La thèse montre des opinions et avis de Français de l’époque sur le Duché de Varsovie présentés dans les différentes sources françaises des années 1807-1813, tout comme, la correspondance politique et militaire officielle, des mémoires et souvenirs des militaires français, et enfin des journaux parisiens, de la littérature, de la poésie et des pièces théâtrales. La première partie montre comment l’état polonais était vu par les diplomates français séjournant dans le Duché. Elle présente l’image politique assez critique de l’état, de ses institutions, des hommes de pouvoir, du gouvernement, des sentiments du peuple et des opinions des habitants du pays concernant les Français, les nouvelles résolutions politiques et juridiques. Dans la deuxième partie, les descriptions et de nombreux mémoires et souvenirs des militaires fournissent une image critique du pauvre pays polonais, de la vie quotidienne très différente de ses habitants, leurs coutumes. La troisième partie montre Duché de Varsovie par l’intermédiaire de la presse quotidienne, des ouvrages historiques publiés à l’époque en France, des romans et de la poésie, les pièces de théâtre. Cette image du Duché influencée par la propagande napoléonienne montre l’état allié bien gouverné, et l’image positive des Polonais. / The thesis furnishes the opinions of Frenchmen at that time about Duchy of Warsaw presented in different French sources of the period 1807- 1813 such as political and military official letters, memories of military Frenchmen, Parisian press, literature, poetry and theater playwrights. First part of the work shows how the polish country was seen by French diplomats who had been staying in Duchy of Warsaw in that period. The author focuses first on the political image of the country which is rather critical, secondly on the institutions, thirdly on the men in power, then on the government, on the people’s attitudes and the opinions of the inhabitants of the country about Frenchmen, and finally on the new political and legal solutions. In the second part of the work, there many descriptions, as well as memories of military men which form together an critical view of the poor polish country, different lifestyles and customs of its inhabitants. In that part, we can find as well geographical information about the climate and various and vivid descriptions of polish towns and polish countryside. In the third part, we come across the image as it was seen in everyday press, historical books edited at that period in France, fictions, poetry and plays. We find out that the image of Duchy of Warsaw, strongly influenced by the Napoleonic propaganda is positive. It comes out that the polish allied country was well governed.

Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe ISPR (ImageS, Perception systems and Robotics) de l’Institut Pascal au sein de l’équipe ComSee (Computers that See). Ces travaux s’inscrivent dans le cadre du projet Bio Rafale initié par la société clermontoise Vesalis et financé par OSEO. Son but est d’améliorer la sécurité dans les stades en s’appuyant sur l’identification des interdits de stade. Les applications des travaux de cette thèse concernent la détection de visages. Elle représente la première étape de la chaîne de traitement du projet. Les détecteurs les plus performants utilisent une cascade de classifieurs boostés. La notion de cascade fait référence à une succession séquentielle de plusieurs classifieurs. Le boosting, quant à lui, représente un ensemble d’algorithmes d’apprentissage automatique qui combinent linéairement plusieurs classifieurs faibles. Le détecteur retenu pour cette thèse utilise également une cascade de classifieurs boostés. L’apprentissage d’une telle cascade nécessite une base d’apprentissage ainsi qu’un descripteur d’images. Cette description des images est ici assurée par des matrices de covariance. La phase d’apprentissage d’un détecteur d’objets détermine ces conditions d’utilisation. Une de nos contributions est d’adapter un détecteur à des conditions d’utilisation non prévues par l’apprentissage. Les adaptations visées aboutissent à un problème de classification avec données manquantes. Une formulation probabiliste de la structure en cascade est alors utilisée pour incorporer les incertitudes introduites par ces données manquantes. Cette formulation nécessite l’estimation de probabilités a posteriori ainsi que le calcul de nouveaux seuils à chaque niveau de la cascade modifiée. Pour ces deux problèmes, plusieurs solutions sont proposées et de nombreux tests sont effectués pour déterminer la meilleure configuration. Enfin, les applications suivantes sont présentées : détection de visages tournés ou occultés à partir d’un détecteur de visages de face. L’adaptation du détecteur aux visages tournés nécessite l’utilisation d’un modèle géométrique 3D pour ajuster les positions des sous-fenêtres associées aux classifieurs faibles. / This thesis has been realized in the ISPR group (ImageS, Perception systems and Robotics) of the Institut Pascal with