Les techniques de description des éléments caractéristiques d'une image sont omniprésentes dans de nombreuses applications de vision par ordinateur. Nous proposons à travers ce manuscrit une extension, pour décrire (représenter) et apparier les éléments caractéristiques des images. L'extension proposée consiste en une approche originale pour apprendre, ou estimer, la présence sémantique des éléments caractéristiques locaux dans les images. L'information sémantique obtenue est ensuite exploitée, en conjonction avec le paradigme de sac-de-mots, pour construire un descripteur d'image performant. Le descripteur résultant, est la combinaison de deux types d'informations, locale et contextuelle-sémantique. L'approche proposée peut être généralisée et adaptée à n'importe quel descripteur local d'image, pour améliorer fortement ses performances spécialement quand l'image est soumise à des conditions d'imagerie contraintes. La performance de l'approche proposée est évaluée avec des images réelles aussi bien dans les deux domaines, 2D que 3D. Nous avons abordé dans le domaine 2D, un problème lié à l'appariement des éléments caractéristiques dans des images. Dans le domaine 3D, nous avons résolu les problèmes d'appariement et alignement des vues partielles tridimensionnelles. Les résultats obtenus ont montré qu'avec notre approche, les performances sont nettement meilleures par rapport aux autres méthodes existantes.

La classification automatique non supervisée est un problème majeur, aux frontières de multiples communautés issues de l’Intelligence Artificielle, de l’Analyse de Données et des Sciences de la Cognition. Elle vise à formaliser et mécaniser la tâche cognitive de classification, afin de l’automatiser pour la rendre applicable à un grand nombre d’objets (ou individus) à classer. Des visées plus applicatives s’intéressent à l’organisation automatique de grands ensembles d’objets en différents groupes partageant des caractéristiques communes. La présente thèse propose des méthodes de classification non supervisées applicables lorsque plusieurs sources d’informations sont disponibles pour compléter et guider la recherche d’une ou plusieurs classifications des données. Pour la classification non supervisée multi-vues, la première contribution propose un mécanisme de recherche de classifications locales adaptées aux données dans chaque représentation, ainsi qu’un consensus entre celles-ci. Pour la classification semi-supervisée, la seconde contribution propose d’utiliser des connaissances externes sur les données pour guider et améliorer la recherche d’une classification d’objets par un algorithme quelconque de partitionnement de données. Enfin, la troisième et dernière contribution propose un environnement collaboratif permettant d’atteindre au choix les objectifs de consensus et d’alternatives pour la classification d’objets mono-représentés ou multi-représentés. Cette dernière contribution ré-pond ainsi aux différents problèmes de multiplicité des données et des analyses dans le contexte de la classification non supervisée, et propose, au sein d’une même plate-forme unificatrice, une proposition répondant à des problèmes très actifs et actuels en Fouille de Données et en Extraction et Gestion des Connaissances. / Data clustering is a major problem encountered mainly in related fields of Artificial Intelligence, Data Analysis and Cognitive Sciences. This topic is concerned by the production of synthetic tools that are able to transform a mass of information into valuable knowledge. This knowledge extraction is done by grouping a set of objects associated with a set of descriptors such that two objects in a same group are similar or share a same behaviour while two objects from different groups does not. This thesis present a study about some extensions of the classical clustering problem for multi-view data,where each datum can be represented by several sets of descriptors exhibing different behaviours or aspects of it. Our study impose to explore several nearby problems such that semi-supervised clustering, multi-view clustering or collaborative approaches for consensus or alternative clustering. In a first chapter, we propose an algorithm solving the multi-view clustering problem. In the second chapter, we propose a boosting-inspired algorithm and an optimization based algorithm closely related to boosting that allow the integration of external knowledge leading to the improvement of any clustering algorithm. This proposition bring an answer to the semi-supervised clustering problem. In the last chapter, we introduce an unifying framework allowing the discovery even of a set of consensus clustering solution or a set of alternative clustering solutions for mono-view data and or multi-viewdata. Such unifying approach offer a methodology to answer some current and actual hot topic in Data Mining and Knowledge Discovery in Data.

