L'analyse du comportement des petits animaux de laboratoire tels que rats et souris est fondamentale en recherche biologique. L'objectif de cette thèse est de faire des mesures anatomiques sur le squelette de souris à partir de vidéos et de démontrer la robustesse de ces mesures par une validation quantitative. Les principales difficultés viennent du sujet d'étude, la souris, qui, vu comme un objet géométrique, peut subir de grandes déformations très rapidement et des conditions expérimentales qui ne permettent pas d'obtenir des flux vidéos de même qualité que pour l'étude de l'humain. Au vu de ces difficultés, nous nous concentrons tout d'abord dans le Chapitre 2 sur la mise en place d'une méthode de recalage de squelette à l'aide de marqueurs collés sur la peau de l'animal. On montre que les effets de couplage non-rigide entre peau et squelette peuvent être contre-carrés par une pondération de l'influence des différents marqueurs dans la cinématique inverse. Cela nous permet de justifier que, malgré ce couplage non rigide, des informations sur la peau de l'animal sont suffisantes pour recaler de manière précise et robuste les structures squelettiques. Nous développons pour cela une chaîne de traitement de données morphologiques qui nous permet de proposer un modèle générique d'animation du squelette des souris. La méthode de cinématique inverse pondérée est validée grâce à des vidéos radiographiques. Ayant justifié de l'utilisation de points à la surface de la peau (l'enveloppe) pour recaler le squelette, nous proposons dans le Chapitre 3 un nouveau modèle de déformation de l'enveloppe. Ce modèle, appelé OQR (pour Oriented Quads Rigging, gréage de quadrilatères orientés), est une structure géométrique flexible possédant les bonnes propriétés de déformation de l'animation par cage. A l'instar des squelettes d'animation, elle permet d'avoir une paramétrisation haut-niveau de la morphologie et du mouvement. Nous montrons également comment, grâce à cette bonne déformation de l'enveloppe, nous pouvons utiliser les sommets du maillage déformé comme marqueurs pour la méthode de recalage du squelette du Chapitre 2. Dans les chapitres 2 et 3, nous avons construit un modèle de souris qui permet d'animer en même temps l'enveloppe et le squelette. Ce modèle est paramétré par OQR. Nous proposons donc dans le Chapitre 4 une méthode d'extraction de ces paramètres à partir soit d'une séquence de maillage sans cohérence temporelle soir directement à partir d'images segmentées. Pour contraindre le problème, nous faisons l'apprentissage d'un espace réduit de configurations d'OQR vraisemblables.

Par le terme ''super-résolution'' (SR), nous faisons référence à une classe de techniques qui améliorent la résolution spatiale d'images et de vidéos. Les algorithmes de SR peuvent être de deux types : les méthodes ''multi-frame'', où plusieurs images en basse résolution sont agrégées pour former une image unique en haute résolution, et les méthodes ''single-image'', qui visent à élargir une seule image. Cette thèse a pour sujet le développement de théories et algorithmes pour le problème single-image. En particulier, nous adoptons une approche ''basée sur exemples'', où l'image de sortie est estimée grâce à des techniques d'apprentissage automatique, en utilisant les informations contenues dans un dictionnaire d'exemples. Ces exemples consistent en des blocs d'image, soit extraits à partir d'images externes, soit dérivées de l'image d'entrée elle-même. Pour les deux types de dictionnaire, nous concevons de nouveaux algorithmes de SR présentant de nouvelles méthodes de suréchantillonnage et de construction du dictionnaire, et les comparons à l'état de l'art. Les résultats obtenus s'avèrent très compétitifs en termes de qualité visuelle des images de sortie et de complexité des calculs. Nous appliquons ensuite nos algorithmes au cas de la vidéo, où l'objectif est d'élargir la résolution d'une séquence