the ComSee team (Computers that See). My research is involved in a project called Bio Rafale. It was created by the compagny Vesalis in 2008 and it is funded by OSEO. Its goal is to improve the security in stadium using identification of dangerous fans. The applications of these works deal with face detection. It is the first step in the process chain of the project. Most efficient detectors use a cascade of boosted classifiers. The term cascade refers to a sequential succession of several classifiers. The term boosting refers to a set of learning algorithms that linearly combine several weak classifiers. The detector selected for this thesis also uses a cascade of boosted classifiers. The training of such a cascade needs a training database and an image feature. Here, covariance matrices are used as image feature. The limits of an object detector are fixed by its training stage. One of our contributions is to adapt an object detector to handle some of its limits. The proposed adaptations lead to a problem of classification with missing data. A probabilistic formulation of a cascade is then used to incorporate the uncertainty introduced by the missing data. This formulation involves the estimation of a posteriori probabilities and the computation of new rejection thresholds at each level of the modified cascade. For these two problems, several solutions are proposed and extensive tests are done to find the best configuration. Finally, our solution is applied to the detection of turned or occluded faces using just an uprigth face detector. Detecting the turned faces requires the use of a 3D geometric model to adjust the position of the subwindow associated with each weak classifier.

L'analyse automatique des expressions faciales est une étape clef pour le développement d'interfaces intelligentes ou l'analyse de comportements. Toutefois, celle-ci est rendue difficile par un grand nombre de facteurs, pouvant être d'ordre morphologiques, liés à l'orientation du visage ou à la présence d'occultations. Nous proposons des adaptations des Random Forest permettant d' adresser ces problématiques:- Le développement des Pairwise Conditional Random Forest, consistant en l'apprentissage de modèles à partir de paires d'images expressives. Les arbres sont de plus conditionnés par rapport à l'expression de la première image afin de réduire la variabilité des transitions. De plus, il est possible de conditionner les arbres en rapport avec une estimation de la pose du visage afin de permettre la reconnaissance quel que soit le point de vue considéré.- L'utilisation de réseaux de neurones auto-associatifs pour modéliser localement l'apparence du visage. Ces réseaux fournissent une mesure de confiance qui peut être utilisée dans le but de pondérer des Random Forests définies sur des sous-espaces locaux du visage. Ce faisant, il est possible de fournir une prédiction d'expression robuste aux occultations partielles du visage.- Des améliorations du récemment proposé algorithme des Neural Decision Forests, lesquelles consistent en une procédure d'apprentissage simplifiée, ainsi qu'en une évaluation "greedy" permettant une évaluation plus rapide, avec des applications liées à l'apprentissage en ligne de représentations profondes pour la reconnaissance des expressions, ainsi que l'alignement de points caractéristiques. / Automatic face analysis is a key to the development of intelligent human-computer interaction systems and behavior understanding. However, there exist a number of factors that makes face analysis a difficult problem. This include morphological differences between different persons, head pose variations as well as the possibility of partial occlusions. In this PhD, we propose a number of adaptations of the so-called Random Forest algorithm to specifically adress those problems. Mainly, those improvements consist in:– The development of a Pairwise Conditional Random Forest framework, that consists in training Random Forests upon pairs of expressive images. Pairwise trees are conditionned on the expression label of the first frame of a pair to reduce the ongoing expression transition variability. Additionnally, trees can be conditionned upon a head pose estimate to peform facial expression recognition from an arbitrary viewpoint.– The design of a hierarchical autoencoder network to model the local face texture patterns. The reconstruction error of this network provides a confidence measurement that can be used to weight Randomized decision trees trained on spatially-defined local subspace of the face. Thus, we can provide an expression prediction that is robust to partial occlusions.– Improvements over the very recent Neural Decision Forests framework, that include both a simplified training procedure as well as a new greedy evaluation procedure, that allows to dramatically improve the evaluation runtime, with applications for online learning and, deep learning convolutional neural network-based features for facial expression recognition as well as feature point alignement.

