La thèse porte sur la détection d’objets à partir d’une caméra embarquée sur un véhicule mobile en exploitant l’approche monoculaire « c-vélocité ». Cette méthode s’inspire de la méthode appelée « v-disparité » utilisée en stéréovision : toutes deux ont pour objectif la détection d’objets en les approximant par des plans d’orientations différentes, ce qui permet d’éviter, en monoculaire, d’estimer la profondeur. Ces deux approches, monoculaires et binoculaires, permettent de transformer le problème complexe de la détection d’objets en un problème plus simple de détection de formes paramétriques simples (droites, paraboles) dans un nouvel espace de représentation où la détection peut être réalisée à l’aide d’une transformée de Hough. La « c-vélocité », pour être efficace, requiert un calcul assez précis du flot optique et une bonne estimation de la position du Foyer d’expansion (FOE). Dans cette thèse, nous avons étudié les approches existantes de calcul de flot optique et sommes arrivés à la conclusion qu’aucune n’est vraiment performante notamment sur les régions homogènes telle que la route dans les scènes qui correspondent à l’application que nous visons à savoir : les véhicules intelligents. Par ailleurs, les méthodes d’estimation du flot optique peinent également à fournir une bonne estimation dans le cas de déplacement importants dans les régions proches de la caméra. Nous proposons dans cette thèse d’exploiter à la fois un modèle 3D de la scène et une estimation approximative de la vitesse du véhicule à partir d’autres capteurs intégrés. L’utilisation de connaissances a priori permet de compenser le flot dominant pour faciliter l’estimation de la partie résiduelle par une approche classique. Par ailleurs, trois approches différentes sont proposées pour détecter le foyer d’expansion. Parmi elles, nous proposons une méthode novatrice permettant d’estimer le FOE en exploitant la norme du flot et la structure de la scène à partir d’un processus « c-vélocité » inversé. En plus d’améliorer ces étapes préliminaires, nous proposons aussi l’optimisation et l’accélération de l’algorithme « c-vélocité » par une implémentation multithread. Enfin, nous proposons une modification de l’approche c-vélocité d’origine afin d’anticiper une éventuelle coopération mouvement/stéréo, proposée en perspective, à travers un jumelage avec la v-disparité. / This thesis is based on the detection of objects from an onboard moving camera by exploiting the monocular approach "c-velocity". This method is inspired by the method called "v-disparity" used in stereovision: both methods aim at detecting objects by approximating objects into plans with different orientations. Such approximation can avoid to estimate the depth in monocularvision. These two approaches, monocular and binocular, allow to transform the complex objet détection problem into a more simple parametric forms (eg. lines) detection in a new space, where these formes can be easily extracted using Hough Transform.The “c-velocity”, to make it effective, requires an accurate computation of optical flow and a good estimation of the focus of expansion (FOE) location. Therefore, we have studied the existing approaches of optical flow estimation and arrived at the conclusion that none of them is really powerful especially on the homogeneous regions such as road surface. In addition, the optical flow estimation methods also struggle to provide a good estimate in the case of huge displacement in the areas close to the camera. We propose in this thesis to exploit both a 3D model of the scene and a rough estimate about the vehicle speed from other integrated sensors. Using a priori knowledge allows to compensate the dominant optical flow and to facilitate the estimation of the rest part by a classical approach. In addition, three different approaches are proposed to detect the focus of expansion. Among them, we propose a novel method for estimating FOE by leveraging the flow norm and the scene structure from an inverse “c-velocity“ process. In addition to improve these preliminary steps, we also propose an acceleration and optimization of the “c-velocity“ algorithm by a multi-thread implementation. Finally, we propose a modification to the original “c-velocity“ approach in order to anticipate a possible cooperation motion/stereo, proposed in perspective, with the “v-disparity“ approach.

Dans cette thèse, nous combinons les outils de la théorie des probabilités et de la géométrie stochastique pour proposer de nouvelles solutions au problème de la détection et le suivi d'objets multiples dans des séquences d'images haute résolution. Nous créons un cadre fondé sur des modèles de processus ponctuels marqués spatio-temporels pour détecter et suivre conjointement plusieurs objets dans des séquences d'images. Nous proposons l'utilisation de formes paramétriques simples pour décrire l'apparition de ces objets. Nous construisons de nouveaux modèles fondés sur des énergies dédiées constituées de plusieurs termes qui tiennent compte à la fois l'attache aux données et les contraintes physiques telles que la dynamique de l'objet, la persistance de la trajectoire et de l'exclusion mutuelle. Nous construisons un schéma d'optimisation approprié qui nous permet de trouver des minima locaux de l'énergie hautement non-convexe proposée qui soient proche de l'optimum global. Comme la simulation de ces modèles requiert un coût de calcul élevé, nous portons notre attention sur les dernières mises en oeuvre de techniques de filtrage pour le suivi d'objets multiples, qui sont connues pour être moins coûteuses en calcul. Nous proposons un échantillonneur hybride combinant le filtre de Kalman avec l'échantillonneur MCMC à sauts réversibles. Des techniques de calcul de haute performance sont également utilisées pour augmenter l'efficacité de calcul de notre méthode. Nous fournissons une analyse en profondeur du cadre proposé sur la base de plusieurs métriques classiques de suivi d'objets et de l'efficacité de calcul. / In this thesis, we combine the methods from probability theory and stochastic geometry to put forward new solutions to the multiple object detection and tracking problem in high resolution remotely sensed image sequences. We create a framework based on spatio-temporal marked point process models to jointly detect and track multiple objects in image sequences. We propose the use of simple parametric shapes to describe the appearance of these objects. We build new, dedicated energy based models consisting of several terms that take into account both the image evidence and physical constraints such as object dynamics, track persistence and mutual exclusion. We construct a suitable optimization scheme that allows us to find strong local minima of the proposed highly non-convex energy. As the simulation of such models comes with a high computational cost, we turn our attention to the recent filter implementations for multiple object tracking, which are known to be less computationally expensive. We propose a hybrid sampler by combining the Kalman filter with the standard Reversible Jump MCMC. High performance computing techniques are also used to increase the computational efficiency of our method. We provide an in-depth analysis of the proposed framework based on standard multiple object tracking metrics and computational efficiency.