Le travail présenté dans ce mémoire a pour objectif le développement d'une nouvelle architecture pour les systèmes de vidéosurveillance. Tout d'abord, une étude bibliographique nous a conduit à classer les systèmes existants selon le niveau de leurs applications qui dépend directement des fonctions analytiques exécutées. Nous avons également constaté que les systèmes habituels traitent toutes les données enregistrées alors que réellement une faible partie des scènes sont utiles pour l'analyse. Ainsi, nous avons étendu l'architecture ordinaire des systèmes de surveillance par une phase de pré-analyse qui extrait et simplifie les régions d'intérêt en conservant les caractéristiques importantes. Deux méthodes différentes pour la pré-analyse dans le contexte de la vidéosurveillance ont été proposées : une méthode de filtrage spatio-temporel et une technique de modélisation des objets en mouvement. Nous avons contribué, aussi, par l'introduction du concept de la scalabilité orientée vers l'application à travers une architecture multi-niveaux applicatifs pour les systèmes de surveillance. Les différents niveaux d'applications des systèmes de vidéosurveillance peuvent être atteints incrémentalement pour répondre aux besoins progressifs de l'utilisateur final. Un exemple de système de vidéosurveillance respectant cette architecture et utilisant nos méthodes de pré-analyse est proposé. / The work presented in this thesis aims to develop a new architecture for video surveillance systems. Firstly, a literature review has led to classify the existing systems based on their applications level which dependents directly on the performed analytical functions. We, also, noticed that the usual systems treat all captured data while, actually, a small part of the scenes are useful for analysis. Hence, we extended the common architecture of surveillance systems with a pre-analysis phase that extracts and simplifies the regions of interest with keeping the important characteristics. Two different methods for preanalysis were proposed : a spatio-temporal filtering and a modeling technique for moving objects. We contributed, too, by introducing the concept of application-oriented scalability through a multi-level application architecture for surveillance systems. The different applications levels can be reached incrementally to meet the progressive needs of the enduser. An example of video surveillance system respecting this architecture and using the preanalysis methods was proposed.

Le développement de la vidéosurveillance en France depuis les années 1990 révèle une évolution atypique. Cette opportunité technique portée par l’innovation technologique s’est tout d’abord fermement inscrite dans un violent débat, confrontant des positionnements idéologiques favorables ou opposés à la charge symbolique que véhiculait la vidéosurveillance. Finalement, grâce à des campagnes convergentes de légitimation que cette thèse décrit, les caméras de surveillance ont progressivement été affranchies de leur image liberticide pour durablement s’inscrire dans les programmes locaux de sécurité ainsi que dans les politiques publiques nationales. Cependant, après plus de deux décennies d’installations et d’extensions de réseaux de vidéosurveillance sur la voie publique, il n’existait, avant ce travail de recherche, aucune étude scientifique des contributions de cette technologie à la sécurisation d’un territoire.Avant toute chose, une contextualisation, nationale et locale, du succès de cet outil sociotechnique permet une mise en perspective de l’opportunité d’une démarche d’évaluation de politique publique pour éprouver la vidéosurveillance. Ce travail préalable révèle l’état des études françaises relatives au développement des caméras de surveillance et examine les méthodes d’évaluation disponibles.Le cœur de cette recherche interroge une promotion de la vidéosurveillance qui semble dépourvue de tout fondement rationnel, en rapportant les enseignements et résultats issus d’une démarche d’évaluation d’un programme d’extension de caméras de surveillance dans une grande commune française : Montpellier. Volontairement détaché des questionnements autour de la préservation des libertés individuelles, le travail réalisé se concentre sur l’identification et l’emploi d’une formule permettant l’examen de la vidéosurveillance et sur la justification des résultats obtenus sur un terrain spécifique. Pour cela, la recherche de terrain, conduite entre 2012 et 2015 dans le cadre d’une convention industrielle de formation par la recherche (CIFRE), a donc consisté à mettre en pratique une importante collecte de données encadrée par un protocole rigoureux.Ce travail interroge aussi la place de l’évaluation des politiques publiques de sécurité en France, en proposant