La grande variété des images et séquences vidéo rencontrées dans le domaine multimédia rendent tout projet de segmentation automatique extrêmement complexe. Notre approche cherche à obtenir une segmentation efficace au prix d'un minimum d'interaction. Pour permettre une grande flexibilité et des temps de réponse rapides, le contenu de la séquence est représenté en forme de partitions emboitées. Tous les contours possibles dans l'image sont détectés chacun avec un indice indiquant sa force. L'étape de segmentation proprement dite offrira à l'utilisateur divers mécanismes de sélection finale des contours qui réellement l'intéressent. Ainsi de multiples segmentations sont possibles sur cette représentation hiérarchique, sans nécessiter de nouveaux calculs. Dans un premier temps, différentes hiérarchies associées aux inondations morphologiques sont étudiées, ainsi que plusieurs mécanismes permettant l'introduction de connaissances à priori quand elles sont disponibles. Dans un deuxième temps, les notions présentées pour les images fixes sont étendues aux séquences vidéo en utilisant une approche 3D-récursive.Ainsi, une unique hiérarchie associée à une séquence vidéo complète est calculée. Des outils d'interaction sont proposés permettant à l'utilisateur de manipuler la hiérarchie de manière intuitive. Grâce aux représentations en forme d'arbre utilisées, la manipulation de la hiérarchie se fait avec un très faible coût de calcul et les résultats de l'interaction sont perçus par l'utilisateur comme étant immédiats.

Cette thèse présente ce qui est à notre connaissance le premier jeu vidéo éducatif musical: Pads'n'Swing. Après des années de méfiance vis-à-vis du jeu vidéo, la diversification de ses usages et leur intégration forte à notre culture ouvrent en effet la voie d'applications positives comme les jeux vidéo éducatifs, qui s'appuient sur la mise en relation et la socialisation des joueurs, la simulation de mondes et leur scénarisation. Nous poursuivons cette approche en replaçant le fun au coeur d'une pédagogie de la motivation dont le but serait d'éveiller l'intérêt des apprenants en leur offrant la possibilité d'exercer en jeu des schémas d'action habituellement réservés aux spécialistes. L'application de cette pédagogie au domaine musical se révèle ambitieuse: dans quelles limites peut-on, dans un jeu vidéo, s'affranchir des contraintes instrumentales pour jouer du jazz et improviser ? Pour répondre à cette question, les principales contributions de notre travail de thèse sont: (1) l'exploration du domaine émergent des jeux vidéo éducatifs; (2) la proposition de meilleures pratiques de conception de gameplay fondées sur les théories de la motivation; (3) l'application de cette méthodologie au développement de Pads'n'Swing; et (4) l'évaluation de Pads'n'Swing, qui révèle les modalités d'un fun spécifiquement musical et accessible au plus grand nombre.

Les capteurs d'images CMOS n'étaient envisagés au début des années 90s que dans le cadre de recherches. La technologie CCD dominait alors. Puis l'évolution extraordinaire des procédés de fabrication de circuits intégrés CMOS a fait qu'aujourd'hui nous avons atteint une égalité en termes de parts du marché. Cette forte croissance est étroitement liée à l'avènement des dispositifs portables grand public tels que les téléphones<br />mobiles, qui embarquent pour la majorité les fonctions photo ou vidéo. En effet, les contraintes d'intégration et de coût favorisent la technologie CMOS. Cependant la prise de vue à l'aide de ces dispositifs portables, très sujets aux tremblements, nécessite une stabilisation de la vidéo qui implique d'estimer le mouvement global inter images. Aussi, l'objectif de ce travail est d'intégrer cette fonction aux imageurs fabriqués par la société STMicroelectronics.<br />Pour ce faire, une technique novatrice pour estimer ce mouvement global est présentée dans ce mémoire. Cette méthode consiste à extraire un modèle du mouvement global à partir de mesures de déplacements locaux en périphérie des images. Elle a tout d'abord été validée de<br />façon algorithmique, avant d'être intégrée sur silicium. L'architecture finale du capteur se caractérise par une zone photosensible partitionnée en une zone centrale et une zone périphérique. La chaîne de traitement du signal comporte quant à elle un traitement au niveau pixel afin de mesurer les mouvements locaux périphériques. Elle comprend aussi un posttraitement dédié aux tâches d'estimation du modèle du mouvement global ainsi qu'à la compensation du mouvement indésiré.