Dans un contexte industriel qui évolue rapidement et constamment, les constructeurs automobiles sont amenés à développer des produits qui soient en adéquation avec des demandes d'un marché international et qui respectent en même temps les contraintes réglementaires imposées. Les systèmes de chaine de transmission hybrides rentrent donc dans cette volonté des constructeurs à vouloir proposer des produits véhicules performants, à faible coût et respectant les contraintes d'émission de gaz polluants. A travers le travail effectué dans cette thèse, nous proposons une démarche de conception permettant de modéliser un système technique complexe à différents niveaux systémiques au cours du cycle de conception, de l'optimiser localement à partir des expertises métiers, de modéliser les connaissances collaboratives qui sont échangées entre les modèles métiers et d'optimiser l'espace de conception afin de converger vers une solution de conception optimale dans un contexte d'innovation ou nous partons de la feuille blanche.L'objectif de ce travail est de proposer une nouvelle façon d'aborder les problèmes de conception des systèmes complexes, qui s'adapte au contexte de conception innovante tout comme la conception routinière. Ceci afin de permettre aux entreprises telles que PSA Peugeot Citroën de pouvoir proposer des produits avec des technologies à forte rupture tout en réduisant leurs coûts et garantir leurs images de marque. Ce travail a été illustré et validé à travers les résultats obtenus dans le cadre du projet de conception de chaine de transmission hybride MTI effectué au département d'innovation de PSA Peugeot Citroën. / In an industrial context that is continuously evolving and changing, automotive constructors find themselves obliged to develop their products by taking into account the requirements of an international market and the imposed regulations in this field. Hybrid powertrain systems fits into this constructor will to propose to customers efficient products that respects the regulation regarding gas emissions and presents a profitable low cost. Through the work done in this PhD, we propose a design approach that allow the modeling of a complex technical system in its different systemic levels during the design process, the local optimization done from professional expertise, the modeling of collaborative data exchanged between expert models and the optimization of the design space in order to converge towards an optimal design solution in innovative context.The aim of our work is to propose a new way of dealing with design problems related to complex systems that can be adapted to an innovative design context. This will allow companies such as PSA Peugeot Citroen to be able to diversify their products and integrated even the latest technology in it. This work has been illustrated and validated through the results obtained on the MTI project for the design of hybrid powertrain.

Les technologies de reconstruction multi-vues permettent de réaliser un clone virtuel d'un acteur à partir d'une simple acquisition vidéo réalisée par un ensemble de caméras à partir de multiples points de vue. Cette approche offre de nouvelles opportunités dans le domaine de la composition de scènes hybrides mélangeant les images réelles et virtuelles. Cette thèse a été réalisée dans le cadre du projet RECOVER 3D dont l'objectif est de développer une chaîne de production TV complète, de l'acquisition jusqu'à la diffusion, autour de la reconstruction multi-vues. Cependant la technologie utilisée dans ce contexte est mal adaptée à la reconstruction de scènes dynamiques. En effet, la performance d'un acteur est reproduite sous la forme d'une séquence d'objets 3D statiques qui correspondent aux poses successives du personnage au cours de la capture vidéo. L'objectif de cette thèse est de développer une méthode pour transformer ces séquences de poses en un modèle animé unique. Les travaux de recherches menés dans ce cadre sont répartis en deux étapes principales. La première a pour but de calculer un champ de déplacements qui décrit les mouvements de l'acteur entre deux poses consécutives. La seconde étape consiste à animer un maillage suivant les trajectoires décrites par le champ de mouvements, de manière à le déplacer vers la pose suivante. En répétant ce processus tout au long la séquence, nous parvenons ainsi à reproduire un maillage animé qui adopte les poses successives de l'acteur. Les résultats obtenus montrent que notre méthode peut générer un modèle temporellement cohérent à partir d'une séquence d'enveloppes visuelles. / 4D multi-view reconstruction technologies are more and more used in media production due to their abilities to produce a virtual clone of an actor from a simple video acquisition performed by a set of multi-viewpoint cameras. This approach is a major advance for the composition of animations which mix virtual and real images, and also offers new possibilities for the rendering of such complex hybrid scenes. The work described in this thesis takes parts in the RECOVER 3D project which aims at developing an innovative industrial framework for TV production, based on multi-view reconstruction, from studio acquisition to broadcasting. The major drawback of the methods used in this context is that they are not adapted to the reconstruction of dynamic scenes. The output are time series which describe the successive poses of the actor, figured as a sequence of static objects. The goal of this thesis is to transform these initial results into a dynamic 3D object where the actor is figured as an animated character. The research detailed in this manuscript presents two main contributions. The first one is centered on the computation of a motion flow which represents the displacements occurring in the reconstructed scene between two consecutive poses. The second one presents a mesh animation process that leads to the animation of a 3D model from one pose to another, following the motion flow. This two-step operation is repeated throughout the entire pose sequence to finally obtain a single animated mesh that matches the evolving shape of the reconstructed actor. Results show that our method is able to produce a temporally consistent mesh animation from various sequences of visual hulls.