En raison des naturelle, non-intrusive, facilement percevable caractéristiques, et une large diffusive applicabilité pour la criminalistique et de la sécurité, reconnaissance faciale basée sur la machine a reçu beaucoup d’attention de la communauté biométrie au cours des trois dernières décennies. Par rapport à la traditionnelle reconnaissance faciale basée sur le visage 2D, la reconnaissance faciale basé sur la forme 3D est plus stable aux variations d’éclairage; petite changements de tête pose, et variant cosmétiques pour le visage. Cependant, le visage 3D numérise capturé dans des conditions non-contraintes peut conduire à des difficultés diverses, comme des déformations non rigides provoquées par la variant expressions, les données manquantes en raison de l’auto-occlusion et des occlusions externes, ainsi que des données de faible qualité en raison de certaines imperfections de la technologie de numérisation. Pour régler ces difficultés et d’améliorer les applications du monde réel, dans cette thèse, nous proposons deux approches de 3D reconnaissance faciale: l’un se concentre sur le handling de divers changements d’expression, l’autre peut reconnaître les gens à la situation de présence d’un grand les expressions facial, des occlusions et des grands pose divers. En outre, nous fournissons une surface prouvable et pratique algorithme de surface maillage pour l’amélioration de la qualité de données. Pour faire face aux problème d’expression, nous supposons que la variabilité des formes de intra-expression/inter-expression de la faciale local région différent (e. g., nez, yeux) est différent, et a donc une importance niveau différente. Sur la base de cette hypothèse, nous concevons une stratégie d’apprentissage pour découvrir l’importance de la quantification de régions faciales locales en fonction de leur énergie discriminant. Pour une description du visage, nous proposons un nouveau descripteur pour coder la microstructure du multi- canal d’information normale du visage dans multiples échelles, à savoir, Multi-Scale and Multi-Component Local Normal Patterns (MSMC-LNP). On peut globalement décrire les changements de forme locale de 3D surfaces faciales par un ensemble d’histogrammes LNP y compris les indices globaux et locaux. Pour le visage correspondant, Weighted Sparse Representation-based Classifier (W-SRC) est formulée sur la base de l’importance de la quantification appris et les histogrammes LNP. L’approche proposée est évaluée sur quatre bases de données: le FRGC v2. 0, Bosphore, BU- 3DFE et 3D -TEC, y compris les scans du visage en présence de diverses expressions et des unités d’action, ou de plusieurs expressions prototypiques avec des intensités différentes, ou des variations d’expression du visage combinée avec de fortes similitudes faciales (c.à.d. jumeaux identiques). Résultats expérimentaux étendus montrent que l’approche de reconnaissance de 3D visage proposé avec l’utilisation de descripteurs discriminants du visage peut régler les variations d’expression et d’effectuer avec assez de précision sur toutes les bases de données, et a ainsi une bonne capacité de généralisation. Pour faire face à l’expression et problème des données manquantes dans un cadre uniforme, nous proposons une approche sur le sans-enregistrement maillage-basé reconnaissance du 3D visage basé sur un nouveau local descripteur de la forme du visage et un correspondance processus d’clairsemée représentation du visage basée multi- tâche. [...] / Due to the natural, non-intrusive, easily collectible, widespread applicability, machine-based face recognition has received significant attention from the biometrics community over the past three decades. Compared with traditional appearance-based (2D) face recognition, shape-based (3D) face recognition is more stable to illumination variations, small head pose changes, and varying facial cosmetics. However, 3D face scans captured in unconstrained conditions may lead to various difficulties, such as non-rigid deformations caused by varying expressions, data missing due to self occlusions and external occlusions, as well as low-quality data as a result of some imperfections in the scanning technology. In order to deal with those difficulties and to be useful in real-world applications, in this thesis, we propose two 3D face recognition approaches: one is focusing on handling various expression changes, while the other one can recognize people in the presence of large facial expressions, occlusions and large pose various. In addition, we provide a provable and practical