une approche originale ouverte aux doctrines internationales. Conscient de l’opposition des méthodes expérimentales et réalistes, cette thèse suggère une voie de conciliation de ces deux écoles. Elle propose pour cela un protocole respectant les standards de la Campbell Collaboration mis en parallèle d’une interprétation des données guidée par la doctrine réaliste de l’évaluation.Après avoir établi la rigueur de la méthode déployée, cette recherche présente des conclusions argumentées quant à la contribution de la vidéosurveillance à la sécurité publique d’un territoire. Les résultats de l’évaluation s’attardent principalement à démontrer la pertinence du positionnement légal de la vidéosurveillance comme un dispositif de prévention situationnelle de la délinquance.Au final, après avoir exposé la validité interne et externe des résultats obtenus, la thèse interroge le paradoxe de la diffusion d’un outil qui paraît insensible à sa remise en cause pragmatique. Car malgré des résultats fiables quant à une contribution finalement négligeable de la vidéosurveillance à la sécurisation d’espaces publics, il semble que la croissance de cet outil repose sur une pernicieuse synergie de rationalités hétérogènes que la présente thèse tâche de décrire. / The growth of CCTV deployment in France since the 90’s has shown interesting developments. . In the beginning, this result of technological progress is in violent opposition to ideological positions that see cameras only as a symbol. After some a period of time, due to a legitimation campaign that this thesis describes, surveillance cameras were emancipated from there liberticidal vision and were for a long time used in local and national security policy. Meanwhile, after more than two decades of their widespread use by local governments, there was never in France any reliable demonstration of the effectiveness of CCTV against crime in public areas. Therefore, present research interrogates this irrational promotion of CCTV while presenting results and implications of an empirical study on French local policy developing public surveillance webs in Montpellier.First of all, a description of national and local contexts will justify the usefulness and opportunity of CCTV policy assessment. This part of the thesis points to the lack of crime prevention policy evaluation in France and the lack of investigation into the methods that are available.Thereafter, the keystone of this thesis is the description of an empirical experiment conducted in Montpellier between 2012 and 2015 in a tripartite convention associating local government, a research centre and a PhD student. Voluntarily detached from the discussions surrounding the protection of individual rights, the author focuses on how CCTV results can be observed and measured, and what were these results in a particular research field.Relying on the first scientific assessment of a public CCTV program in France, this thesis explains the method, the difficulty and the results of impact measurements and assessment. The data collected provides reliable findings on the contributions of a CCTV system against problems of crime in France.This work also clarifies the situation of evaluation practices on crime prevention programs in France. Aware of some shortcomings in this field, the author draws on North American and British methods to support his approach. Influenced both by the rigor of Campbell collaboration standards and the relevance of the realist approach, the author proposes a method to combine these two opposing doctrines of evaluation.Finally, after examining the internal and external validity of the evaluation results, this thesis reveals that CCTV development seems insensitive to its pragmatic questioning. Despite reliable results demonstrating a marginal contribution of CCTV cameras against crime in public areas, the success of this tool seems to rely on a pernicious mechanics that the present thesis attempts to describe

Titre de l'écran-titre (visionné le 24 juillet 2023) / L'opérateur en surveillance urbaine est appelé à observer et analyser plusieurs sources vidéo en simultané afin de détecter les comportements potentiellement à risque pour la sécurité de la population. L'efficacité à détecter des incidents repose sur la capacité à comprendre les différents aspects d'une situation parfois complexe et son l'évolution afin de pouvoir projeter son état dans le temps et en déterminer le potentiel critique (Stainer et coll., 2013). L'opérateur sollicite ainsi plusieurs ressources cognitives importantes qui peuvent devenir lourdes à gérer lors d'une tâche de recherche visuelle au sein d'un environnement visuel saturé ou lors de l'évaluation du potentiel critique d'une situation (Hodgetts et coll., 2017). Paradoxalement, les