La reconnaissance visuelle est un processus temporel : d’abord, l’information visuelle est reçue sur notre rétine de manière continue à travers le temps; ensuite, le traitement de l’information visuelle par notre cerveau prend un certain temps à s’effectuer; finalement, notre perception est toujours fonction autant des expériences acquises dans le passé que de l’input sensoriel présent. Les interactions entre ces aspects temporels de la reconnaissance sont rarement abordées dans la littérature. Dans cette thèse, nous évaluons l’échantillonnage de l’information visuelle à travers le temps pendant une tâche de reconnaissance, comment il se traduit dans le cerveau et comment il est modulé par des attentes spécifiques. Plusieurs études indiquent que nos attentes modulent notre perception. Comment l’attente d’un objet spécifique influence nos représentations internes demeure cependant largement inconnu. Dans le premier article de cette thèse, nous utilisons une variante de la technique Bubbles pour retrouver avec précision le décours temporel de l’utilisation d’information visuelle pendant la reconnaissance d’objets, lorsque les observateurs s’attendent à voir un objet spécifique ou non. Nous observons que les attentes affectent la représentation de différents attributs différemment et qu’elles ont un effet distinct à différents moments pendant la réception d’information visuelle. Dans le deuxième article, nous utilisons une technique similaire en conjonction avec l’électroencéphalographie (EEG) afin de révéler pour la première fois le traitement, à travers le temps, de l’information reçue à un moment spécifique pendant une fixation oculaire. Nous démontrons que l’information visuelle n’est pas traitée de la même manière selon le moment auquel elle est reçue sur la rétine, que ces différences ne sont pas explicables par l’adaptation ou l’amorçage, qu’elles sont d’origine au moins partiellement descendante et qu’elles corrèlent avec le comportement. Finalement, dans le troisième article, nous approfondissons cette investigation en utilisant la magnétoencéphalographie (MEG) et en examinant l’activité dans différentes régions cérébrales. Nous démontrons que l’échantillonnage de l’information visuelle est hautement variable selon le moment d’arrivée de l’information sur la rétine dans de larges parties des lobes occipitaux et pariétaux. De plus, nous démontrons que cet échantillonnage est rythmique, oscillant à diverses fréquences entre 7 et 30 Hz, et que ces oscillations varient en fréquences selon l’attribut échantillonné. / Visual recognition is a temporal process: first, visual information is continuously received through time on our retina; second, the processing of visual information by our brain takes time; third, our perception is function of both the present sensory input and our past experiences. Interactions between these temporal aspects have rarely been discussed in the literature. In this thesis, we assess the sampling of visual information through time during recognition tasks, how it is translated in the brain, and how it is modulated by expectations of specific objects. Several studies report that expectations modulate perception. However, how the expectation of a specific object modulates our internal representations remains largely unknown. In the first article of this thesis, we use a variant of the Bubbles technique to uncover the precise time course of visual information use during object recognition when specific objects are expected or not. We show that expectations modulate the representations of different features differently, and that they have distinct effects at distinct moments throughout the reception of visual information. In the second article, we use a similar method in conjunction with electroencephalography (EEG) to reveal for the first time the processing, through time, of information received at a specific moment during an eye fixation. We show that visual information is not processed in the same way depending on the moment at which it is received on the retina, that these differences cannot be explained by simple adaptation or repetition priming, that they are of at least partly top- down origin, and that they correlate with behavior. Finally, in a third article, we push this investigation further by using magnetoencephalography (MEG) and examining brain activity in different brain regions. We show that the sampling of visual information is highly variable depending on the moment at which information arrives on the retina in large parts of the occipital and parietal lobes. Furthermore, we show that this sampling is rhythmic, oscillating at multiple frequencies between 7 and 30 Hz, and that these oscillations vary according to the sampled feature.

La courbe de sensibilité au contraste – la façon selon laquelle la sensibilité diffère selon les fréquences spatiale – a été mesurée pour la première fois en 1956 (Schade, 1956). Elle diffère d’individu en individu et, quoiqu’elle ait été observée pour la première fois il y a plus de 60 ans, certains facteurs ayant un impact sur ces différences individuelles sont mal compris. La figure de Campbell-Robson est une grille sinusoïdale dont la fréquence spatiale varie sur l’axe des x et le contraste varie sur l’axe des y, de sorte que l’observateur perçoit une courbe directement sur la figure. Si cette figure contenait de l’information sur la courbe de sensibilité au contraste d’un individu, elle aurait pu être utilisée pour développer une méthode rapide permettant de mesurer la courbe de sensibilité au contraste. Or, les résultats de l’article 1 montrent qu’il n’existe que peu d’information à propos de la courbe de sensibilité au contraste dans la figure de Campbell-Robson. La maturation de la sensibilité au contraste n’est pas bien comprise. Puisque les études antérieures ont utilisé, entre autres, des méthodes et des tâches différentes, les résultats rapportés par ces études sont contradictoires. Nous nous sommes penchés sur la question dans l’article 2 en utilisant une méthode objective pour mesurer la sensibilité au contraste pour une grande étendue de fréquences spatiales (0.5 à 30 cycles par degré) et une grande étendue d’âges (4 à 27 ans). Au lieu d’utiliser l’âge comme variable catégorielle en séparant les participants en groupes, nous avons utilisé une méthode de régression locale (LOESS) pour utiliser l’âge comme variable continue et ainsi obtenir plus de précision sur l’âge de maturation. Les résultats montrent que la sensibilité devient semblable à celle d’un adulte autour de 12 ans pour les fréquences spatiales basses et