surface meshing algorithm for data-quality improvement. To deal with expression issue, we assume that different local facial region (e.g. nose, eyes) has different intra-expression/inter-expression shape variability, and thus has different importance. Based on this assumption, we design a learning strategy to find out the quantification importance of local facial regions in terms of their discriminating power. For facial description, we propose a novel shape descriptor by encoding the micro-structure of multi-channel facial normal information in multiple scales, namely, Multi-Scale and Multi-Component Local Normal Patterns (MSMC-LNP). It can comprehensively describe the local shape changes of 3D facial surfaces by a set of LNP histograms including both global and local cues. For face matching, Weighted Sparse Representation-based Classifier (W-SRC) is formulated based on the learned quantification importance and the LNP histograms. The proposed approach is evaluated on four databases: the FRGC v2.0, Bosphorus, BU-3DFE and 3D-TEC, including face scans in the presence of diverse expressions and action units, or several prototypical expressions with different intensities, or facial expression variations combine with strong facial similarities (i.e. identical twins). Extensive experimental results show that the proposed 3D face recognition approach with the use of discriminative facial descriptors can be able to deal with expression variations and perform quite accurately over all databases, and thereby has a good generalization ability. To deal with expression and data missing issues in an uniform framework, we propose a mesh-based registration free 3D face recognition approach based on a novel local facial shape descriptor and a multi-task sparse representation-based face matching process. [...]

Les performances des systèmes de reconnaissance des visages en utilisant des images RGB baissent rapidement quand ils sont appliqués dans des conditions d’illumination extrêmes. L’utilisation des images multispectrales représente une alternative prometteuse pour résoudre ce problème. Dans cette thèse on s’intéresse à l’utilisation des images multispectrales visibles pour la reconnaissance des visages humains. Les images multispectrales visibles sont des images capturées à des longueurs d’ondes différentes du spectre visible (band spectral) qui s’étend de 480nm à 720nm. Ces images représentent des caractéristiques qui favorisent la reconnaissance des visages humains dans des conditions particulières comme la présence d’excès d’illumination incidente sur le visage photographié. Notre travail consiste à exploiter ces caractéristiques sur des stages différentes: optimiser le choix du nombre de bandes spectrales à utiliser, optimiser les longueurs d’ondes choisies, optimiser les techniques de fusion des informations extraites à partir des différentes bandes spectrales pour avoir plus d’informations utiles et moins d’informations bruits. Plusieurs nouvelles approches ont été proposées dans le cadre de ce travail avec des résultats encourageants en termes de performances. Ces approches ont exploité plusieurs outils mathématiques pour resoudre les différents problèmes rencontrés, en particulier la formulation de la sélection des bandes spectrales optimales sous formes de problèmes d’optimisation où nous avons utilisé le « basis pursuit algorithm » pour déterminer un vecteur de poids sparse pour représenter l’importance des différentes bandes. Dans d’autres problèmes d’optimisation, nous avons attribué à chaque bande un classifieur faible, puis combiné les classifieurs faibles avec dif- férents poids associés selon l’importance. La méthode Adaboost a été utilisée pour trouver la combinaison optimale. D’autres techniques ont introduites d’une manière originale la dé- composition multilinéaire des images de visage pour formuler une sorte de base de données caractérisant les bandes spectrales. Cette base de données a été utilisée avec les nouvelles images, ou image test, pour déterminer les bandes les plus robustes contre une variation importante d’illumination. Le travail présenté dans le cadre de cette thèse est une petite contribution à la reconnaissance des visages en utilisant des images multispectrales, qui est une approche d’actualité, mais qui nécessite encore plus de développement afin de maximiser ses performances. / Face recognition systems based on ’conventional’ images have reached a significant level of maturity with some practical successes. However, their performance may degrade under poor and/or changing