vidéo. Les algorithmes, opportunément adaptées pour faire face à ce cas, sont également analysés dans le contexte du codage. L'analyse effectuée montre que, dans des cas spécifiques, la SR peut aussi être un outil efficace pour la compression vidéo, ouvrant ainsi de nouvelles perspectives intéressantes. / With super-resolution (SR) we refer to a class of techniques that enhance the spatial resolution of images and videos. SR algorithms can be of two kinds: multi-frame methods, where multiple low-resolution images are aggregated to form a unique high-resolution image, and single-image methods, that aim at upscaling a single image. This thesis focuses on developing theory and algorithms for the single-image SR problem. In particular, we adopt the so called example-based approach, where the output image is estimated with machine learning techniques, by using the information contained in a dictionary of image “examples”. The examples consist in image patches, which are either extracted from external images or derived from the input image itself. For both kinds of dictionary, we design novel SR algorithms, with new upscaling and dictionary construction procedures, and compare them to state-of-the-art methods. The results achieved are shown to be very competitive both in terms of visual quality of the super-resolved images and computational complexity. We then apply our designed algorithms to the video upscaling case, where the goal is to enlarge the resolution of an entire video sequence. The algorithms, opportunely adapted to deal with this case, are also analyzed in the coding context. The analysis conducted shows that, in specific cases, SR can also be an effective tool for video compression, thus opening new interesting perspectives.

L'analyse automatique du contenu de la vidéo est un sujet de recherche émergent avec de nombreuses applications pratiques sur de grandes bases de données de vidéo ou sur les enregistreurs vidéo personnels. Le centre de cette étude est la construction automatique de la table des matières d'une émission de tennis en utilisant les modèles markoviens et la programmation dynamique. Motivés par le besoin de représentations multimodales plus efficaces, nous proposons l'utilisation des caractéristiques segmentales dans le cadre des modèles de segment, au lieu des caractéristiques en trames des modèles de Markov cachés. En considérant chaque scène de la vidéo comme un segment, les points de synchronisation entre différentes modalités sont étendus aux frontières de la scène, qui est l'unité thématique de base de la vidéo. Les caractéristiques visuelles venant de la vidéo diffusée et les caractéristiques auditives enregistrées dans le court sont traitées avant fusion dans leurs propres segments, avec leurs propres modèles et fréquences d'échantillonnage. Diverses techniques pour modéliser les segments sont examinées, y compris les modèles de Markov cachés de densité discrète ou continue, les modèles bigrames ou des approches connexionnistes, fonctionnant sur les caractéristiques audiovisuelles automatiquement extraites. Des modèles de segments et des modèles de Markov cachés, avec des topologies hiérarchiques ou ergodiques, sont établis et comparés sur un corpus de 15 heures de vidéos de tennis. Les paramètres des modèles sont estimés sur des données étiquetées. Selon le modèle segmentale utilisé, la fusion asynchrone avec des modèles de segments peut atteindre le même niveau de performance que les modèles de Markov cachés. La fusion des ressources textuelles de la vidéo, c'est-à-dire les annonces de points, est également considérée. Pour exploiter entièrement leur contenu sémantique sur l'évolution réelle du jeu et tenir compte des événements non reconnus, un arrangement original du décodage de Viterbi a été développé. Il produit des solutions qui sont conformes aux annonces de points et apporte ainsi une nette amélioration de la performance du système.