La reconstruction précise d’une scène 3D à partir de plusieurs caméras offre un contenu synthétique 3D à destination de nombreuses applications telles que le divertissement, la télévision et la production cinématographique. Cette thèse propose une nouvelle approche pour la reconstruction 3D multi-vues basée sur l’enveloppe visuelle et la stéréovision multi-oculaire. Cette approche nécessite en entrée l’enveloppe visuelle et plusieurs jeux d’images rectifiées issues de différentes unités multiscopiques constituées chacune de plusieurs caméras alignées et équidistantes. Nos contributions se situent à différents niveaux. Le premier est notre méthode de stéréovision multi-oculaire qui est fondée sur un nouvel échantillonnage de l’espace scénique et fournit une carte de matérialité exprimant la probabilité pour chaque point d’échantillonnage 3D d’appartenir à la surface visible par l’unité multiscopique. Le second est l’hybridation de cette méthode avec les informations issues de l’enveloppe visuelle et le troisième est la chaîne de reconstruction basée sur la fusion des différentes enveloppes creusées tout en gérant les informations contradictoires qui peuvent exister. Les résultats confirment : i) l’efficacité de l’utilisation de la carte de matérialité pour traiter les problèmes qui se produisent souvent dans la stéréovision, en particulier pour les régions partiellementoccultées ; ii) l’avantage de la fusion des méthodes de l’enveloppe visuelle et de la stéréovision multi-oculaire pour générer un modèle 3D précis de la scène. / Accurate reconstruction of a 3D scene from multiple cameras offers 3D synthetic content tobe used in many applications such as entertainment, TV, and cinema production. This thesisis placed in the context of the RECOVER3D collaborative project, which aims is to provideefficient and quality innovative solutions to 3D acquisition of actors. The RECOVER3Dacquisition system is composed of several tens of synchronized cameras scattered aroundthe observed scene within a chromakey studio in order to build the visual hull, with severalgroups laid as multiscopic units dedicated to multi-baseline stereovision. A multiscopic unitis defined as a set of aligned and evenly distributed cameras. This thesis proposes a novelframework for multi-view 3D reconstruction relying on both multi-baseline stereovision andvisual hull. This method’s inputs are a visual hull and several sets of multi-baseline views.For each such view set, a multi-baseline stereovision method yields a surface which is usedto carve the visual hull. Carved visual hulls from different view sets are then fused iterativelyto deliver the intended 3D model. Furthermore, we propose a framework for multi-baselinestereo-vision which provides upon the Disparity Space (DS), a materiality map expressingthe probability for 3D sample points to lie on a visible surface. The results confirm i) theefficient of using the materiality map to deal with commonly occurring problems in multibaselinestereovision in particular for semi or partially occluded regions, ii) the benefit ofmerging visual hull and multi-baseline stereovision methods to produce 3D objects modelswith high precision.

