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.

Premièrement, nous construisons de tels tests basés sur des approches par bootstrap ou par permutation, et étudions leurs propriétés asymptotiques dans un cadre de processus ponctuels, à travers l'étude du comportement asymptotique des lois conditionnelles des statistiques de test bootstrappée et permutée, sous l'hypothèse nulle ainsi que toute alternative. Nous les validons en pratique par simulation et les comparons à des méthodes classiques en neurosciences. Ensuite, nous nous concentrons sur les tests par permutation, connus pour contrôler non-asymptotiquement leur niveau. Les p-valeurs basées sur la notion de coïncidences avec délai, sont implémentées dans une procédure de tests multiples, appelée méthode Permutation Unitary Events, pour détecter les synchronisations entre deux neurones. Nous validons la méthode par simulation avant de l'appliquer à de vraies données. Deuxièmement, nous étudions les propriétés non-asymptotiques des tests par permutation en termes de vitesse de séparation uniforme. Nous construisons une procédure de tests agrégés, basée sur du seuillage par ondelettes dans un cadre de variables aléatoires à densité. Nous déduisons d'une inégalité fondamentale de Talagrand, une nouvelle inégalité de concentration de type Bernstein pour des sommes permutées aléatoirement qui nous permet de majorer la vitesse de séparation uniforme sur des espaces de Besov faibles et d'en déduire que cette procédure semble être optimale et adaptative au sens du minimax. / On the one hand, we construct such tests based on bootstrap and permutation approaches. Their asymptotic performance are studied in a point process framework through the analysis of the asymptotic behavior of the conditional distributions of both bootstrapped and permuted test statistics, under the null hypothesis as well as under any alternative. A simulation study is performed verifying the usability of these tests in practice, and comparing them to existing classical methods in Neuroscience. We then focus on the permutation tests, well known for their non-asymptotic level properties. Their p-values, based on the delayed coincidence count, are implemented in a multiple testing procedure, called Permutation Unitary Events method, to detect the synchronization occurrences between two neurons. The practical validity of the method is verified on a simulation study before being applied on real data. On the other hand, the non-asymptotic performances of the permutation tests are studied in terms of uniform separation rates. A new aggregated procedure based on a wavelet thresholding method is developed in the density framework. Based on Talagrand's fundamental inequalities, we provide a new Bernstein-type concentration inequality for randomly permuted sums. In particular, it allows us to upper bound the uniform separation rate of the aggregated procedure over weak Besov spaces and deduce that this procedure seems to be optimal and adaptive in the minimax sens.

Les tessellations, aussi appelées mosaïques, permettent de modéliser de nombreuses structures, comme des assemblages de cellules en biologie ou de grains en science des matériaux. La tessellation aléatoire la plus connue est le diagramme de Voronoï qui à partir d'un ensemble de points, appelés germes, partitionne le plan. L'approche innovante de cette thèse est d'utiliser des champs aléatoires gaussiens pour générer des germes et des distances aléatoires, qui vont permettre de simuler une grande variété de tessellations en termes de formes et de tailles des cellules.Pour connaître les propriétés des tessellations simulées à partir de champs aléatoires gaussiens, celles-ci vont être caractérisées et comparées à d'autres tessellations. Tout d'abord par une approche ponctuelle en étudiant les germes, dont leur distribution spatiale. Puis par une approche par région, en étudiant la géométrie et la morphométrie des cellules.L'endothélium cornéen humain est une monocouche de cellules formant un pavage hexagonal régulier à la naissance, et perdant de sa régularité ensuite. La qualité du greffon cornéen est donnée par certaines observations, comme la densité, l'homogénéité de la forme et des tailles des cellules endothéliales.L'évolution avec l'âge de cette mosaïque cornéenne va être caractérisée à partir d’une base d’images de l’endothélium. L'originalité est ensuite d'effectuer une estimation de l'âge d’un endothélium à partir des différentes mesures permettant de caractériser les tessellations, et enfin de mettre en place une méthode prometteuse afin de savoir si une cornée a une évolution normale. / Tessellations, also called mosaics, are used to model many structures, for example cellular arrangements in biology or grains in material science. The most known tessellation is the Voronoï diagram which partitions the space from a set of points, called germs. The innovative approach of this thesis is to use Gaussian random fields to generate germs and random distances. The use of random fields allows to simulate a great variety of tessellations in terms of cells forms and sizes.To study the properties of each type of tessellation, they are characterized: first, by studying the germs, including their spatial distribution, and then by analyzing the cells geometry and morphometry. These tessellations are also compared to other known tessellations.The human corneal endothelium is a mono-layer of cells forming a regular hexagonal mosaic at birth, and losing his regularity later. The corneal graft quality is given by some observations made on the endothelial mosaic (cells density, the homogeneity of cells sizes and shapes).A database of endothelium images allows to characterize the evolution with age of the corneal mosaic. The originality is to estimate the age of an endothelium based on the measures computed to characterize the tessellations, and finally to set up a promising method to evaluate if a corneal evolution is normal.