L'analyse du comportement des petits animaux de laboratoire tels que rats et souris est fondamentale en recherche biologique. L'objectif de cette thèse est de faire des mesures anatomiques sur le squelette de souris à partir de vidéos et de démontrer la robustesse de ces mesures par une validation quantitative. Les principales difficultés viennent du sujet d'étude, la souris, qui, vu comme un objet géométrique, peut subir de grandes déformations très rapidement et des conditions expérimentales qui ne permettent pas d'obtenir des flux vidéos de même qualité que pour l'étude de l'humain. Au vu de ces difficultés, nous nous concentrons tout d'abord dans le Chapitre 2 sur la mise en place d'une méthode de recalage de squelette à l'aide de marqueurs collés sur la peau de l'animal. On montre que les effets de couplage non-rigide entre peau et squelette peuvent être contre-carrés par une pondération de l'influence des différents marqueurs dans la cinématique inverse. Cela nous permet de justifier que, malgré ce couplage non rigide, des informations sur la peau de l'animal sont suffisantes pour recaler de manière précise et robuste les structures squelettiques. Nous développons pour cela une chaîne de traitement de données morphologiques qui nous permet de proposer un modèle générique d'animation du squelette des souris. La méthode de cinématique inverse pondérée est validée grâce à des vidéos radiographiques. Ayant justifié de l'utilisation de points à la surface de la peau (l'enveloppe) pour recaler le squelette, nous proposons dans le Chapitre 3 un nouveau modèle de déformation de l'enveloppe. Ce modèle, appelé OQR (pour Oriented Quads Rigging, gréage de quadrilatères orientés), est une structure géométrique flexible possédant les bonnes propriétés de déformation de l'animation par cage. A l'instar des squelettes d'animation, elle permet d'avoir une paramétrisation haut-niveau de la morphologie et du mouvement. Nous montrons également comment, grâce à cette bonne déformation de l'enveloppe, nous pouvons utiliser les sommets du maillage déformé comme marqueurs pour la méthode de recalage du squelette du Chapitre 2. Dans les chapitres 2 et 3, nous avons construit un modèle de souris qui permet d'animer en même temps l'enveloppe et le squelette. Ce modèle est paramétré par OQR. Nous proposons donc dans le Chapitre 4 une méthode d'extraction de ces paramètres à partir soit d'une séquence de maillage sans cohérence temporelle soir directement à partir d'images segmentées. Pour contraindre le problème, nous faisons l'apprentissage d'un espace réduit de configurations d'OQR vraisemblables. / Analysing the behaviour of small laboratory animals such as rats and mice is paramount in clinical research. We aim at recovering reliable anatomical measures of the skeleton of mice from videos and at demonstrating the robustness of these measures with quantitative validation. The most challenging aspects of this thesis reside in the study subject, mice, that is highly deformable, very fast and in the experimental conditions that do not allow for video data equivalent to what can be obtained with human subjects. In regards to the first challenge, we first focus on a marker-based tracking method with markers glued on the skin of the animal in Chapter 2. We show that the effects of the non-rigid mapping between skin and bones can be pre-empted by a weighting of the influences of the different markers in inverse kinematics. This allows us to demonstrate that, despite the non-rigid mapping, features on the skin of the animal can be used to accurately and robustly track the skeletal structures. We therefore develop a pipeline to process morphological data that leads to a generic animation model for the skeleton of mice. The weighted inverse kinematics method is validated with X-ray videos. Chapter 2 proves that points on the surface of the animal (on the envelope) can be used to track the skeletal structures. As a result, in Chapter 3, we propose a new deformation model of the envelope. This model, called OQR (Oriented Quads Rigging), is a flexible geometrical structure that has the nice deformation properties of cage-based animation. Like animation skeletons, OQR gives a high-level representation of the morphology and of the motion. We also show how, thanks to a well-deformed envelope, we can use a sub-set of the vertices of the deformed mesh as markers to apply the method of tracking of skeletal structures developed in Chapter 2. With Chapters 2 and 3, we have built a model of mice that allows us to animate at the same time the envelope and the skeleton. This model is parameterised by OQR. In Chapter 4, we therefore propose a method to recover the OQR parameters from either a sequence of meshes without temporal coherence or directly from segmented images. To regularise the tracking problem, we learn a manifold of plausible OQR configurations.