Cette thèse a pour objectif la conception de méthodes pour la reconnaissance automatique des activités chirurgicales. Cette reconnaissance est un élément clé pour le développement de systèmes réactifs au contexte clinique et pour des applications comme l’assistance automatique lors de chirurgies complexes. Nous abordons ce problème en utilisant des méthodes de Vision puisque l’utilisation de caméras permet de percevoir l’environnement sans perturber la chirurgie. Deux types de vidéos sont utilisées : des vidéos laparoscopiques et des vidéos multi-vues RGBD. Nous avons d’abord étudié les résultats obtenus avec les méthodes de l’état de l’art, puis nous avons proposé des nouvelles approches basées sur le « Deep learning ». Nous avons aussi généré de larges jeux de données constitués d’enregistrements de chirurgies. Les résultats montrent que nos méthodes permettent d’obtenir des meilleures performances pour la reconnaissance automatique d’activités chirurgicales que l’état de l’art. / The main objective of this thesis is to address the problem of activity recognition in the operating room (OR). Activity recognition is an essential component in the development of context-aware systems, which will allow various applications, such as automated assistance during difficult procedures. Here, we focus on vision-based approaches since cameras are a common source of information to observe the OR without disrupting the surgical workflow. Specifically, we propose to use two complementary video types: laparoscopic and OR-scene RGBD videos. We investigate how state-of-the-art computer vision approaches perform on these videos and propose novel approaches, consisting of deep learning approaches, to carry out the tasks. To evaluate our proposed approaches, we generate large datasets of recordings of real surgeries. The results demonstrate that the proposed approaches outperform the state-of-the-art methods in performing surgical activity recognition on these new datasets.

La communauté en ligne (CEL) est une forme très répandue de transfert de connaissances spécialisées, où des usagers géographiquement dispersés peuvent constituer une communauté en partageant des idées, envoyant et affichant des messages, débattant de sujets et nouant des amitiés en ligne. Un des problèmes avec ces CEL est leur durabilité, car leur apparition et leur croissance initiale sont suivies d’une phase de stagnation où les usagers cessent d’afficher des commentaires, ce qui mène la communauté à mourir par manque d’activité. Tenter de prolonger la phase dynamique de croissance d’une CEL est un sujet pertinent pour tout administrateur de CEL. Une façon de maintenir le dynamisme d’une CEL est d’encourager les contributions.Ce courant de recherche se penche sur la façon dont les CEL peuvent prolonger leur phase dynamique, en considérant différents aspects, en particulier les mesures des contributions des usagers et la manière dont les nouveaux usagers d’une CEL se comportent. Je propose d’utiliser différentes mesures pour évaluer les contributions des usagers. Une des mesures pour identifier les contributeurs très actifs est une mesure bibliométrique non-invasive basée sur l’indice de Hirsch. Un autre aspect de cette recherche concerne la façon dont les nouveaux usagers se comportent et comment cela peut être expliqué par l’attachement préférentiel.Ce courant de recherche se penche sur la façon dont les CEL peuvent prolonger leur phase dynamique, en considérant différents aspects, en particulier les mesures des contributions des usagers et la manière dont les nouveaux usagers d’une CEL se comportent. Je propose d’utiliser différentes mesures pour évaluer les contributions des usagers. Une des mesures pour identifier les contributeurs très actifs est une mesure bibliométrique non-invasive basée sur l’indice de Hirsch. Un autre aspect de cette recherche concerne la façon dont les nouveaux usagers se comportent et comment cela peut être expliqué par l’attachement préférentiel. / The online community (OC) is a popular form of specialized knowledge transfer, where geographically dispersed users can for a community by sharing ideas, send and post messages, debate topics, and forge online friendships. One of the problems with OC’s is that they tend to have a life cycle, where there is the birth and growth of the OC but then there is a stagnant stage where users stop posting to the OC and the community eventually dies due to inactivity. Trying to extend the vibrant growth stage of an OC is a relevant topic for any administrator of an OC. One way that an OC can stay vibrant is to encourage contributions.This research stream will look at how OC’s can keep their vibrancy for a longer period of time, by looking at various aspects of OC’s such as measures of user contribution and how new users in an OC behave. I propose to use different measures to evaluate users contributions to an OC. One of these measures is a non-invasive bibliometric measure using the Hirsch-index methodology as a way to identify high-level contributors. Another stream of this research will look at how new users behave and how this might be explained by preferential attachment.