environnements de surveillance traditionnels ont tendance encore aujourd'hui à présenter une grande quantité d'information à la fois, suggérant une meilleure efficacité de détection quand l'opérateur peut accéder à toutes les sources disponibles simultanément (Smallman et John, 2005). Pourtant, bien qu'intuitive, cette approche tend au contraire à générer un impact négatif sur la performance (Stainer et coll., 2021) puisque l'outil multiplex est inadapté à la réalité cognitive des utilisateurs (Stainer et coll., 2013; Tickner et Poulton, 1973) qui s'avère opérer un traitement sériel de l'information pour certains aspects clés d'une tâche de détection (Zelinsky et Loschky, 2005). Le présent projet vise par une approche de recherche holistique (Lafond et coll., 2010) et systémique (Sevaldson, 2013) et par une méthodologie à l'intersection des sciences et du design à supporter l'utilisateur dans sa tâche afin d'harmoniser l'outil de visualisation avec sa réalité cognitive lors d'une tâche de surveillance. Cette stratégie permet d'associer différents phénomènes d'un point de vue global, mais également en termes d'influence mutuelle des dimensions cognitives concomitantes afin d'assurer le confort interactionnel et cognitif de l'utilisateur. Un environnement sériel monoplex est comparé à une interface traditionnelle multiplex afin de comprendre l'effet du mode de visualisation sur la performance de surveillance. Dans son état actuel, l'interface monoplex harmonisée avec les processus sériels de l'attention ne s'avère pas améliorer la performance de détection, mais augmente cependant la conscience de la situation sans générer de coût au niveau de la charge mentale, ce qui souligne le potentiel de la sériation en recherche visuelle. L'analyse des phénomènes cognitifs semble démontrer que la sérialité seule n'est pas suffisante pour améliorer la performance, mais qu'elle gagnerait à être mise en relation avec d'autres facteurs d'influence pour avoir un impact significatif sur la performance en surveillance. Les résultats démontrent que la valeur attribuée aux incidents à détecter s'avère être le facteur prédominant de la détection selon le modèle NSEEV de l'attention (Steelman et coll., 2011), et gagnerait à être considéré dans l'intégration de la sérialité en surveillance, notamment lorsqu'on considère l'approche monoplex comme étant plus cohérente avec les tâches de nature descendantes (Treisman et Gelade, 1980) vu la plus grande facilité à s'y concentrer sur un élément spécifique à la fois (Stainer et coll., 2013). À la lumière des résultats, un concept hybride modulaire est exploré pour supporter une approche par scène ou par regroupement de proximité sémantique (Tatler, 2021) qui s'aligne davantage avec les différents types de traitement cognitif sollicités en recherche visuelle.

Cette thèse explore la localisation et la poursuite de véhicules à partir d'une caméra. Pour réaliser cela, nous avons convenu d'utiliser les classificateurs en cascade pour localiser les véhicules et les filtres à particules pour la poursuite. Les classificateurs en cascade nous permet d'analyser toute l'image en un temps acceptable. Cette approche est expérimentée avec différentes caractéristiques ainsi qu'avec des données artificielles générées spécifiquement pour améliorer la performance de notre classificateur. Il convient de préciser qu'avec les filtres à particules, nous pouvons exploiter la continuité des vidéos. Pour cela, il convient d'utiliser les véhicules que nous avons déjà identifiés, pour localiser les véhicules présents dans les frames suivants. Nous avons proposé une technique pour adapter notre filtre à particules à la séquence vidéo sous analyse. Notre modèle est évalué sur trois séquences vidéo différentes. Les tests ont été répétés plusieurs fois en faisant varier différents paramètres et caractéristiques. / This thesis explores vehicle localization and tracking from a dashboard camera. To achieve that, we use cascading classifiers to find the vehicles within each frame and particle filters to track them across the video. Cascading classifiers allow us to analyze the whole image in a short amount of time while maintaining accuracy. We experiment this approach using different features as well as using artificially generated training data to boost the classifier's performance. With particle filters we are able to exploit the continuity in the video. To do that, we use the identified vehicles in previous frames to locate the ones in future frames. Since the conditions can vary from video to video, we propose a technique to adapt our particle filter to each video sequence. We present our results over three different video sequences testing our approach multiple times for different parameters and features.