Au cours des dernières années, de nouveaux challenges ont émergé avec la transformation très significative du paysage audiovisuel due à l'émergence de la télévision sur Internet. La décision de ce qui est regardé et dans quel ordre n'appartient en effet plus à la chaîne TV concernée mais à l'utilisateur. De nouveaux moyens facilitant l'accès précis et rapide à l'information souhaitée au sein des quantités toujours croissantes de contenus audiovisuels doivent donc être proposés aux utilisateurs : par exemple, pour repérer un événement spécifique, un fragment d'émission contenant une certaine personnalité ou abordant un sujet particulier, voire pour naviguer successivement entre tous les segments de vidéos abordant ce sujet. Ces fonctionnalités nouvelles et variées impliquent le développement de méthodes novatrices de structuration et d'exploitation des contenus audiovisuels, sujet abordé dans cette thèse. Nous proposons d'une part des techniques automatiques de structuration thématique des données audiovisuelles permettant de révéler l'organisation interne de chaque programme. Nous étudions également les implications de la structure produite sur diverses tâches telles que la création d'hyperliens entre vidéos (afin de permettre une navigation entre fragments d'émissions thématiquement proches) ou la création de résumés automatiques. L'ensemble des travaux menés est effectué sur les transcriptions automatiques de la parole prononcée dans les émissions, afin d'obtenir des solutions génériques, non dédiées à un type de programme particulier. / New challenges emerged in the past years as the audiovisual landscape significantly transformed with the emergence of Internet-based TV. The decision of what to watch and in what order no longer belongs to the TV station but the user. New solutions must be offered to users in order to facilitate precise and quick access to the desired information contained in the ever increasing amounts of audiovisual content: for example, to identify a specific event, a TV show fragment containing a certain public person or addressing a particular topic, or to browse sequentially across all segments of videos addressing this topic. These new and varied features imply the development of innovative methods for structuring and exploiting the audiovisual content, which represent the focus of this thesis. We offer automatic topic structuring techniques of audiovisual data to reveal the internal organization of each program. We also study the implications of the structure produced on various tasks such as creating hyperlinks between videos (to allow navigation between TV show fragments that are thematically related) or creating automatic summaries. All the work is carried out on automatic transcripts of the speech pronounced in TV shows, to achieve generic solutions, not dedicated to a particular kind of show.

Alors que de nombreuses études scientifiques pointent l’intérêt de mettre en place des dispositifs de formation exploitant le visionnage de vidéos, il existe peu de preuves empiriques quant aux retombées de ce type d’aménagement sur l’activité professionnelle des enseignants novices. Cette étude a donc pour objet premier d’analyser les activités de formation exploitant le visionnage de vidéos et leurs effets sur l’activité professionnelle d’enseignants novices. Cette étude s’inscrit dans un programme de recherche sur la formation professionnelle dont les soubassements épistémologiques sont issus d’une anthropologie culturaliste principalement inspirée de la philosophie analytique de Wittgenstein (2004). Elle a été menée dans le cadre d’un dispositif innovant de formation par alternance articulant des séquences d’enseignement en établissement scolaire et de formation exploitant le visionnage de vidéos menées à l’université. Les principaux résultats de cette étude et leur discussion mettent en exergue que le visionnage de vidéos constitue un moyen privilégié d’alimenter certaines capacités normatives permettant aux enseignants novices d’analyser leur enseignement ou celui d’autrui, de le planifier, et de le réaliser de façon plus adéquate en classe. Dans certaines circonstances, l’expérience vécue lors du visionnage de vidéos leur permet en effet de « s’approcher » de l’expérience d’enseignement sans toutefois s’y substituer. Parallèlement, cette étude montre que le recours au visionnage de vidéos complexifie parfois l’activité de chacun des formateurs impliqués dans le dispositif et plus largement la mise en place d’un véritable collectif de formation. / Many studies have demonstrated the interest of video-based training, but few have provided empirical evidence of its impact on the professional activity of novice teachers. The principal aim of this study was thus to investigate the activities in a video-based training program and assess their effects on the teaching activity of novice teachers. This study is part of a much broader research program on vocational training. The field of cultural anthropology, much inspired by Wittgenstein’s analytical philosophy (2004), provides the epistemological foundations for this work. The study was conducted within an innovative framework with alternating sequences of classroom teaching in the schools and video-based analysis at the university. The main results and the discussion provide evidence that video viewing aids in the development of certain normative capacities, thereby better equipping novice teachers to analyse their own or others’ teaching activity, as well as to plan and carry it out more effectively in the classroom. In certain circumstances, the experience lived during these video viewing sessions allows them to “approach” the experience of teaching without, however, actually substituting for it. The study also shows that using video sometimes increases the complexity of trainers’ activity and, more broadly, the construction of a veritable training collective.

