Ce travail de thèse présente une étude expérimentale, par magnétométrie Squid à basses températures, des propriétés de dynamique lente hors équilibre de différents systèmes magnétiques désordonnés et/ou frustrés. Dans une première partie, des verres de spin sont étudiés en tant que systèmes magnétiques désordonnés et frustrés modèles pour l'étude du vieillissement. L'accent est mis sur les phénomènes de rajeunissement et de mémoire qui apparaissent dans ces systèmes, lorsqu'ils sont soumis à des variations de température pendant leur vieillissement. Ce comportement original des verres de spin, qui les distingue notamment des matériaux vitreux plus conventionnels (verres structuraux, polymères, ...) est étudié en détail dans des échantillons d'anisotropies différentes. Une diminution de la sensibilité du vieillissement aux variations de température est observée lorsque l'anisotropie augmente et met en relief l'importance de ce paramètre pour comprendre les propriétés hors équilibre de ces systèmes. La deuxième partie de ce travail est consacrée au vieillissement de ferromagnétiques désordonnés. L'observation d'effet de rajeunissement et de mémoire dans ces systèmes est difficile à concilier avec l'idée que leur vieillissement peut être a priori bien décrit en termes de croissance de domaines. Une interprétation alternative en termes de dynamique de reconformations hiérarchiques des parois de domaines piégées par le désordre local est proposée et permet d'expliquer les observations expérimentales. Enfin, dans une dernière partie, la dynamique lente hors équilibre de systèmes antiferromagnétiques géométriquement frustrés (spins d'Heisenberg sur des réseaux kagome et pyrochlore) est étudiée dans le but de tester les effets respectifs du désordre et de la frustration sur les propriétés hors équilibre. Si le vieillissement isotherme de ces systèmes peut être bien décrit par les mêmes lois d'échelle que celles utilisés dans les verres de spin, une très faible sensibilité du vieillissement aux variations de température est observée dans ces systèmes sans désordre.

Ce travail expérimental cherche à mieux caractériser les effets du cisaillement sur le vieillissement d'un verre colloidal au niveau microscopique. La dynamique des réarrangements d'un tel système est étudiée au moyen d'une technique de diffusion multiple de la lumière (MSDWS) développée au cours de cette thèse. Nous montrons que la cessation d'un cisaillement de forte amplitude est, au niveau microscopique, l'équivalent pour ces systèmes d'une trempe thermique pour d'autres systèmes vitreux. Notre système est en effet rajeuni par un fort cisaillement puis présente un comportement de vieillissent classique à la cessation de celui-ci. De surcroît, nous montrons qu'un cisaillement de faible amplitude permet au système de vieillir plus vite. Nous appelons ce comportement le survieillissement. Ces deux effets antagonistes (rajeunissement et survieillissement) sont aussi observés sur des polymères vitreux soumis à des marches de température. Nous montrons enfin que le modèle SGR fournit une description unifiée de ces comportements similaires pour différents types de perturbation. Ceux-ci mettent en lumière l'élargissement de la distribution de temps de relaxation au sein de ce type de matériaux soumis à des perturbations extérieures.

