This thesis is in the field of computer vision, focusing on the problems of optical flow estimation. Optical flow is a notoriously difficult 2D problem since it’s inherently underconstrained. To introduce the concept of cyclopean optical flow, we will downgrade the 2D into 1D to make it more accessible. It proposes a new approach based on a "cyclopean" frame of reference. We apply a constrained gradient-based technique to solve 1D optical flow, for which the constraints are gradient behavior and correlation score. This thesis focuses on the fundamental problem of ensuring that the gradient remains usable in an interval large enough to cover the spatial displacement of motion. The proposed "cyclopean" approach does not enforce optical measurements over a fixed grid, which results in more reliable results. To further increase the allowed motion interval, we propose a pyramidal constraint that allows solving over a coarse-to-fine approach. We solved over aerial imagery, Sintel data-set, and Sintel data-set when artificially displaced 10% of the ground truth. This work is developed in the "continuous" framework commonly used for small motion optical flow. Our results showed good management of false positives while maintaining a good amount of convergence density. However, our method isn’t as precise as the current state-of-the-art benchmarks, as it specializes in very small motions. Also, it’s important to mention versatility comes with the concept of "continuous" representation. This allows us to select regions to be solved, opening the possibility of adapting to the spectrum of sparse or dense optical flow. From this study point of view, we can highlight traditional methods have relevance even in the deep learning era, offering a new set of tools to exploit on the pursue of solving optical flow. / Ce mémoire s’intéresse au domaine de la vision par ordinateur, et plus particulièrement l’estimation du flux optique. Le flux optique est un problème 2D notoirement difficile, car il est intrinsèquement sous-contraint. Pour introduire la notion de flux optique cyclopéen, nous allons considérer le problème en 1D pour éliminer le problème d’ouverture lié au mouvement 2D. Nous proposons une nouvelle approche basée sur un référentiel « cyclopéen », basée sur gradient calculé dans un espace continu pour résoudre le flux optique 1D. Ce mémoire se concentre a garantir que le gradient reste utilisable dans un intervalle suffisamment grand pour couvrir le déplacement spatial du mouvement. Lors de la résolution sur une approche coarse-to-fine, une représentation pyramidale est utilisée. Les résultats sur des images aériennes ainsi que des données synthétiques sont prometteurs. Ce travail se distingue des tendances actuelles en flux optique parle fait qu’il se spécialise pour les flux optiques à faible mouvement. Nos résultats ont montré une bonne gestion des faux positifs tout en conservant une bonne densité. Nous considérons que la fiabilité des mesures de mouvement est très élevée, ce qui est au moins aussi important que la précision elle-même dans beaucoup d’applications. Ainsi, la polyvalence de la représentation "continue" permet de mieux contrôler la densité obtenue en fonction de la scène analysée. À notre avis, cette approche, qui complète les méthodes traditionnelles, ouvrira la voie à de nouvelles approches en apprentissage profond.

De nos jours, les réseaux de capteurs multimédia sans fils sont prometteurs pour différentes applications et domaines, en particulier avec le développement de l’IoT et des capteurs de caméra efficaces et bon marché. La stéréo vision est également très importante pour des objectifs multiples comme la Cinématographie, les jeux, la Réalité Virtuelle, la Réalité Augmentée, etc. Cette thèse vise à développer un système de reconstruction de scène en 3D prouvant l’utilisation de cartes de disparités stéréoscopiques multi-angles dans le contexte des réseaux de capteurs multimedia. Notre travail peut être divisé en trois parties. La première se concentre sur l’étude de toutes les applications, composants, topologies, contraintes et limitations de ces réseaux. En plus, les méthodes de calcul de disparité de vision stéréoscopique afin de choisir la ou les meilleures méthodes pour réaliser une reconstruction en 3D sur le réseau à faible coût en termes de complexité et de consommation d’énergie. Dans la deuxième partie, nous expérimentons et simulons différents calculs de cartes de disparités sur quelques nœuds en changeant les scénarios (intérieur et extérieur), les distances de couverture, les angles, le nombre de nœuds et les algorithmes. Dans la troisième partie, nous proposons un modèle de réseau basé sur l’arbre pour calculer des cartes de disparités précises sur des nœuds de capteurs de caméra multicouches qui répond aux besoins du serveur pour faire une reconstruction de scène 3D de la scène ou de l’objet d’intérêt. Les résultats sont acceptables et assurent la preuve du concept d’utilisation des cartes de disparités dans le contexte des réseaux de capteurs multimédia. / Nowadays, the WMSNs are promising for different applications and fields, specially with the development of the IoT and cheap efficient camera sensors. The stereo vision is also very important for multiple purposes like Cinematography, games, Virtual Reality, Augmented Reality, etc. This thesis aim to develop a 3D scene reconstruction system that proves the concept of using multiple view stereo disparity maps in the context of WMSNs. Our work can be divided in three parts. The first one concentrates on studying all WMSNs applications, components, topologies, constraints and limitations. Adding to this stereo vision disparity map calculations methods in order to choose the best method(s) to make a 3d reconstruction on WMSNs with low cost in terms of complexity and power consumption. In the second part, we experiment and simulate different disparity map calculations on a couple of nodes by changing scenarios (indoor and outdoor), coverage distances, angles, number of nodes and algorithms. In the third part, we propose a tree-based network model to compute accurate disparity maps on multi-layer camera sensor nodes that meets the server needs to make a 3d scene reconstruction of the scene or object of interest. The results are acceptable and ensure the proof of the concept to use disparity maps in the context of WMSNs.