La présente recherche vise à décrire, dans le contexte universitaire toulousain, les différents usages pédagogiques des étudiants en MITIC et en vidéos, et à mieux comprendre s’il peut exister un lien favorable entre MITIC et vidéo et réussite éducative afin de pouvoir mettre les MITIC et les vidéos à contribution pour améliorer significativement les niveaux d’études universitaires des étudiants. Cette recherche est tout spécialement importante dans notre contexte où les MITIC et les vidéos font de plus en plus leur apparition en pédagogie d’enseignement supérieur et où les étudiants fréquentent les MITIC et les vidéos dans leurs pratiques plus que les enseignants. Le cadre de référence retenu pour la recherche est structuré autour des concepts de l’intégration des MITIC et vidéo en enseignement, de l’apprentissage lié aux MITIC et aux vidéos, de facteurs de la réussite éducative. Pour atteindre nos objectifs, nous avons opté pour une démarche quantitative. Nous avons mené une enquête par questionnaire auprès de 554 étudiants. Il ressort des résultats que la majorité des étudiants ont une opinion en général positive sur l’apport des MITIC et des vidéos pour l’enseignement et l’apprentissage actif. D’où, un avis en général favorable sur le lien entre l’usage des MITIC et des vidéos et la réussite éducative. La conséquence logique de ces résultats est qu’il existe un lien significatif entre MITIC et vidéos et réussite éducative en contexte universitaire toulousain. / The objective of this research is to describe, in the context of university in Toulouse, the different educational uses of students in MIICT, in videos, and to better understand whether there can be a positive relationship between MIICT, video and educational success in order to be able to put the MIICT and video to contribute to improve significantly the levels of academic study of students. This research is especially important in our context where the appearance MIICT and the videos are more and more in pedagogy of higher education and where students are attending to the MIICT and videos in their practices more than teachers. The research framework is therefore structured around the concepts of the integration of MIITC and video in teaching and learning with MIICT, and factors of the educational success.To achieve our objectives, we used a quantitative approach. We administered a survey questionnaire to 554 students. It is clear from the results that, in general, the majority of students have an agreement in general positive of the contribution of MIICT and videos for teaching and active learning. Hence, an agreement, in general, favorable of the link between the use of MIICT and videos and educational success. The logical consequence of these results is that there is a significant relationship between MIICT/videos and educational success in university of Toulouse II. / يهدف البحث الحالي إلى وصف مختلف الاستخدامات التعليمية للطلاب في الإعلام والصور وتكنولوجيا المعلومات والاتصالات mitic والفيديو، ضمن سياق جامعة تولوز 2، وإلى فهم أفضل ما إذا كان هناك صلة مواتية بين mitic والفيديو والنجاح التعليميّ، وذلك من أجل إمكانية وضع الـ mitic والفيديو للمساهمة في تحسين مستويات النجاح الدراسيّ الجامعيّ بشكل أكبر. يكتسب هذا البحث أهمية خاصة في سياق الدراسة حيث تظهر الـ mitic والفيديو بصورة متزايدة في طرق التّعليم الجامعيّ وحيث أنّ الطلاب يميلون بشكل ملحوظ لاستخدام أدوات التكنولوجيا في تطبيقاتهم وأنشطتهم التّعليمية بشكل أكتر من الأساتذة. يتمحّور إطار البحث حول مفاهيم دمج الـ mitic والفيديو في التدريس، والتّعليم ذات الصلة بتكنولوجيا الإعلام والمعلومات والاتصالات والفيديو، وعوامل النجاح التعليميّ. ولتحقيق أهدافنا، اتّبعنا المنهج الكميّ. حيث أجرينا استبيان ل 554 طالب جامعي. وتظهر النتائج أنّ غالبية الطلاب لديهم اتفاق إيجابي بالعموم حول مساهمة تكنولوجيا الإعلام والصور والاتصالات والمعلومات والفيديو من أجل تعلّم فعّال. هذا الاتفاق مواتٍ بالعموم للربط بين استخدام الـ mitic والفيديو وبين النجاح التعليميّ للطلبة. النتيجة المنطقية لهذه النتائج هي أنّ هناك علاقة كبيرة بين استخدام الـ mitic والفيديو وبين النجاح التعليميّ في سياق جامعة تولوز2.