<p>Ce travail propose une étude expérimentale au niveau fondamental du <i>vieillissement des matériaux vitreux</i>, en vue de valider les approches théoriques récentes sur le sujet. Dans un premier chapitre, nous introduisons ces nouveaux concepts : basés sur l'analogie verre de spin - verre structuraux, ils définissent la température effective Teff de ces systèmes faiblement mais durablement hors d'équilibre. Cette observable se mesure via le rapport fluctuation dissipation d'un tel système.<br /></p><br /><p><br />Le second chapitre est consacré à l'étude de l'effet rajeunissement-mémoire dans un polymère, le poly(methyl methacrylate) (PMMA). En s'inspirant d'expériences sur les verres de spins, nous démontrons une analogie de comportement forte sur des effets fins entre ces systèmes très différents. Une interprétation théorique en terme de paysage d'énergie hiérarchique permet de rendre compte de ces propriétés communes. Cette similitude fait du PMMA un bon candidat pour une étude du rapport fluctuation dissipation, introduite dans un troisième chapitre. Notre approche du problème, basée sur la mesure des propriétés électriques, est soigneusement analysée pour déterminer précisément les barres d'erreurs. Nous démontrons ainsi la nécessité d'améliorer le rapport signal sur bruit de notre expérience avant de tirer des conclusions.<br /></p><br /><p><br />Dans les deux derniers chapitres, nous étudions un verre colloïdal : la Laponite. La mesure de Teff à l'aide des propriétés électriques de ce système, en suivant le protocole du troisième chapitre, met cette fois en évidence une nette violation du théorème fluctuation dissipation, en accord avec les théories récentes sur le vieillissement. Pour tester le caractère intrinsèque de cette température effective, nous en proposons finalement une seconde détermination à l'aide des propriétés rhéologiques du matériau. Un rhéomètre ultra-sensible est ainsi conçu, et les résultats préliminaires de cette expérience sont présentés.<br /></p>

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

Les progrès récents des réseaux de neurones artificiels (plus connus sous le nom d'apprentissage profond) ont permis d'améliorer l’état de l’art dans plusieurs domaines de la vision par ordinateur. Dans cette thèse, nous étudions des techniques d'apprentissage profond dans le cadre de l’analyse du genre et de l’âge à partir du visage humain. En particulier, deux problèmes complémentaires sont considérés : (1) la prédiction du genre et de l’âge, et (2) la synthèse et l’édition du genre et de l’âge.D’abord, nous effectuons une étude détaillée qui permet d’établir une liste de principes pour la conception et l’apprentissage des réseaux de neurones convolutifs (CNNs) pour la classification du genre et l’estimation de l’âge. Ainsi, nous obtenons les CNNs les plus performants de l’état de l’art. De plus, ces modèles nous ont permis de remporter une compétition internationale sur l’estimation de l’âge apparent. Nos meilleurs CNNs obtiennent une précision moyenne de 98.7% pour la classification du genre et une erreur moyenne de 4.26 ans pour l’estimation de l’âge sur un corpus interne particulièrement difficile.Ensuite, afin d’adresser le problème de la synthèse et de l’édition d’images de visages, nous concevons un modèle nommé GA-cGAN : le premier réseau de neurones génératif adversaire (GAN) qui produit des visages synthétiques réalistes avec le genre et l’âge souhaités. Enfin, nous proposons une nouvelle méthode permettant d’employer GA-cGAN pour le changement du genre et de l’âge tout en préservant l’identité dans les images synthétiques. Cette méthode permet d'améliorer la précision d’un logiciel sur étagère de vérification faciale en présence d’écarts d’âges importants. / The recent progress in artificial neural networks (rebranded as deep learning) has significantly boosted the state-of-the-art in numerous domains of computer vision. In this PhD study, we explore how deep learning techniques can help in the analysis of gender and age from a human face. In particular, two complementary problem settings are considered: (1) gender/age prediction from given face images, and (2) synthesis and editing of human faces with the required gender/age attributes.Firstly, we conduct a comprehensive study which results in an empirical formulation of a set of principles for optimal design and training of gender recognition and age estimation Convolutional Neural Networks (CNNs). As a result, we obtain the state-of-the-art CNNs for gender/age prediction according to the three most popular benchmarks, and win an international competition on apparent age estimation. On a very challenging internal dataset, our best models reach 98.7% of gender classification accuracy and an average age estimation error of 4.26 years.In order to address the problem of synthesis and editing of human faces, we design and train GA-cGAN, the first Generative Adversarial Network (GAN) which can generate synthetic faces of high visual fidelity within required gender and age categories. Moreover, we propose a novel method which allows employing GA-cGAN for gender swapping and aging/rejuvenation without losing the original identity in synthetic faces. Finally, in order to show the practical interest of the designed face editing method, we apply it to improve the accuracy of an off-the-shelf face verification software in a cross-age evaluation scenario.