Dans le format multiple-view video plus depth, les cartes de profondeur peuvent être représentées comme des images en niveaux de gris et la séquence temporelle correspondante peut être considérée comme une séquence vidéo standard en niveaux de gris. Cependant les cartes de profondeur ont des propriétés différentes des images naturelles: ils présentent de grandes surfaces lisses séparées par des arêtes vives. On peut dire que l'information la plus importante réside dans les contours de l'objet, en conséquence une approche intéressante consiste à effectuer un codage sans perte de la carte de contour, éventuellement suivie d'un codage lossy des valeurs de profondeur par-objet. Dans ce contexte, nous proposons une nouvelle technique pour le codage sans perte des contours de l'objet, basée sur la déformation élastique des courbes. Une évolution continue des déformations élastiques peut être modélisée entre deux courbes de référence, et une version du contour déformée élastiquement peut être envoyée au décodeur avec un coût de codage très faible et utilisé comme information latérale pour améliorer le codage sans perte du contour réel. Après que les principales discontinuités ont été capturées par la description du contour, la profondeur à l'intérieur de chaque région est assez lisse. Nous avons proposé et testé deux techniques différentes pour le codage du champ de profondeur à l'intérieur de chaque région. La première technique utilise la version adaptative à la forme de la transformation en ondelette, suivie par la version adaptative à la forme de SPIHT. La seconde technique effectue une prédiction du champ de profondeur à partir de sa version sous-échantillonnée et l'ensemble des contours codés. Il est généralement reconnu qu'un rendu de haute qualité au récepteur pour un nouveau point de vue est possible qu’avec la préservation de l'information de contour, car des distorsions sur les bords lors de l'étape de codage entraînerait une dégradation évidente sur la vue synthétisée et sur la perception 3D. Nous avons étudié cette affirmation en effectuant un test d'évaluation de la qualité perçue en comparant, pour le codage des cartes de profondeur, une technique basée sur la compression d'objects et une techniques de codage vidéo hybride à blocs. / In multiple-view video plus depth, depth maps can be represented by means of grayscale images and the corresponding temporal sequence can be thought as a standard grayscale video sequence. However depth maps have different properties from natural images: they present large areas of smooth surfaces separated by sharp edges. Arguably the most important information lies in object contours, as a consequence an interesting approach consists in performing a lossless coding of the contour map, possibly followed by a lossy coding of per-object depth values. In this context, we propose a new technique for the lossless coding of object contours, based on the elastic deformation of curves. A continuous evolution of elastic deformations between two reference contour curves can be modelled, and an elastically deformed version of the reference contours can be sent to the decoder with an extremely small coding cost and used as side information to improve the lossless coding of the actual contour. After the main discontinuities have been captured by the contour description, the depth field inside each region is rather smooth. We proposed and tested two different techniques for the coding of the depth field inside each region. The first technique performs the shape-adaptive wavelet transform followed by the shape-adaptive version of SPIHT. The second technique performs a prediction of the depth field from its subsampled version and the set of coded contours. It is generally recognized that a high quality view rendering at the receiver side is possible only by preserving the contour information, since distortions on edges during the encoding step would cause a sensible degradation on the synthesized view and on the 3D perception. We investigated this claim by conducting a subjective quality assessment test to compare an object-based technique and a hybrid block-based techniques for the coding of depth maps.

Les travaux effectués durant cette thèse de doctorat ont pour but d’augmenter l’efficacité de codage dans 3D-HEVC. Nous proposons des approches conventionnelles orientées vers la normalisation vidéo, ainsi que des approches en rupture basées sur le flot optique. En approches conventionnelles, nous proposons une méthode qui prédit les modes Intra de profondeur avec ceux de texture. L’héritage est conditionné par un critère qui mesure le degré de similitude entre les deux modes. Ensuite, nous proposons deux méthodes pour améliorer la prédiction inter-vue du mouvement dans 3D-HEVC. La première ajoute un vecteur de disparité comme candidat inter-vue dans la liste des candidats du Merge, et la seconde modifie le processus de dérivation de ce vecteur. Finalement, un outil de codage intercomposantes est proposé, où le lien entre les arbres quaternaires de texture et de profondeur est exploité pour réduire le temps d’encodage et le débit, à travers un codage conjoint des deux arbres. Dans la catégorie des approches en rupture, nous proposons deux méthodes basées sur l’estimation de champs denses de vecteurs de mouvement en utilisant