La présente recherche de type développement a permis de concevoir et de développer un environnement d'apprentissage interactif, intelligent comprenant un micro-ordinateur relié à un lecteur de vidéo disque. La démarche de ce développement a suivi un modèle systématique qui a permis d’examiner toutes les étapes de ce processus pour en dégager des modèles d’interéchanges d’information et de contenu. Le concept clé est l’interactivité que nous avons fait évoluer d’une dimension technocentrique à une dimension cognitive et qualitative. Le développement a porté sur l’acquisition d’un processus de résolution de problème en biomécanique du mouvement dans un cours de premier cycle universitaire. Nous avons observé et analysé systématiquement l’efficacité et l’impact d’un tel environnement sur des apprenants. Le modèle d’analyse utilisé a permis de recueillir des protocoles portant sur les caractéristiques techniques du système, sur le design complexe adopté, sur les actions-décisions de l’apprenant, sur la dimension raisonnante du système et finalement sur des questions plus générales reliées à la situation. Les trente étudiants ont fait ressortir des éléments importants dans chacune des catégories. Parmi les caractéristiques techniques du système, ils ont apprécié la dimension visuelle, l’utilisation de graphiques superposés à des images réelles et l’utilisation de pages-écran servant à organiser la dém arche. Parmi les caractéristiques rattachées au design, ils ont apprécié la représentation de l’expertise du système, le livre de bord et les parties de contenu rendues accessibles à différents niveaux. Parmi les caractéristiques concernant les actions-décisions de l’apprenant, ils ont apprécié le contrôle, la possibilité d’utiliser des données personnelles, la liberté de choisir et le fait de pouvoir explorer tout en étant guidé. Parmi les caractéristiques reliées à la dimension raisonnante du système, ils ont remarqué l'encadrement flexible et adaptatif fourni par le système. Le rôle de guide, conseiller ou tuteur a été un des éléments qui a le plus aidé les étudiants et à partir desquels les étudiants ont exprimé le besoin et l'importance d'être suivis pendant le processus d'apprentissage et non pas seulement vérifier le produit de ce processus. L'environnement interactif a aussi été soumis à une mise à l'essai avec un groupe de technologues de l'éducation, ce qui a permis un recueil systématique d'observations sur des aspects plus spécifiquement reliés à des problèmes de design, de modélisation et de développement. L'adaptabilité et la flexibilité de tels environnements aux différences et aux besoins de chacun dus à la modélisation et à la manipulation différente de connaissances dans une situation donnée sont des pas importants vers l'évolution de situations d'apprentissage qui intègrent, en éducation, des technologies telles que le vidéodisque et l'ordinateur. / Québec Université Laval, Bibliothèque 2016

Détecter et suivre les objets principaux d’une vidéo est une étape nécessaire en vue d’en décrire le contenu pour, par exemple, permettre une indexation judicieuse des données multimédia par les moteurs de recherche. Les techniques de suivi d’objets actuelles souffrent de défauts majeurs. En effet, soit elles nécessitent que l’utilisateur désigne la cible a suivre, soit il est nécessaire d’utiliser un classifieur pré-entraîné à reconnaitre une classe spécifique d’objets, comme des humains ou des voitures. Puisque ces méthodes requièrent l’intervention de l’utilisateur ou une connaissance a priori du contenu traité, elles ne sont pas suffisamment génériques pour être appliquées aux vidéos amateurs telles qu’on peut en trouver sur YouTube. Pour résoudre ce problème, nous partons de l’hypothèse que, dans le cas de vidéos dont l’arrière-plan n’est pas fixe, celui-ci apparait moins souvent que les objets intéressants. De plus, dans une vidéo, la topologie des différents éléments visuels composant un objet est supposée consistante d’une image a l’autre. Nous représentons chaque image