illumination. Multispectral imagery represents a viable alternative to conventional imaging in the search for a robust and practical identification system. Multi- spectral imaging (MI) can be defined as a ’collection of several monochrome images of the same scene, each of them taken with additional receptors sensitive to other frequencies of the visible light or to frequencies beyond the visible light like the infrared region of electro- magnetic continuum. Each image is referred to as a band or a channel. However, one weakness of MI is that they may significantly increase the system processing time because of the huge quantity of data to be mined; in some cases, hundreds of MI are taken for each subject. In this thesis, we propose to solve this problem by developing new approaches to select the set of best visible spectral bands for face matching. For this purpose, the problem of best spectral bands selection is formulated as an optimization problem where spectral bands are constrained to maximize the recognition accuracy under challenging imaging conditions. We reduce the redundancy of both spectral and spatial information without losing valuable details needed for the object recognition, discrimination and classification. We have investigated several mathematic and optimization tools widely used in the field of image processing. One of the approaches we have proposed formulated the problem of best spectral bands selection as a pursuit problem where weights of importance were affected to each spectral band and the vector of all weights was constrained to be sparse with most of its elements are zeros. In another work, we have assigned to each spectral band a linear discriminant analysis (LDA) based weak classifier. Then, all weak classifiers were boosted together using an Adaboost process. From this later, each weak classifier obtained a weight that characterizes its importance and hence the quality of the corresponding spectral band. Several other techniques were also used for best spectral bands selection including but not limited to mixture of Gaussian based modeling, multilinear sparse decomposition, image quality factors, local descriptors like SURF and HGPP, likelihood ratio and so on. These different techniques enabled to build systems for best spectral bands selection that are either static with the same bands are selected for all the subjects or dynamic with each new subject get its own set of best bands. This latter category, dynamic systems, is an original component of our work that, to the best of our knowledge, has not been proposed before; all existing systems are only static. Finally, the proposed algorithms were compared to state-of-the-art algorithms developed for face recognition purposes in general and specifically for best spectral bands selection.

Les visages fournissent à l'observateur un ensemble d'informations physiques, émotionnelles et sociales qui déterminent la manière dont les gens interagissent entre eux. Grâce aux cette informations, un humain peut se faire rapidement une première impression. La capacité de former des jugements de nature sociale est au centre de ce travail de thèse ainsi qu'à la manière dont la fiabilité d'autrui peut-être détectée spontanément à partir d'un visage. J'ai employé des techniques de suivi du mouvement oculaire, d'électrophysiologie (EEG) et comportementales. Le but de l'étude 1 visait à déterminer si la capacité d'évaluer la confiance est universelle. J'ai teste si les singes peuvent montrer une préférence spontanée envers des visages humains inspirant confiance, comme il l'a été observé chez les humains. Chez les deux espèces le temps de regard étais supérieur pour les visages inspirant confiance par rapport à ceux n'inspirant pas confiance. Un autre ensemble d'études s'intéressait au syndrome de Williams-Beuren (WS). La pathologie dont une des caractéristiques est un comportement d'appétence sociale a été utilisée comme modèle neurobiologique humain afin d'étudier la capacité à détecter les informations sociales du visage. Les patients WS sont-ils capables de détecter la confiance à partir d'un visage? Comment les patients WS se représentent un visage qui inspire confiance? J'ai observé que les patients WS regardent moins longtemps les visages qui inspirent confiance, suggérant qu'ils ont une tendance à davantage faire confiance à tout le monde. Nos résultats démontrent aussi qu'en comparaison à un groupe sain, ils ne présentent pas une image stéréotypique d'un visage qui inspire confiance. Dans une dernière étude, j'ai cherché à savoir