le flot optique. La première calcule un champ au niveau d’une vue de base reconstruite, puis l’extrapole au niveau d’une vue dépendante, où il est hérité par les unités de prédiction en tant que candidat dense du Merge. La deuxième méthode améliore la synthèse de vues : quatre champs sont calculés au niveau de deux vues de référence en utilisant deux références temporelles. Ils sont ensuite extrapolés au niveau d’une vue synthétisée et corrigés en utilisant une contrainte épipolaire. Les quatre prédictions correspondantes sont ensuite combinées. / This PhD. thesis deals with improving the coding efficiency in 3D-HEVC. We propose both constrained approaches aimed towards standardization, and also more innovative approaches based on optical flow. In the constrained approaches category, we first propose a method that predicts the depth Intra modes using the ones of the texture. The inheritance is driven by a criterion measuring how much the two are expected to match. Second, we propose two simple ways to improve inter-view motion prediction in 3D-HEVC. The first adds an inter-view disparity vector candidate in the Merge list and the second modifies the derivation process of this disparity vector. Third, an inter-component tool is proposed where the link between the texture and depth quadtree structures is exploited to save both runtime and bits through a joint coding of the quadtrees. In the more innovative approaches category, we propose two methods that are based on a dense motion vector field estimation using optical flow. The first computes such a field on a reconstructed base view. It is then warped at the level of a dependent view where it is inserted as a dense candidate in the Merge list of prediction units in that view. The second method improves the view synthesis process: four fields are computed at the level of the left and right reference views using a past and a future temporal reference. These are then warped at the level of the synthesized view and corrected using an epipolar constraint. The four corresponding predictions are then blended together. Both methods bring significant coding gains which confirm the potential of such innovative solutions.

S'il est bien établi que le théâtre francophone professionnel s'est imposé de façon durable au Québec dès le tournant du XXe siècle, on connaît moins le rôle majeur qu'a tenu Julien Daoust (1866-1943) dans cette percée historique, autant à Montréal qu'à Québec. Il était l'artiste québécois le plus médiatisé et le plus connu du théâtre entre les années 1898 et 1928. Pour saisir l'ampleur de l'action et de l'œuvre de Julien Daoust et pour comprendre aussi les innovations qu'il a apportées à la scène francophone locale, dont l'intégration de vues animées au spectacle dramatique, il est impératif de rappeler ses expériences en tant que metteur en scène et producteur, en 1907, d'un spectacle théâtro-cinématographique : La Fin du Monde. Pour réaliser ce spectacle inédit, Daoust a dû créer un lieu propice à sa diffusion, soit la Salle Duvernay. Les informations sur ce spectacle étonnant sont rares. Toutefois, de nouvelles archives, issues de la famille de Julien Daoust et disponibles depuis 2021, ouvrent de nouvelles pistes d'investigation avec en particulier, le tapuscrit original (sur six pages) de La Fin du Monde. Ce texte, autour duquel s'articule le présent mémoire, nous permettra d'établir des liens entre le contexte sociohistorique du Montréal culturel du début du XXe siècle, les agentivités du milieu théâtral et les dispositifs techniques et médiatiques utilisés par Daoust pour créer ce qu'on peut bien qualifier d'œuvre d'avant-garde : La Fin du Monde. Il aura permis, par son approche audacieuse, de créer une pratique théâtrale francophone moderne qui remédie tous les médias disponibles en 1907. / While it's well established that professional French-language theater made a lasting impact in Québec at the turn of the 20th-century, what is less well known is the major role played by Julien Daoust (1866-1943) in this historic breakthrough, both in montreal and Quebec City. Between 1898 and 1928, he was Quebec's most publicized and best-known theater artist. To grasp the scope of Julien Daoust's action and work, and to understand the innovations he brought to the local French-language scene, including the integration of animated views into dramatic performance, it is imperative to recall his experiences as a stage director and producer, in 1907, of a theatrical-cinematographic show : La Fin du Monde. To produce this groundbreaking show, Daoust had to create a suitable venue, the Duvernay Hall. Information on this astonishing show is scarce. However, new archives from Julien Daoust's family, available since 2021, have opened up new avenues of investigation, in particular the original typescript, a six-page text. This text, around wich the present dissertation is strutured, will enable us to establish links berween the sosio-historical context of early 20th-century cultural Montreal, the agencies of the theatrical milieu and the technical and media devices used by Daoust to create what can best be described as an avant-garde work : La Fin du Monde. Daoust's daring approach has enabled the creation of a modern French-language theatrical practice that remediates all the media available in 1907.