par un graphe plan modélisant sa topologie. Ensuite, nous recherchons des motifs apparaissant fréquemment dans la base de données de graphes plans ainsi créée pour représenter chaque vidéo. Cette approche nous permet de détecter et suivre les objets principaux d’une vidéo de manière non supervisée en nous basant uniquement sur la fréquence des motifs. Nos contributions sont donc réparties entre les domaines de la fouille de graphes et du suivi d’objets. Dans le premier domaine, notre première contribution est de présenter un algorithme de fouille de graphes plans efficace, appelé PLAGRAM. Cet algorithme exploite la planarité des graphes et une nouvelle stratégie d’extension des motifs. Nous introduisons ensuite des contraintes spatio-temporelles au processus de fouille afin d’exploiter le fait que, dans une vidéo, les objets se déplacent peu d’une image a l’autre. Ainsi, nous contraignons les occurrences d’un même motif a être proches dans l’espace et dans le temps en limitant le nombre d’images et la distance spatiale les séparant. Nous présentons deux nouveaux algorithmes, DYPLAGRAM qui utilise la contrainte temporelle pour limiter le nombre de motifs extraits, et DYPLAGRAM_ST qui extrait efficacement des motifs spatio-temporels fréquents depuis les bases de données représentant les vidéos. Dans le domaine du suivi d’objets, nos contributions consistent en deux approches utilisant les motifs spatio-temporels pour suivre les objets principaux dans les vidéos. La première est basée sur une recherche du chemin de poids minimum dans un graphe connectant les motifs spatio-temporels tandis que l’autre est basée sur une méthode de clustering permettant de regrouper les motifs pour suivre les objets plus longtemps. Nous présentons aussi deux applications industrielles de notre méthode / Detecting and following the main objects of a video is necessary to describe its content in order to, for example, allow for a relevant indexation of the multimedia content by the search engines. Current object tracking approaches either require the user to select the targets to follow, or rely on pre-trained classifiers to detect particular classes of objects such as pedestrians or car for example. Since those methods rely on user intervention or prior knowledge of the content to process, they cannot be applied automatically on amateur videos such as the ones found on YouTube. To solve this problem, we build upon the hypothesis that, in videos with a moving background, the main objects should appear more frequently than the background. Moreover, in a video, the topology of the visual elements composing an object is supposed consistent from one frame to another. We represent each image of the videos with plane graphs modeling their topology. Then, we search for substructures appearing frequently in the database of plane graphs thus created to represent each video. Our contributions cover both fields of graph mining and object tracking. In the first field, our first contribution is to present an efficient plane graph mining algorithm, named PLAGRAM. This algorithm exploits the planarity of the graphs and a new strategy to extend the patterns. The next contributions consist in the introduction of spatio-temporal constraints into the mining process to exploit the fact that, in a video, the motion of objects is small from on frame to another. Thus, we constrain the occurrences of a same pattern to be close in space and time by limiting the number of frames and the spatial distance separating them. We present two new algorithms, DYPLAGRAM which makes use of the temporal constraint to limit the number of extracted patterns, and DYPLAGRAM_ST which efficiently mines frequent spatio-temporal patterns from the datasets representing the videos. In the field of object tracking, our contributions consist in two approaches using the spatio-temporal patterns to track the main objects in videos. The first one is based on a search of the shortest path in a graph connecting the spatio-temporal patterns, while the second one uses a clustering approach to regroup them in order to follow the objects for a longer period of time. We also present two industrial applications of our method