si les sources neuronales éléctrophysiologiques, en particulier dans les régions du sulcus temporal supérieur (240ms), pouvaient expliquer leur comportement. J'ai observé que l'activité de la source était modulée de manière significative par rapport à la proximité des yeux, comme dans le groupe control. Les résultats suggèrent la présence d'une voie rapide dans le cerveau qui joue le rôle fondamental de moduler les comportements d'approche et d'évitement et que cette voie peut être altérée chez des patients caractérisés par un comportement d'appétence sociale / Faces provide a complex set of physical, emotional and social information to the observer that determines how people will interact with others. From facial information, human subjects can form rapid, first impression judgments. The ability to create social judgments from faces is the core topic of this work. This thesis will focus on how social information and trust is spontaneously detected from faces. In my studies I used eye tracking procedure, electrophysiology (EEG) and behavioral measures. In a first experiment, I investigated the evolutionary origin of trustworthiness detection testing whether monkeys (Macaca Mulatta and Fascicularis) have a spontaneous preference towards trustworthy human faces, thus suggesting a capacity to detect facial cues similar to those used by humans. Using a preference visual paradigm we observed that both species spent more time looking at trustworthy faces than untrustworthy ones. I further conducted three studies with patients affected by Williams-Beuren syndrome (WS). This pathology can be considered a neurobiological human model for the overexpressed social behavior. Are Williams-syndrome patients able to detect trustworthiness from faces? How WS patients form the representation of trustable faces ? Using a preference visual paradigm I observed that WS patients looked less the trustworthy faces compared to control group. This implicit behavior supports patients’ tendency to trust everybody. In a second experiment using reverse correlation paradigm - the procedure pushes subjects to select from noise the facial features that they believe are important for a specific judgment – I found that at group level patients did not show a stereotypical image of trustworthy faces compared to healthy controls. In a final study I investigate whether electrophysiological brain sources, with particular attention to the source localized in the superior temporal sulcus, could explain patients’ behaviour. I found that the activity of a source localized in the STS at 240ms was significantly modulated by eye proximity as in the control group. Overall the results of this work suggests the presence of a fast route in the brain that plays the fundamental role of modulating approach/avoidance behavior. This route may be altered in patients characterized by an overexpressed social behavior

Le toucher a un rôle critique dans notre vie quotidienne pour saisir, manipuler des objets, ou simplement marcher. Les aires primaires somatosensorielles présentent la particularité d'être organisées somatotopiquement, donnant lieu au dénommé Homunculus. Alors que la plupart de notre surface corporelle est représentée suivant un ordre similaire à sa continuité physique, l'Homunculus présente une discontinuité majeure, la main et le visage étant représentés côte à côte. La frontière main-visage a été souvent utilisée comme un repère pour étudier l'une des particularités les plus fascinantes de notre cerveau, sa capacité de réorganisation. En particulier, la plasticité somatosensorielle a été trouvée capable de traverser la frontière main-visage suite à une privation d'afférences. Alors qu'il est connu depuis longtemps que l'augmentation des afférences conduit également à des changements corticaux souvent associés à des bénéfices perceptifs, la possibilité qu'une telle plasticité puisse traverser la frontière main-visage reste inexplorée. Le travail de ma thèse a pour but d'examiner cette question. Une première étude comportementale a révélé que le fait d'augmenter les afférences d'un doigt améliore non seulement l'acuité tactile de ce doigt, mais aussi du visage, suggérant un transfert de changements plastiques au travers de la frontière main-visage. Afin d'examiner ceci, deux études supplémentaires ont été réalisées en utilisant deux techniques complémentaires d'imagerie cérébrales, à savoir l'IRMf et la MEG. En adéquation avec nos hypothèses, une réorganisation des représentations de la main et du visage a été trouvée. Dans l'ensemble, ce