hautes, et autour de 17 ans pour les fréquences spatiales moyennes. Après l’âge, la culture dans laquelle une personne grandit est un autre facteur pouvant avoir un impact sur la sensibilité au contraste. Dans l’article 3, nous avons vérifié l’effet de la culture sur la courbe de sensibilité au contraste en la mesurant de deux manières différentes chez des participant.es chinois.es et canadien.nes. Les résultats montrent que la courbe de sensibilité au contraste ne semble pas être différente chez les deux cultures. Compte tenu de différences interculturelles dans les fixations oculaires sur les visages, nous avons vérifié s’il existe des différences dans les fréquences spatiales contenues dans la représentation interne des visages chez les deux cultures. Nos résultats montrent que les participant.es chinois.es utilisent de plus basses fréquences spatiales et les participant.es canadien.nes utilisent de plus hautes fréquences spatiales pour reconnaître les visages. En somme, les résultats présentés dans cette thèse permettent de mieux comprendre les différences individuelles dans la sensibilité au contraste. / The contrast sensitivity function – the curve defining the way in which sensitivity differs according to spatial frequencies – was first measured in 1956 (Schade, 1956). The contrast sensitivity function differs from person to person and, although it was observed over 60 years ago, some factors which have an impact on these individual differences are not well understood. The Campbell-Robson figure is a sinusoidal grating on which the spatial frequency varies on the x axis and contrast varies on the y axis, resulting in a perceived curve, between the grating and the perceived gray area of the grating, directly on the figure. If this figure contained information on the contrast sensitivity function, it would have been useful to develop a quick method to measure it. However, the results of article 1 show that there is little information on the contrast sensitivity function contained in the Campbell-Robson chart. The way in which contrast sensitivity matures is not well understood. Because anterior studies used, among other things, different methods and tasks, the results they report vary greatly and are often contradictory. We have studied the question in article 2, using an objective method to measure contrast sensitivity for a large array of spatial frequencies (0.5 to 30 cycles per degree) and a large span of ages (4 to 27 years). Instead of using age as a categorial variable by separating the participants in age bins, we used a local regression technique (LOESS) in order to use age as a continuous variable and obtain a more precise estimate of the maturation age of contrast sensitivity. Results show that sensitivity becomes similar to an adult’s around 12 years old for low and high spatial frequencies, and around 17 years old for mid-range spatial frequencies. Other than age, the culture in which a person grows up is another factor that could have an impact on contrast sensitivity. In article 3, we verified the effect of culture on the contrast sensitivity function by measuring it using two different methods in Chinese and Canadian participants. Results don’t show that the contrast sensitivity function differs between the two cultures. Because of intercultural differences in ocular fixations on faces, we further verified if there are differences in the spatial frequencies contained in the internal representations of faces in the two cultures. Our results show that Chinese participants use lower spatial frequencies and Canadian participants use higher spatial frequencies when identifying faces. In sum, the results presented in this thesis help better understand individual differences in contrast sensitivity.

La tâche la plus délicate d'un système de reconnaissance faciale est la phase d'extraction de caractéristiques significatives et discriminantes. Dans le cadre de cette thèse, nous nous sommes focalisés sur cette tâche avec comme objectif l'élaboration d'une représentation de visage robuste aux variations majeures suivantes: variations d'éclairage, de pose, de temps, images de qualité différentes (vidéosurveillance). Par ailleurs, nous avons travaillé également dans une optique de traitement temps réel. Tout d'abord, en tenant compte des caractéristiques d'orientation des traits principaux du visages (yeux, bouche), une nouvelle variante nommée ELBP de célèbre descripteur LBP a été proposée. Elle s'appuie sur les informations de micro-texture contenues dans une ellipse horizontale. Ensuite, le descripteur EPOEM est construit afin de tenir compte des informations d'orientation des contours. Puis un descripteur nommée PLPQMC qui intégre des informations obtenues par filtrage monogénique dans le descripteur LPQ est proposé. Enfin le descripteur LPOG intégrant des informations de gradient est présenté. Chacun des descripteurs proposés est testé sur les 3 bases d'images AR, FERET et SCface. Il en résulte que les descripteurs PLPQMC et LPOG sont les plus performants et conduisent à des taux de reconnaissance comparables voire supérieur à ceux des meilleurs méthodes de l'état de l'art. / Centered around feature extraction, the core task of any Face recognition system, our objective is devising a robust facial representation against major challenges, such as variations of illumination, pose and time-lapse and low resolution probe images, to name a few. Besides, fast processing speed is another crucial criterion. Towards these ends, several methods have been proposed through out this thesis. Firstly, based on the orientation characteristics of the facial information and important features, like the eyes and mouth, a novel variant of LBP, referred as ELBP, is designed for encoding micro patterns with the usage of an horizontal ellipse sample. Secondly, ELBP is exploited to extract local features from oriented edge magnitudes images. By this, the Elliptical Patterns of Oriented Edge Magnitudes (EPOEM) description is built. Thirdly, we propose a novel feature extraction method so called Patch based Local Phase Quantization of Monogenic components (PLPQMC). Lastly, a robust facial representation namely Local Patterns of Gradients (LPOG) is developed to capture meaningful features directly from gradient images. Chiefs among these methods are PLPQMC and LPOG as they are per se illumination invariant and blur tolerant. Impressively, our methods, while offering comparable or almost higher results than that of existing systems, have low computational cost and are thus feasible to deploy in real life applications.