La détection des objets transportés est un des prérequis pour développer des systèmes qui cherchent à comprendre les activités impliquant des personnes et des objets. Cette thèse présente de nouvelles méthodes pour détecter et segmenter les objets transportés dans des vidéos de surveillance. Les contributions sont divisées en trois principaux chapitres. Dans le premier chapitre, nous introduisons notre détecteur d’objets transportés, qui nous permet de détecter un type générique d’objets. Nous formulons la détection d’objets transportés comme un problème de classification de contours. Nous classifions le contour des objets mobiles en deux classes : objets transportés et personnes. Un masque de probabilités est généré pour le contour d’une personne basé sur un ensemble d’exemplaires (ECE) de personnes qui marchent ou se tiennent debout de différents points de vue. Les contours qui ne correspondent pas au masque de probabilités généré sont considérés comme des candidats pour être des objets transportés. Ensuite, une région est assignée à chaque objet transporté en utilisant la Coupe Biaisée Normalisée (BNC) avec une probabilité obtenue par une fonction pondérée de son chevauchement avec l’hypothèse du masque de contours de la personne et du premier plan segmenté. Finalement, les objets transportés sont détectés en appliquant une Suppression des Non-Maxima (NMS) qui élimine les scores trop bas pour les objets candidats. Le deuxième chapitre de contribution présente une approche pour détecter des objets transportés avec une méthode innovatrice pour extraire des caractéristiques des régions d’avant-plan basée sur leurs contours locaux et l’information des super-pixels. Initiallement, un objet bougeant dans une séquence vidéo est segmente en super-pixels sous plusieurs échelles. Ensuite, les régions ressemblant à des personnes dans l’avant-plan sont identifiées en utilisant un ensemble de caractéristiques extraites de super-pixels dans un codebook de formes locales. Ici, les régions ressemblant à des humains sont équivalentes au masque de probabilités de la première méthode (ECE). Notre deuxième détecteur d’objets transportés bénéficie du nouveau descripteur de caractéristiques pour produire une carte de probabilité plus précise. Les compléments des super-pixels correspondants aux régions ressemblant à des personnes dans l’avant-plan sont considérés comme une carte de probabilité des objets transportés. Finalement, chaque groupe de super-pixels voisins avec une haute probabilité d’objets transportés et qui ont un fort support de bordure sont fusionnés pour former un objet transporté. Finalement, dans le troisième chapitre, nous présentons une méthode pour détecter et segmenter les objets transportés. La méthode proposée adopte le nouveau descripteur basé sur les super-pixels pour iii identifier les régions ressemblant à des objets transportés en utilisant la modélisation de la forme humaine. En utilisant l’information spatio-temporelle des régions candidates, la consistance des objets transportés récurrents, vus dans le temps, est obtenue et sert à détecter les objets transportés. Enfin, les régions d’objets transportés sont raffinées en intégrant de l’information sur leur apparence et leur position à travers le temps avec une extension spatio-temporelle de GrabCut. Cette étape finale sert à segmenter avec précision les objets transportés dans les séquences vidéo. Nos méthodes sont complètement automatiques, et font des suppositions minimales sur les personnes, les objets transportés, et les les séquences vidéo. Nous évaluons les méthodes décrites en utilisant deux ensembles de données, PETS 2006 et i-Lids AVSS. Nous évaluons notre détecteur et nos méthodes de segmentation en les comparant avec l’état de l’art. L’évaluation expérimentale sur les deux ensembles de données démontre que notre détecteur d’objets transportés et nos méthodes de segmentation surpassent de façon significative les algorithmes compétiteurs. / Detecting carried objects is one of the requirements for developing systems that reason about activities involving people and objects. This thesis presents novel methods to detect and segment carried objects in surveillance videos. The contributions are divided into three main chapters. In the first, we introduce our carried object detector which allows to detect a generic class of objects. We formulate carried object detection in terms of a contour classification problem. We classify moving object contours into two classes: carried object and person. A probability mask for person’s contours is generated based on an ensemble of contour exemplars (ECE) of walking/standing humans in different viewing directions. Contours that are not falling in the generated hypothesis mask are considered as candidates for carried object contours. Then, a region is assigned to each carried object candidate