La place des jeux vidéos dans la culture populaire n’est plus à démontrer. Consommés avidement par un public de plus en plus large, ils s’intéressent à une variété d’objets, notamment le passé. Parmi les discours de l’histoire profane, les jeux vidéos sont sans doute les plus neufs. Cela étant, ils intéressent de plus en plus éducateurs et didacticiens qui s’interrogent à propos de leurs effets sur les apprenants et de leur intégration dans le cadre des cours de sciences humaines et sociales. Or, les écrits disponibles sur les jeux vidéos historiques ne sont pas nombreux et ne nous renseignent que sur certains jeux (Assassin’s Creed, Sid Meier’s Civilization). De plus, ils occultent presque totalement la question de la représentation de l’agentivité historique, alors même que les jeux vidéos se démarquent d’autres représentations profanes de l’histoire en favorisant une interaction avec le récit historique présenté. Notre recherche tente donc d’amener un éclairage nouveau en proposant une typologie de la représentation de l’agentivité au sein des jeux vidéos historiques, dans une perspective didactique. Pour ce faire, nous avons élaboré une méthodologie exploratoire et qualitative qui utilise l’étude de cas multiples. Notre corpus est composé de cinq jeux, tirés de différents archétypes vidéoludiques : Assassin’s Creed : Black Flag, Battlefield 1, Company of Heroes, Medieval 2 : Total War et Papers Please. Nous avons enregistré près de 56 heures d’extraits vidéos, répartis inégalement entre les cas de notre étude. Les extraits ont été analysés dans le cadre d’une analyse de contenu thématique à codage mixte. Les résultats de notre recherche montrent entre autres que la représentation de l’agentivité est directement liée à la nature et à la catégorie dans laquelle s’inscrit le jeu et que les récits historiques mis en scène adoptent une vision traditionnelle de l’agentivité historique. De plus, les facteurs de changements historiques sont liés aux contraintes qu’imposent les jeux vidéos en tant qu’objets techniques. / The place of video games in popular culture is well established. Consumed by an increasingly large audience, they are interested in a variety of subjects, notably the past. Among the discourses of popular history, video games are arguably the newest. However, they are of increasing interest to educators and didacticians who wonder about their effects on pupils and their integration into humanities and social science courses. However, available research on historical video games are not numerous and only tell us about certain games (Assassin’s Creed, Sid Meier’s Civilization). In addition, they almost completely avoid the question of historical agency, even as video games set themselves apart from other popular representations of history by fostering interaction with the historical narrative they present. Our research therefore attempts to shed a new light on the matter by designing a typology of the representation of agency within historical video games, from a didactic perspective. To do this end, we have developed an exploratory and qualitative methodology that uses a multiple case study. Our corpus is made up of five games, drawn from different video game archetypes : Assassin’s Creed: Black Flag, Battlefield 1, Company of Heroes, Medieval 2: Total War and Papers Please. We recorded nearly 56 hours of video clips, unevenly distributed between the cases in our study. The excerpts were analyzed as part of a thematic mixed-coded content analysis. The results of our research show, among other things, that the representation of agency is directly linked to the nature and the type in which the game falls and that the historical narratives staged adopt a traditional view of historical agency. In addition, the factors of historical change are linked to the constraints imposed by video games as technical objects.