La présente étude vise à vérifier si 24 bébés âgés de cinq mois sont capables de reconnaître le visage de leur père. Les enfants sont successivement habitués au visage du père et à celui d’un étranger qui lui ressemble. Les résultats suggèrent que les enfants âgés de cinq mois regardent significativement plus longtemps le visage de leur père comparativement à celui de l’étranger. Ces résultats sont comparés avec ceux obtenus dans les différentes études concernant l’habileté des bébés à reconnaître un visage familier.

La présente recherche vise à étudier l'influence des asymétries expressives et perceptives sur le jugement d'intensité d'expressions faciales émotionnelles. Les stimuli consistent en des photos des visages de quatre personnes dont la version originale des expressions faciales émotionnelles est manipulée pour en produire une version miroir (inversion miroir de la photo originale), double droite (visage chimérique composé du côté droit original et de sa duplication inversée horizontalement) et double gauche (visage chimérique composé du côté gauche original et de sa duplication inversée horizontalement). Les stimuli sont présentés par ordinateur à soixante (60) sujets afin qu'ils portent un jugement sur l'intensité des émotions apparaissant sur les visages. Basé sur les études antérieures, il est attendu que les sujets jugeront comme étant plus intenses les visages sur lesquels les manipulations double gauche sont effectuées, suivi des manipulations miroir, des visages originaux et finalement, de ceux ayant subi les manipulations double droite. Les résultats laissent voir une différence significative entre le jugement d'intensité des émotions et le modèle présenté. Ils ne sont pas significatifs en ce qui concerne le mode de présentation utilisé tel qu'avancé par l'hypothèse et ne permettent pas de conclure que les asymétries expressives et perceptives influencent le jugement de l'intensité des expressions faciales émotionnelles. Plusieurs facteurs qui pourraient expliquer ces résultats sont discutés.

Cette thèse consiste à proposer une méthode de caractérisation non-supervisée des intervenants dans les documents audiovisuels, en exploitant des données liées à leur apparence physique et à leur voix. De manière générale, les méthodes d'identification automatique, que ce soit en vidéo ou en audio, nécessitent une quantité importante de connaissances a priori sur le contenu. Dans ce travail, le but est d'étudier les deux modes de façon corrélée et d'exploiter leur propriété respective de manière collaborative et robuste, afin de produire un résultat fiable aussi indépendant que possible de toute connaissance a priori. Plus particulièrement, nous avons étudié les caractéristiques du flux audio et nous avons proposé plusieurs méthodes pour la segmentation et le regroupement en locuteurs que nous avons évaluées dans le cadre d'une campagne d'évaluation. Ensuite, nous avons mené une étude approfondie sur les descripteurs visuels (visage, costume) qui nous ont servis à proposer de nouvelles approches pour la détection, le suivi et le regroupement des personnes. Enfin, le travail s'est focalisé sur la fusion des données audio et vidéo en proposant une approche basée sur le calcul d'une matrice de cooccurrence qui nous a permis d'établir une association entre l'index audio et l'index vidéo et d'effectuer leur correction. Nous pouvons ainsi produire un modèle audiovisuel dynamique des intervenants.

Dans cette thèse, nous explorons l'utilisation des dérivées Gaussiennes multi-échelles comme représentation initiale pour la détection, la reconnaissance et la classification des visages humains dans des images. Nous montrons qu'un algorithme rapide, $O(N)$, de construction d'une pyramide binomiale peut être utilisé pour extraire des dérivées Gaussiennes avec une réponse impulsionnelle identique à un facteur d'échelle $sqrt{2}$>. Nous montrons ensuite qu'un vecteur composé de ces dérivées à différentes échelles et à différents ordres en chaque pixel peut être utilisé comme base pour les algorithmes de détection, de classification et de reconnaissance lesquels atteignent ou dépassent les performances de l'état de l'art avec un coût de calcul réduit. De plus l'utilisation de coefficients entiers, avec une complexité de calcul et des exigences mémoires en $O(N)$ font qu'une telle approche est appropriée pour des applications temps réel embarquées sur des systèmes mobiles. Nous testons cette représentation en utilisant trois problèmes classiques d'analyse d'images faciales : détection de visages, reconnaissance de visages et estimation de l'âge. Pour la détection de visages, nous examinons les dérivées Gaussiennes multi-échelles comme une alternative aux ondelettes de Haar pour une utilisation dans la construction d'une cascade de classifieurs linéaires appris avec l'algorithme Adaboost, popularisé par Viola and Jones. Nous montrons que la représentation pyramidale peut être utilisée pour optimiser le processus de détection en adaptant la position des dérivées dans la cascade. Dans ces experiences nous sommes capables de montrer que nous pouvons obtenir des niveaux de performances de détection similaires (mesurés par des courbes ROC) avec une réduction importante du coût de calcul. Pour la reconnaissance de visages et l'estimation de l'âge, nous montrons que les dérivées Gaussiennes multi-échelles peuvent être utilisées pour calculer une représentation tensorielle qui conserve l'information faciale la plus importante. Nous montrons que combinée à l'Analyse Multilinéaire en Composantes Principales et à la méthode Kernel Discriminative Common Vectors (KDCV), cette représentation tensorielle peut mener à un algorithme qui est similaire aux techniques concurrentes pour la reconnaissance de visages avec un coût de calcul réduit. Pour l'estimation de l'âge à partir d'images faciales, nous montrons que notre représentation tensorielle utilisant les dérivées de Gaussiennes multi-échelles peut être utilisée avec une machine à vecteur de pertinence pour fournir une estimation de l'âge avec des niveaux de performances similaires aux méthodes de l'état de l'art.