contour using Biased Normalized Cut (BNC) with a probability obtained by a weighted function of its overlap with the person’s contour hypothesis mask and segmented foreground. Finally, carried objects are detected by applying a Non-Maximum Suppression (NMS) method which eliminates the low score carried object candidates. The second contribution presents an approach to detect carried objects with an innovative method for extracting features from foreground regions based on their local contours and superpixel information. Initially, a moving object in a video frame is segmented into multi-scale superpixels. Then human-like regions in the foreground area are identified by matching a set of extracted features from superpixels against a codebook of local shapes. Here the definition of human like regions is equivalent to a person’s probability map in our first proposed method (ECE). Our second carried object detector benefits from the novel feature descriptor to produce a more accurate probability map. Complement of the matching probabilities of superpixels to human-like regions in the foreground are considered as a carried object probability map. At the end, each group of neighboring superpixels with a high carried object probability which has strong edge support is merged to form a carried object. Finally, in the third contribution we present a method to detect and segment carried objects. The proposed method adopts the new superpixel-based descriptor to identify carried object-like candidate regions using human shape modeling. Using spatio-temporal information of the candidate regions, consistency of recurring carried object candidates viewed over time is obtained and serves to detect carried objects. Last, the detected carried object regions are refined by integrating information of their appearances and their locations over time with a spatio-temporal extension of GrabCut. This final stage is used to accurately segment carried objects in frames. Our methods are fully automatic, and make minimal assumptions about a person, carried objects and videos. We evaluate the aforementioned methods using two available datasets PETS 2006 and i-Lids AVSS. We compare our detector and segmentation methods against a state-of-the-art detector. Experimental evaluation on the two datasets demonstrates that both our carried object detection and segmentation methods significantly outperform competing algorithms.

La présente thèse propose un algorithme de segmentation de bas niveau pour des environnements complexes, allant de scènes intérieures peuplées aux scènes extérieures dynamiques. Basé sur des méthodes d'apprentissage développées pour une séquence vidéo où la caméra est fixe, le système est en mesure d'identifier les sections de l'image appartenant aux objets ou personnes d'avant-plan et ce, en dépit de perturbations temporelles de l'image de l'arrière-plan causées par les ombres, éléments naturels, changements d'illumination, etc. Nous proposons un cadre statistique d'estimation de densité de probabilité basé sur des kernels (KDE). Méthode polyvalente, les KDE requièrent toutefois des séquences d'entraînement où l'activité de l'avant-plan est minimale afin d'obtenir une bonne description initiale de la distribution de l'arrière-plan. Afin d'augmenter la flexibilité de ce type d'approche, nous exploitons la cohérence spatiale des événements d'avant-plan : en minimisant une fonction d'énergie globale par coupure de graphe, nous estimons les probabilités à priori et les densités associées à l'avant et l'arrière-plan pour chaque pixel de la scène. Pour y arriver, des indices tels la dispersion des données, la probabilité associée aux modes dans l'espace RGB, la persistance spatiale des événements et l'entropie relative des régions dans l'image sont utilisés dans un cadre statistique cohérent. Les ombres projetées qui sont détectées lors du processus de soustraction d'arrière-plan induisent des perturbations, tels la distorsion et la fusion des silhouettes, qui nuisent à la performance générale d'algorithmes de plus haut niveau dans un contexte de surveillance vidéo. Deux stratégies sont alors proposées afin de d'éliminer l'ombre projetée de la région d'intérêt. La première méthode utilise la capacité d'apprentissage de l'algorithme de Mixtures de Gaussiennes (GMM) dans le but de caractériser le comportement des ombres projetées sur les surfaces composant l'arrière-plan. La deuxième méthode s'appuie sur les propriétés physiques de l'ombre projetée et d'une mesure de gradient dans un cadre statistique non paramétrique afin d'estimer les valeurs d'atténuation des surfaces ombragées. La méthode permet la différenciation des ombres et de l'avant-plan lorsque ceux-ci partagent des valeurs de chromaticité similaire. Les résultats démontrent que notre approche est efficace dans une multitude de scénarios complexes.