Les domaines de la réalité virtuelle et du jeu vidéo convoquent les problématiques émotionnelles dans leurs objectifs respectifs de présence et de flow zone. Cependant, la question des méthodologies d'induction d'émotions dans les environnements virtuels de ces médiums n'a pas été largement questionnée. Après avoir défini ce que sont les émotions dans la littérature philosophique, psychologique et physiologiste, nous cherchons à montrer les liens supposés existants entre l'émotion et les états extatiques de présence en réalité virtuelle et de flow zone dans les jeux vidéo. Nous commençons donc par montrer combien le niveau de connaissance des médiums peut influencer la sensibilité aux inductions d'émotions dans les environnements virtuels. Puis nous mettons en place une stratégie inductive d'émotions basée sur une gestion itérative des niveaux de challenge en lien avec les niveaux de compétences acquises. Nous avons validé au travers de deux expériences empiriques ayant impliquées 176 participants, une méthodologie d'induction d'émotions basée sur un schéma circomplexe. Ce schéma, construit autour de la valence et le niveau de charge émotionnelle, permet d'induire des émotions dans les cinq composantes essentielles de la conception d'environnements virtuels pour la réalité virtuelle ou les jeux vidéo : la chromatique, la luminosité, la vitesse des mouvements, la dimension des espaces et le volume des interactions sociales.

Recent years have witnessed an explosion of multimedia contents available. In 2010 the video sharing website YouTube announced that 35 hours of videos were uploaded on its site every minute, whereas in 2008 users were "only" uploading 12 hours of video per minute. Due to the growth of data volumes, human analysis of each video is no longer a solution; there is a need to develop automated video analysis systems. This thesis proposes a solution to automatically annotate video content with a textual description. The thesis core novelty is the consideration of multiple contextual information to perform the annotation. With the constant expansion of visual online collections, automatic video annotation has become a major problem in computer vision. It consists in detecting various objects (human, car. . . ), dynamic actions (running, driving. . . ) and scenes characteristics (indoor, outdoor. . . ) in unconstrained videos. Progress in this domain would impact a wild range of applications including video search, video intelligent surveillance or human-computer interaction.Although some improvements have been shown in concept annotation, it still remains an unsolved problem, notably because of the semantic gap. The semantic gap is defined as the lack of correspondences between video features and high-level human understanding. This gap is principally due to the concepts intra-variability caused by photometry change, objects deformation, objects motion, camera motion or viewpoint change... To tackle the semantic gap, we enrich the description of a video with multiple contextual information. Context is defined as "the set of circumstances in which an event occurs". Video appearance, motion or space-time distribution can be considered as contextual clues associated to a concept. We state that one context is not informative enough to discriminate a concept in a video. However, by considering several contexts at the same time, we can address the semantic gap.

Cette thèse s'intègre dans le cadre du projet européen EUREKA "High Dynamic Range - Low NoiseCMOS imagers", qui a pour but de développer de nouvelles approches de fabrication de capteursd'images CMOS à haute performance. L'objectif de la thèse est la conception d'un système de visiontemps réel à grande gamme dynamique (HDR). L'axe principal sera la reconstruction, en temps réelet à la cadence du capteur (60 images/sec), d'une vidéo à grande dynamique sur une architecturede calcul embarquée.La plupart des capteurs actuels produisent une image numérique qui n'est pas capable de reproduireles vraies échelles d'intensités lumineuses du monde réel. De la même manière, les écrans, impri-mantes et afficheurs courants ne permettent pas la restitution effective d'une gamme tonale étendue.L'approche envisagée dans cette thèse est la capture multiple d'images acquises avec des tempsd'exposition différents permettant de palier les limites des dispositifs actuels.Afin de concevoir un système capable de s'adapter temporellement aux conditions lumineuses,l'étude d'algorithmes dédiés à la grande dynamique, tels que les techniques d'auto exposition, dereproduction de tons, en passant par la génération de cartes de radiances est réalisée. Le nouveausystème matériel de type "smart caméra" est capable de capturer, générer et restituer du contenu àgrande dynamique dans un contexte de parallélisation et de traitement des flux vidéos en temps réel

La vidéo 3D a suscité un intérêt croissant durant ces dernières années. Grâce au développement récent des écrans stéréoscopiques et auto-stéréoscopiques, la vidéo 3D fournit une sensation réaliste de profondeur à l'utilisateur et une navigation virtuelle autour de la scène observée. Cependant de nombreux défis techniques existent encore. Ces défis peuvent être liés à l'acquisition de la scène et à sa représentation d'une part ou à la transmission des données d'autre part. Dans le contexte de la représentation de scènes naturelles, de nombreux efforts ont été fournis afin de surmonter ces difficultés. Les méthodes proposées dans la littérature peuvent être basées image, géométrie ou faire appel à des représentations combinant image et géométrie. L'approche adoptée dans cette thèse consiste en une méthode hybride s'appuyant sur l'utilisation des séquences multi-vues plus profondeur MVD (Multi-view Video plus Depth) afin de conserver le photo-réalisme de la scène observée, combinée avec un modèle géométrique, à base de maillage triangulaire, renforçant ainsi la compacité de la représentation. Nous supposons que les cartes de profondeur des données MVD fournies sont fiables et que les caméras utilisées durant l'acquisition sont calibrées, les paramètres caméras sont donc connus, mais les images correspondantes ne sont pas nécessairement rectifiées. Nous considérerons ainsi le cas général où les caméras peuvent être parallèles ou convergentes. Les contributions de cette thèse sont les suivantes. D'abord, un schéma volumétrique dédié à la fusion des cartes de profondeur en une surface maillée est proposé. Ensuite, un nouveau schéma de plaquage de texture multi-vues est proposé. Finalement, nous abordons à l'issue ce ces deux étapes de modélisation, la transmission proprement dite et comparons les performances de notre schéma de modélisation avec un schéma basé sur le standard MPEG-MVC, état de l'art dans la compression de vidéos multi-vues.