Etude de la dynamique temporelle de la catégorisation faciale depuis la détection d'un visage dans le champ visuel jusqu'a l'encodage d'une représentation individuelle du visage. Investigation de cette dynamique temporelle via l'électrophysiologie chez le sujet humain (potentiels évoqués). / Temporal dynamics of face visual categorization : an electrophysiological (event-related potentials) approach

Cette thèse s'inscrit dans le domaine de l'authentification de visage, en particulier dans le cadre du projet national " TechnoVision ". Bien que les êtres humains puissent détecter/reconnaître des visages dans une scène sans beaucoup de peine, construire un système qui accomplit de telles tâches représente un sérieux défie. Ce défi est d'autant plus grand lorsque les conditions d'acquisition des images sont très variables. Il existe deux types de variations associées aux images de visages : inter et intra sujet. La variation inter-sujet est limitée à cause du fait que la ressemblance physique entre les individus est assez rare. Par contre la variation intra-sujet est plus courante à cause, par exemple, des variations de poses, des changements dans les conditions d'éclairage, etc. Dans cette thèse, nous avons d'abord développé une approche de localisation de visage et de ses caractéristiques pour des images ne contenant qu'un seul visage sur un fond relativement uniforme avec des variations de lumière. Pour cela nous avons proposé une approche robuste de segmentation couleur dans l'espace TLS qui repose sur l'algorithme de ligne de partage des eaux modifiée. Pour l'extraction des régions caractéristiques faciales (yeux et bouche), nous avons combiné la méthode de classification kmeans avec une approche géométrique et nous l'avons appliqué sur la région du visage segmentée. Nous avons aussi proposé une approche multimodale 2D/3D qui repose sur la fusion pondérée des scores de l'approche " EigenFace " modulaire avec la signature anthropométrique 3D de visage. Nous avons évalué nos approches 3D et 2D/3D de reconnaissance du visage sur une sous-base de IV2 qui contient des images stéréoscopiques de visage. Les résultats obtenus sont très intéressants en comparaison avec les techniques classiques de reconnaissance 2D de visage. Enfin, nous avons discuté les perspectives d'amélioration des approches proposées.

L'objectif de cette thèse a été d'étudier la dynamique des traitements cognitifs permettant la reconnaissance rapide d'objets dans les scènes naturelles. Afin d'obtenir des réponses comportementales précoces, nous avons utilisé un protocole de choix saccadique, dans lequel les sujets devaient diriger leur regard le plus rapidement possible vers l'image contenant l'objet cible parmi deux images affichées à l'écran. Ce protocole a d'abord permis de mettre en évidence des différences de temps de traitement entre les catégories d'objets, avec un avantage particulier pour la détection des visages humains. En effet, lorsque ceux-ci sont utilisés comme cible, les premières saccades sélectives apparaissent dès 100 ms ! Nous nous sommes donc intéressés aux mécanismes permettant une détection aussi rapide et avons montré qu'un attribut bas-niveau pourrait être utilisé pour détecter et localiser les visages dans notre champ visuel en une fraction de seconde. Afin de mieux comprendre la nature des représentations précoces mises en jeu, nous avons mené deux nouvelles études qui nous ont permis de montrer que les saccades les plus rapides ne seraient pas influencées par les informations contextuelles, et seraient basées sur une information rudimentaire. Enfin, j'ai proposé un modèle simple de décision, basé sur des différences de temps de traitement neuronal entre catégories, qui permet de reproduire fidèlement nos résultats expérimentaux. L'ensemble de ces résultats, mis en perspective avec les connaissances actuelles sur les bases neuronales de la reconnaissance d'objet, démontre que le protocole de choix saccadique, en donnant accès à une fenêtre tempo- relle inaccessible jusqu'alors par les études comportementales, s'avère un outil de choix pour les recherches à venir sur la reconnaissance rapide d'objets.