La plupart des systèmes de surveillance vidéo que l’on retrouve actuellement sur le marché utilisent uniquement la région visible du spectre électromagnétique. De plus, les solutions proposées à ce jour afin de suivre automatiquement les objets en mouvement dans une scène sont souvent trop exigeantes numériquement pour pourvoir être effectuées en temps réel et présentent une dégradation significative des performances en environnement extérieur. L’objectif de cette thèse est d’exploiter la combinaison d’informations thermique et visible afin d’améliorer l’efficacité de détection et de suivi d’objets d’intérêt en environnement non contrôlé. Dans le cadre de ce projet, un seul nœud d’acquisition fixe est considéré. Un nœud est constitué d’une caméra thermique LWIR (8 - 12 m) et d’une caméra visible couleur. Trois défis techniques majeurs sont abordés : le développement d’une plateforme d’acquisition thermique / visible optimisée pour les applications de surveillance vidéo en environnement extérieur, la segmentation, en temps réel, d’objets en mouvement en environnement non contrôlé, et finalement, la combinaison de l’information thermique et couleur. Un intérêt soutenu est porté à la rapidité d’exécution afin d’atteindre une vitesse de traitement minimale de 10 trames par secondes. Il importe de mentionner que cette thèse a principalement été orientée selon les besoins du programme de Vision de l’INO, conférant ainsi un caractère très pratique et concret à la recherche. De ce fait, les algorithmes développés ont été continuellement testés et améliorés dans le cadre d'applications réelles. Les éléments relatifs à la mise en correspondance d'images thermique et visible ont permis le développement et la fabrication de le caméra VIRXCam, un produit offert par l'INO. Les algorithmes de détection constituent pour leur part le cœur du logiciel de surveillance vidéo AWARE, déjà utilisé depuis 2007 par un partenaire de l'INO s'intéressant au positionnement des objets en mouvement sur les pistes, voies de circulation et aires de stationnement d'aéroports. Cette thèse constitue un recueil très complet des éléments à considérer lors du développement d’une plateforme de vidéo surveillance en environnement extérieur. Tant les aspects matériels que logiciels sont traités. Nous espérons qu’elle constituera un ouvrage de référence pour les personnes qui s’intéressent au développement d’algorithmes temps réel pour des applications de détection de cibles en environnement non-contrôlé ou à la conception d’un capteur hybride thermique / visible. / Most existing video monitoring systems only use the visible range of the electromagnetic spectrum. Moreover, approaches proposed until now for automated target detection and tracking are often too computationally expensive for real-time applications and suffer significant performance degradation in outdoor environment. The purpose of this thesis is to make the most of thermal and visible information in order to improve efficiency of detection and tracking of moving target in uncontrolled environment. Within the framework of this project, only one motionless acquisition node is considered. A node includes a LWIR thermal camera (8 - 12 m) and a color electro-optical camera. Three main technical challenges are tackled: development of an hybrid thermal / visible acquisition platform optimized for video monitoring applications in outdoor environment, segmentation of moving targets in uncontrolled environment, and finally, combination of thermal and color information. For every aspect, special attention is addressed to computational efficiency to reach a minimum processing rate of 10 frames per second. It is worth to mention that this thesis has mainly been oriented along needs of INO's Vision program, conferring a very concrete and practical aspect to the research. Hence, developed algorithms have been continually assessed and improved in the context of real applications. Notions related to thermal / visible images registration have lead to development and manufacturing of the INO's VIRXCam camera, while detection algorithms are the grounding elements of INO's AWARE video monitoring library, used since 2007 by an INO's partner interested in positioning of moving targets on airport aprons, taxiways and runways. This thesis regroups most notions to be considered in the development of an outdoor video monitoring system. Both hardware and software aspects are addressed. We hope that this document will be used as a work of reference for those interested in the development of algorithms devoted to real-time detection of moving targets in uncontrolled environment, or interested in the design of hybrid thermal/electro-optical acquisition platform.