Le routage par clé et par contenu sont des systèmes de routage ou la destination d'un message suit un parcours entre les nœuds du réseau qui dépend seulement du contenu du message même. On peut les trouver utilisés soit dans des systèmes pair-à-pair connus comme Réseaux Overlay Structurés (Structured Overlay Networks, SON), soit dans les architecture internet de nouvelle génération, les Réseaux Centrés sur les Contenus (Content-Centric Networks, CCN). Le but de cette thèse est double. D'un côté, on explore le sujet de l'interconnexion et de la coopération des réseaux d'overlay, et on propose une architecture capable de permettre à plusieurs réseaux d'overlay hétérogènes, avec différentes topologies et différents mécanismes de routage, d'interagir, grâce à une infrastructure basée sur des nœuds passerelles. On montre, par des moyennes de simulation et déploiement dans un réseaux réel, que la solution est scalable et permet un routage quasi-exhaustif avec un nombre relativement bas des nœuds passerelle bien connectés. De plus, on présente deux exemples d'applications qui pourront bénéficier de cette architecture. Dans une deuxième partie, on rentre plutôt dans les possibilités offertes par le routage basé sur les contenus hors sa "zone de confort": d'abord, on analyse les améliorations qu'un réseau d'overlay structuré peut porter à un système de diffusion vidéo pair-à-pair, en termes de qualité du vidéo et de perte des paquets pendant la transmission. Après, on examine un système entièrement centré sur le routage basé sur les contenus, en développant une solution de diffusion vidéo en temps réel dans un réseau CCN.

Le présent mémoire se penche sur trois questions liées à la distribution d'oeuvres cinématographiques par Internet au Canada. Ces questions sont le reflet des principales préoccupations d'une industrie en pleine expansion et sont abordées sous un aspect pratique. La première question concerne l'applicabilité de la loi canadienne sur le droit d'auteur. L'aspect mondial du réseau Internet soulève en effet d'importantes questions de droit international privé. Il s'agit donc de connaître, à travers l'analyse de différentes hypothèses, les circonstances d'application et la portée de la loi canadienne. La deuxième question s'intéresse à la portée de la protection offerte. Les différents droits dévolus aux auteurs en vertu de la loi sont effectivement issus d'un environnement technique différent de celui proposé par Internet. Il s'agit donc d'analyser l'application de ces différents droits à la distribution d'oeuvres par Internet. Enfin, la troisième question se penche sur l'identité du titulaire des droits d'auteur sur une oeuvre cinématographique. La loi n'apporte en effet aucune réponse définitive à cette question et le processus de création particulier à la production d'une oeuvre cinématographique rend d'autant plus complexe la détermination du titulaire. Encore une fois, le présent mémoire tente de répondre à la question de la titularité par l'analyse successive de différentes hypothèses. / This work addresses three questions related to the distribution of cinematographic works by Internet in Canada. Those questions reflects the fundamental concerns of a budding industry and are examined under a practical angle. The first question deals with the applicability of the Canadian law regarding copyright. Indeed, the global aspect of Internet raises important issues related to international private law. We examine different scenarios in order to determine the scope and the circumstances under which the Canadian law applies. The second question examines the scope of the protection provided for under the Canadian law. The different rights provided to authors under the Canadian law were adopted before the Internet era and it is important to verify the applicability of those rights to the specifie technical environment of Internet. Finally, the third question addresses the issue of the ownership of a copyright related to a cinematographic work. The Canadian law doe not provide for an express answer to that question. Moreover, it is complicated by the specifie creation process leading to the production of a cinematographic work. This work undertakes to answer the question by examining different scenarios. / "Mémoire présenté à la Faculté des études supérieures en vue de l'obtention du grade de maîtrise en droit des technologies de l'information"

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal / Pour respecter les droits d'auteur, la version électronique de cette thèse ou ce mémoire a été dépouillée, le cas échéant, de ses documents visuels et audio-visuels. La version intégrale de la thèse ou du mémoire a été déposée au Service de la gestion des documents et des archives de l'Université de Montréal.