travail révèle qu'une plasticité adaptative menant à des bénéfices perceptifs peut se propager sur de larges distances corticales, en particulier au-delà de la frontière main-visage, et par conséquent ouvre une nouvelle fenêtre d'investigation pouvant avoir un réel impact dans la promotion de rééducation / Touch plays a critical role in our daily life to grasp and manipulate objects, or simply walk. The primary somatosensory areas exhibit the striking feature of being somatotopically organized, giving rise to the so-called Homunculus. While most of our body surface is represented following an order similar to its physical continuity, the Homunculus displays a major discontinuity, the hand and the face being represented next to each other. The hand-face border has been widely used as a somatotopic hallmark to study one of the most fascinating features of our brain, its capacity for reorganization. Particularly, somatosensory plasticity was found to cross the hand-face border following deprivation of inputs. While it has long been known that increasing inputs also leads to cortical changes typically associated with perceptual benefits, whether such plasticity can cross the hand-face border remains unknown. My thesis work aimed to investigate this question. A first behavioural study revealed that increasing inputs to a finger improves not only the tactile acuity at this finger, but also at the face, suggesting a transfer of plastic changes across the hand-face border. To investigate this, two additional studies were performed using two complementary brain imaging techniques, namely high-field fMRI and MEG. In agreement with our hypotheses a reorganization of both hand and face representations was found. Altogether, this work reveals that adaptive plasticity leading to perceptual benefits can spread over large cortical distances, in particular across the hand-face border, and thus opens up a new window of investigation that may have a real impact in promoting rehabilitation

Le fard est une composition dont l’application sur la peau donne à celle-ci plus d’éclat ou masque un défaut physique. Accusé de tromper, instrument futile ou diabolique auquel fut comparée la peinture, le fard se définit par sa fonction mais ne s’y réduit pas. L’observation de trois vidéos permet d’étudier le fard en tant qu’il est matière colorée et conduit à déterminer ses propriétés spécifiques et les possibilités plastiques qu’elles véhiculent.Cette recherche vise à établir les modalités d’une relation entre le fard, la couleur, et le corps support au travers d’expériences plastiques filmées pour le caractériser ensuite comme médium à partir d’une pratique personnelle. / Makeup is a composition which when applied to the skin gives it more brightness or hides a physical defect. Accused of cheating, a futile or diabolical instrument, which paint has been compared, make-up is defined by its function but has lost nothing through this.The plastic arts experience allows study of make-up because it is colored and this helps determine its specific properties and plastic possibilities.This research aims to establish the details of a relationship between makeup, color and the body, using several videos to characterize it as a medium based on personal practice.

Cette thèse traite la problématique liée à la modélisation du visage dans le but de l'analyse faciale. Dans la première partie de cette thèse, nous avons proposé le Modèle Actif d'Apparence Multi-Objet. La spécificité du modèle proposé est que les différentes parties du visage sont traités comme des objets distincts et les mouvements oculaires (du regard et clignotement) sont extrinsèquement paramétrées. La deuxième partie de la thèse porte sur l'utilisation de la modélisation de visage dans le contexte de la reconnaissance des émotions. Premièrement, nous avons proposé un système de reconnaissance des expressions faciales sous la forme d'Action Units. Notre contribution porte principalement sur l'extraction des descripteurs de visage. Pour cela nous avons utilisé les modèles AAM locaux. Le second système concerne la reconnaissance multimodale des quatre dimensions affectives :. Nous avons proposé un système qui fusionne des caractéristiques audio, contextuelles et visuelles pour donner en sortie les quatre dimensions émotionnelles. Nous contribuons à ce système en trouvant une localisation précise des traits du visage. En conséquence, nous proposons l'AAM Multi-Modèle. Ce modèle combine un modèle global extrinsèque du visage et un modèle local de la bouche.

No description available.