La segmentation de personnes dans les images et les vidéos est une problématique actuellement au coeur de nombreux travaux. Nous nous intéressons à la segmentation de personnes debout. Pour cela, nous avons mis au point deux méthodes originales : La première est une continuation d'une méthode de détection efficace. On réalise une pré-segmentation en associant aux segments de contour de l'image une valeur de vraisemblance en tant qu'élément d'une silhouette humaine par une combinaison d'histogrammes de gradients orientés (HOG) et de machines à vecteurs de support (SVM) prises à l'échelle des ces segments. Une recherche d'arbre optimal dans un graphe intégrant les données de la pré-segmentation permet de reconstruire la silhouette de la personne. Enfin, une utilisation itérative de ce processus permet d'en améliorer la performance. La seconde méthode prend en compte l'interaction de l'utilisateur pour une image. Une coupe de graphe est guidée par un gabarit non binaire représentant une silhouette humaine. Nous proposons également un gabarit par parties pour s'adapter à la posture de la personne. Nous avons enfin transposé cette méthode à la segmentation de vidéos et la réalisation automatique de trimaps.

Travaux sur la segmentation des images et des vidéos en vue de leur codage, indexation et interprétation ainsi que sur l'amélioration de la qualité de la restitution de ces images sur les écrans plats.

Dans ce manuscrit, nous proposons un système d'analyse automatique des mouvements 3D entemps réel permettant l'évaluation des capacités fonctionnelles chez les personnes âgées àdomicile. Dans un premier temps, l'objectif est de contribuer à maintenir l'indépendancefonctionnelle de cette population et permettre une détection précoce d'une décompensationmotrice pour faciliter une démarche de rééducation. Pour quantifier la qualité d'équilibre d'unsujet en temps réel, nous avons conçu un système en utilisant le capteur Kinect et permettantd'analyser un test clinique simple et validé en rééducation gériatrique: le Timed Up and Go (TUG).Trois expériences, réalisées dans des environnements hétérogènes (laboratoire, hôpital de jouret domicile) ont montré une bonne fiabilité de la mesure des paramètres identifiés. Ellespermettent notamment d'attribuer une note de contrôle moteur indiquant la fragilité motrice.Dans un second temps, nous avons proposé une chaîne de traitement vidéo permettantd'augmenter la robustesse d'analyse de différentes phases du TUG : détection automatique de laposition assise, segmentation du patient et extraction de 3 articulations du corps. Les résultats deces travaux nous permettent d'envisager plusieurs perspectives. Tout d'abord, nous pensonseffectuer des expérimentations sur une population plus large afin de confirmer la fiabilité dusystème. Puis, différentes améliorations techniques et ergonomiques seraient nécessaires pourfaciliter l'utilisation grand public. Enfin, il serait intéressant d'étendre la méthodologie proposéepour d'autres tests cliniques en vue de prolonger l'autonomie à domicile. / We propose in this manuscript a realtime3D movement analysis system for inhomefunctionalabilities assessment in aged adults. As a first step, the purpose is to maintain the functionalindependence of this population and to allow an earlier detection of a motor decompensation inorder to facilitate a rehabilitation process. To quantify the equilibrium quality of a subject, webuilt a system using the Kinect sensor in order to analyze a simple clinical test validated in geriatricrehabilitation: the Timed Up and Go (TUG). Three experiments conducted in heterogeneousenvironments (laboratory, day hospital and home) showed good measurement reliability of theidentified parameters. In particular, they allow to assign a motor control note indicating themotor frailty. Then, we proposed a video processing chain to increase the robustness of theanalysis of the various TUG phases: automatic detection of the sitting posture, patientsegmentation and three body joints extraction. The results of this work allow us to considerseveral perspectives. First, we believe conduct experiments on a larger population in order toconfirm the system reliability. Then, various technical and ergonomic improvements would benecessary to facilitate general public use. Finally, it would be interesting to extend the proposedmethodology for other clinical test to prolong the autonomy at home.