Le travail d’équipe est un sujet d’intérêt grandissant et la réalité d’aujourd’hui fait en sorte que le travail d’équipe est omniprésent dans une variété de domaines. Le domaine de la sécurité publique n’en fait pas exception à la règle. Des évènements comme les attentats de la Rambla à Barcelone ou du World Trade Center à New York ont prouvé que la surveillance vidéo est un atout majeur dans le rôle des intervenants en sécurité publique et qu’il est critique d’en comprendre les mécanismes. La réalité sur le terrain est que les pratiques de division des tâches et de travail d’équipe ne sont pas harmonisées en salle de contrôle. Grâce à une tâche de vidéosurveillance simulée en laboratoire à l’aide du micromonde Cognitive Solution to Security Surveillance (CSSS), la présente étude visait dans un premier temps à vérifier si, lorsque comparé au travail individuel, le travail d’équipe a un impact les performances dans un contexte de vidéosurveillance. Dans un deuxième temps, la présente étude visait à comparer l’impact sur la performance de deux stratégies de division des tâches, soit de manière spatiale où chaque surveillant est en charge d’un nombre limité de caméras, soit en prenant en compte les objectifs, où chaque surveillant détient au préalable des objectifs précis de recherche. Les résultats ont révélé que pour une tâche de surveillance donnée, les équipes ont rapporté plus d’incidents que les participants qui ont réalisé la tâche individuellement, mais c’est la stratégie de division des tâches par objectifs qui a rapporté une charge mentale inférieure. Somme toute, l’utilisation de stratégies de division des tâches plus sophistiquées que la division spatiale des secteurs ou des écrans, comme la division des tâches par objectifs, devrait être considérée dans les salles de contrôle afin de répartir la charge de travail de manière plus structurée et ergonomique. / Teamwork is a topic of growing interest and is ubiquitous in a variety of fields in today’s reality. Public safety is no exception to the rule. Events such as the Rambla attacks in Barcelona or the World Trade Center in New York have shown that video surveillance is a major asset in the role of responders and that it is critical to further understand human surveillance performance. In relation to teamwork in control rooms, operational procedures and the division of labor are not harmonized. Using a laboratory-simulated video surveillance task within the Cognitive Solution to Security Surveillance (CSSS) microworld, the present study first aimed to verify whether, when compared to individual work, teamwork has an impact on performance. Secondly, the present study aimed to compare the impact of two strategies of division of tasks on performance: Task allocation was either based on the spatial dimension, each operator being in charge of a specific set of cameras, or goal-oriented, each operator receiving specific research objectives beforehand. Results showed that for a given supervisory task, teams detected more incidents than participants who completed the task individually, however, goal-oriented teams reported the lowest mental workload. Overall, the use of more sophisticated strategies than the spatial division of screens, such as goal-oriented strategies, should be considered in control rooms in order to distribute the workload in a more structured and ergonomic way.

La problématique de l’observance de la biosécurité est présente dans tous les types de production. Il est essentiel de définir des stratégies pour améliorer l’application des mesures de biosécurité. Cette étude décrit l’application des mesures de biosécurité à l’entrée et à la sortie de 24 bâtiments d’élevages avicoles au Québec, Canada. L’effet des audits et de caméras visibles sur l’observance a été étudié, de même que les déterminants de l’observance. De plus, la relation entre l’observance et les profils de personnalité, l’expérience et l’éducation a été décrite. L’application des mesures de biosécurité a été évaluée à l’aide de caméras cachées. L’observance à court terme (deux premières semaines) et à moyen terme (six mois plus tard) a été déterminée. Basés sur les résultats du groupe contrôle, 44 différentes erreurs lors de l’application des mesures de biosécurité ont été observées à l’entrée et la sortie des bâtiments. La plupart étaient reliées à la délimitation des zones (propre versus contaminée). La nature et la fréquence des erreurs suggèrent un manque de compréhension des principes associés aux mesures de biosécurité. Le visionnement des vidéos a révélé 3055 visites par 277 individus différents (136 employés, 123 visiteurs, 3 superviseurs et 15 éleveurs). Les résultats ont démontré que les audits n’avaient pas d’impact sur l’observance des employés. Les caméras visibles ont eu un impact, à court terme, sur le port de bottes et le respect des zones durant la visite. Par contre, six mois plus tard, l’observance avait significativement diminué, au point de ne plus être statistiquement plus élevée que le groupe contrôle. La durée et le moment de la visite, la présence de l’éleveur ou d’un observateur, la conception de l’entrée, le nombre de bâtiments, le nombre de mesures