Etude de la dynamique temporelle de la catégorisation faciale depuis la détection d'un visage dans le champ visuel jusqu'a l'encodage d'une représentation individuelle du visage. Investigation de cette dynamique temporelle via l'électrophysiologie chez le sujet humain (potentiels évoqués). / Temporal dynamics of face visual categorization : an electrophysiological (event-related potentials) approach

Different studies have shown that faces seen with a direct gaze (creating eye contact) are more likely to be recognized than faces seen with a laterally deviated gaze. The present work was aimed at determining underlying processes of this gaze direction effect. More precisely, whether this effect was due to a more elaborated encoding of faces with direct gaze because of the social importance of the eye contact was tested. Results obtained showed that the gaze direction effect is a highly sensitive effect which influence on memory for faces is probably more incidental than previously hypothesized./ Différentes études ont montré que les visages vus avec un regard direct (créant un contact visuel) ont plus de chance dêtre reconnus que les visages vus avec un regard dévié latéralement. Ce travail avait pour but de déterminer la nature des processus sous-jacents à cet effet de la direction du regard. Plus précisément, nous avons testé lhypothèse dun encodage plus élaboré des visages avec un regard direct dû à la signification sociale du contact visuel. Les résultats obtenus ont montré que leffet de la direction du regard est un effet très sensible dont linfluence sur la mémoire pourrait être plus incidente que ce qui avait été proposé dans la littérature.

De nombreuses études ont relevé un biais perceptif (BP) gauche, c'est-à-dire une tendance à utiliser préférentiellement les informations issues de l'hémi-visage gauche (du point de vue de l'observateur), lors du traitement des visages. Ce BP pourrait être lié à la dominance de l'hémisphère droit pour le traitement des visages. Par ailleurs, certaines études ont mis ce BP en lien avec un biais oculomoteur (BO) gauche : l'observateur effectue des fixations en nombre et/ou en durée supérieurs sur l'hémi-visage gauche (Butler et al., 2005 ; Megreya & Havard, 2011). Au cours du vieillissement, le BP gauche semble être toujours présent, mais d'apparition plus tardive, nécessitant un temps d'exposition aux visages plus long (Butler & Harvey, 2008 ; Coolican et al., 2008). Dans ce travail de thèse, nous avons étudié l'évolution de ces deux biais au cours du vieillissement au cours d'une tâche de jugement de genre, à l'aide de visages normaux et chimériques (composés de moitiés de visages d'homme et de femme) en manipulant le nombre de saccades permettant d'explorer le visage (aucune, 1, 2 et 3 saccades) et la position de présentation des visages (Haut, Bas, Centre, Gauche et Droite). Bien que dans l'ensemble, les personnes jeunes témoignent d'un BP gauche, cela n'est pas le cas des participants âgés. En outre, ce BP dépend de la position de présentation des visages (BP de proximité pour les positions latérales), mais également du nombre de saccades exécutées (BP gauche apparaissant à partir de la réalisation d'une saccade). En outre, une certaine variabilité interindividuelle est notée, certains participants présentant un BP droit et d'autre une absence de BP. Le BO dépend également de la position de présentation des visages et reste stable au cours du vieillissement. Il semble résulter d'une combinaison de l'effet du centre de gravité (Bindemann et al., 2009) et de l'effet de rang (Kapoula, 1985), la position d'arrivée se situant autour du centre du visage, orientée légèrement vers le point de fixation initial. Enfin, ce BO n'est pas affecté par le BP des participants, qu'ils soient jeunes ou âgés, l'exploration des visages étant la même qu'ils répondent en se basant sur la partie gauche ou droite des visages. Dans l'ensemble, ces résultats remettent en question l'explication jusqu'ici avancée pour ces deux biais, à savoir la dominance de l'HD pour le traitement des visages.