibilité d'une catégorisation sémiologique de quelques procédés reconnus comme énonciatifs, ce travail entend profiter d'une mise en péril de l'idée même d'énonciation dans le septième art pour questionner les fondements épistémologiques de cette notion. Entre une approche déictique et une interprétation métadiscursive, il convient de proposer une voie herméneutique et de laisser le spectateur réinvestir sa position fondamentale de destinataire sans laquelle le film n'est que virtuel. C'est à cette condition que se dessine la perspective d'une ouverture stylistique et esthétique, ou la reconnaissance d'un acte artistique individuel. L'œuvre de Jean-Pierre Jeunet se prête idéalement à cet exercice, parce qu'elle instrumentalise tous les moyens cinématographiques, parce qu'elle use de thématiques récurrentes et cohérentes et parce que, oscillant entre épuration et sophistication, elle vise à une certaine sacralité de l'actuel

Les techniques de la réalité virtuelle constituent de nouveaux outils pour les métiers de la conception de produits manufacturés et offrent des gains en terme d'innovation, de temps et d'argent. L'enjeu industriel est l'intégration de ces techniques dans le cycle de conception du produit. Ces techniques doivent ainsi s'interfacer avec les différents corps de métiers et pouvoir être en phase avec le rythme des mises à jour des modèles numériques. La problématique technologique posée est relative à la gestion des données géométriques produites par les bureaux d'études en conception assistée par ordinateur. Ces données sont exhaustives, très nombreuses et ne sont pas manipulables dans un dispositif de réalité virtuelle en raison des contraintes de temps de calcul. Une maquette numérique, possédant une quantité d'informations maîtrisée et dédiée à la réalité virtuelle, est alors nécessaire. Ces travaux ont pour objectif d'apporter des méthodes et outils permettant l'utilisation des techniques de l'immersion virtuelle par les métiers du design automobile. Une chaîne de conversion, simplification et optimisation des données en fonction des critères des métiers du design automobile est proposée pour la création d'une maquette numérique dédiée à l'immersion virtuelle. La gestion en temps réel des données de cette maquette numérique est effectuée en fonction de critères de visualisation de la scène dans un contexte d'immersion virtuelle.