de biosécurité exigé, le type de bottes, le genre et être membre de la famille de l’éleveur étaient significativement associés à l’observance de certaines mesures. Finalement, trois traits de la personnalité étaient associés à l’observance: responsabilité, orienté vers l’action et complexité, de même que le nombre d’années d’expérience et le niveau d’éducation. Il est nécessaire d’améliorer la formation en matière de biosécurité en fournissant du matériel de formation à tous les intervenants qui démontrent pourquoi et comment appliquer les mesures de biosécurité. La formation continue devrait également aborder les problématiques reliées aux caractéristiques de visites et de fermes. Améliorer la conception des entrées de bâtiments devrait contribuer à augmenter et à maintenir l’observance. L’identification de traits de personnalité associés à l’observance peut avoir des implications sur la sélection des candidats à l’embauche ou sur l’attribution de tâches et sur la planification des programmes de formation. / Biosecurity compliance issue is present in all types of animal productions, Therefore, it is essential to define strategies to improve the implementation of biosecurity measures. This study described the application of biosecurity measures when entering and exiting 24 poultry barns in Québec, Canada. The effect of audits and visible cameras on compliance was investigated, as well as determinants of compliance. Also, the relationship between compliance and personality profiles, experience and education has been described. Application of biosecurity measures was evaluated using hidden cameras. Short term (first two weeks) and medium term (six months later) compliance were determined. Based on the control group, 44 different biosecurity breaches were observed when getting in and out of poultry barns. Most were related to area delimitation (clean versus contaminated). The nature and frequency of errors suggest a lack of understanding of biosecurity principles. Overall, video viewing revealed 3055 visits done by 277 different individuals (136 employees, 123 visitors, 3 supervisors and 15 growers). Results showed that audits did not have any impact on employee compliance. Visible cameras had a significant impact on changing boots and respecting areas during the visit for the short term period. However, six months later, compliance significantly declined and was no longer statistically higher compared to the control group. Duration and moment of the visit, presence of the grower or an observer, barn entrance design, number of barns, number of biosecurity measures requested, type of boots, gender and being a member of a grower’s family were significantly associated with compliance with some biosecurity measures. Finally, three personality traits were significantly associated with compliance: responsibility, action-oriented and complexity, as well as the number of years of experience and the level of education. There is a need to improve biosecurity training by making training material available to all poultry personnel demonstrating why and how to apply biosecurity measures. Educational meetings should also address issues related to visit and farm characteristics. Improving barn entrance design should contribute to enhance and maintain compliance. The identification of personality traits associated with compliance may have implications for the selection of job applicants or task attribution, and for developing educational materials and training programs.

Avec le développement de la vidéo-protection, le nombre de caméras déployées augmente rapidement. Pour exploiter efficacement ces vidéos, il est indispensable de concevoir des outils d'aide à la surveillance qui automatisent au moins partiellement leur analyse. Un des problèmes difficiles est le suivi de personnes dans un grand espace (métro, centre commercial, aéroport, etc.) couvert par un réseau de caméras sans recouvrement. Dans cette thèse nous proposons et expérimentons une nouvelle méthode pour la ré-identification de piétons entre caméras disjointes. Notre technique est fondée sur la détection et l'accumulation de points d'intérêt caractérisés par un descripteur local. D'abord, on propose puis évalue une méthode utilisant les points d'intérêts pour la modélisation de scène, puis la détection d'objets mobiles. Ensuite, la ré-identification des personnes se fait en collectant un ensemble de points d'intérêt durant une fenêtre temporelle, puis en cherchant pour chacun d'eux leur correspondant le plus similaire parmi tous les descripteurs enregistrés précédemment, et stockés dans un KD-tree. Enfin, nous proposons et testons des pistes d'amélioration, en particulier pour la sélection automatique des instants ou des points d'intérêt, afin d'obtenir pour chaque individu un ensemble de points qui soient à la fois les plus variés possibles, et les plus discriminants par rapport aux autres personnes. Les performances de ré-identification de notre algorithme, environ 95% d'identification correcte au premier rang parmi 40 personnes, dépassent l'état de l'art, ainsi que celles obtenues dans nos comparaisons avec d'autres descripteurs (histogramme de couleur, HOG, SIFT).