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.