Au cours des dernières années, l'intérêt pour des algorithmes de reconnaissance fondés sur l'apparence à considérablement augmenté. Ces algorithmes utilisent directement des informations d'images. A partir des images d'objets ces approches construisent des "modèles fondés sur l'apparence", car chaque image représentée correspond à une apparence particulière d'un objet. La fiabilité, la vitesse et le taux de reconnaissance élevé de ces techniques en constituent les intérêts majeurs. Le succès de ces méthodes est considérable pour la reconnaissance de visages, dans le contexte de l'interface homme-machine et pour l'accès à des bases d'images par leurs contenus. Cette thèse propose une technique ou les objets sont représentés par des statistiques sur des opérateurs locaux et robustes. On veut montrer qu'une telle représentation fondée sur l'apparence est fiable et extrêmement discriminante pour la reconnaissance d'objets. La motivation initiale de cette étude était la reconnaissance rapide d'objets par la méthode des histogrammes de couleurs. Cette méthode utilise les statistiques de couleurs comme modèle d'objets. La première partie de la thèse généralise cette approche en modélisant des objets par les statistiques de leurs caractéristiques locales. La technique généralisée - que l'on appelle "histogrammes multidimensionnels de champs" réceptifs - permet de discriminer un grand nombre d'objets. Les faiblesses de cette approche sont liées aux "défis des modèles fondés sur l'apparence". Ces défis concernent la reconnaissance en présence d'occultation partielle, la reconnaissance d'objets 3D à partir des images 2D et la classification d'objets comme généralisation en dehors de la base d'objets. La deuxième partie de la thèse examine chacun de ces défis et propose une extension appropriée de notre technique. L'intérêt principal de cette thèse est le développement d'un modèle de représentation d'objets qui utilise les statistiques de vecteurs de champs réceptifs. Plusieurs algorithmes de l'identification et aussi de la classification d'objets sont proposés. En particulier, un algorithme probabiliste est defini : il ne dépend pas de la correspondance entre les images de test et les objets de la base de données. Des expériences obtiennent des taux de reconnaissance élevés en utilisant le modèle de représentation proposé. dans un état de l'art on décrit brièvement des techniques qui ont étés sources d'inspiration : des techniques de histogrammes de couleurs, des algorithmes de reconnaissance fondée sur des descripteurs locaux et des approches de la représentation et reconnaissance statistique d'objet. Afin de généraliser la technique de la comparaison d'histogrammes de couleurs, des descripteurs locaux sont discutés. Différentes techniques de comparaison d'histogrammes sont proposées et leur robustesse par rapport au bruit et au changement de l'intensité d'éclairage est analysée. Dans des expérimentations de l'identification d'une centaine d'objets les différents degrés de liberté de la reconnaissance d'objets sont considérés : changements d'échelle et de la rotation d'image, variations du point de vue et occultation partielle. Un algorithme probabiliste est proposé, qui ne dépend pas de la correspondance entre les images de test et les objets de la base de données. Des expériences obtiennent des taux de reconnaissance élevés en utilisant seulement une petite partie visible d'objet. Enfin une extension de cet algorithme fondée sur une table de hachage dynamique est proposée pour la reconnaissance de plusieurs objets dans les scènes complexes. Deux algorithmes actifs de reconnaissance d'objets sont proposés. Un algorithme calcule des régions d'intérêt pour le contrôle de fixation d'une caméra en 2D. Le deuxième algorithme propose la planification de points de vue pour la reconnaissance des objets 3D à partir des apparence d'objets en 2D. Un dernier chapître propose le concept des classes visuelles définis par des similarites d'objets comme cadre général pour la classification d'objets. Une technique selon le maximum de vraisemblance est proposé pour la reconnaissance des classes visuelles et appliquée pour obtenir des images visuellement similaire d'une base d'images.

L'objectif de cette thèse est d'améliorer les représentations des images et des vidéos dans le but d'obtenir une reconnaissance visuelle accrue, tant pour des entités spécifiques que pour des catégories plus génériques. Les contributions de cette thèse portent, pour l'essentiel, sur des méthodes de description du contenu visuel. Nous proposons des méthodes pour la recherche d'image par le contenu ou par des requêtes textuelles, ainsi que des méthodes pour la reconnaissance et la localisation d'action dans des vidéos. En recherche d'image, les contributions se fondent sur des méthodes à base de plongements de Hamming. Tout d'abord, une méthode de comparaison asymétrique vecteur-à-code est proposée pour améliorer la méthode originale, symétrique et utilisant une comparaison code-à-code. Une méthode de classification fondée sur l'appariement de descripteurs locaux est ensuite proposée. Elle s'appuie sur une classification opérée dans un espace de similarités associées au plongement de Hamming. En reconnaissance d'action, les contributions portent essentiellement sur des meilleures manières d'exploiter et de représenter le mouvement. Finalement, une méthode de localisation est proposée. Elle utilise une partition de la vidéo en super-voxels, qui permet d'effectuer un échantillonnage 2D+t de suites de boîtes englobantes autour de zones spatio-temporelles d'intérêt. Elle s'appuie en particulier sur un critère de similarité associé au mouvement. Toutes les méthodes proposées sont évaluées sur des jeux de données publics. Ces expériences montrent que les méthodes proposées dans cette thèse améliorent l'état de l'art au moment de leur publication.

La reconnaissance faciale est l'une des meilleures modalités biomêtriques pour des applications liées à l'identification ou l'authentification de personnes. En effet, c'est la modalité utilisée par les humains; elle est non intrusive, et socialement bien acceptée. Malheureusement, les visages humains sont semblables et offrent par conséquent une faible distinctivité par rapport à d'autres modalités biométriques, comme par exemple, les empreintes digitales et l'iris. Par ailleurs, lorsqu'il s'agit d'images de texture de visages, les variations intra-classe, dues à des facteurs aussi divers que les changements des conditions d'éclairage mais aussi de pose, sont généralement supérieures aux variations inter-classe, ce qui rend la reconnaissance faciale 2D peu fiable dans des conditions réelles. Récemment, les représentations 3D de visages ont été largement étudiées par la communauté scientifique pour palier les problèmes non résolus dans la reconnaissance faciale 2D, qui sont notamment causés par les changements d'illumination et de pose. Cette thèse est consacrée à la reconnaissance faciale robuste utilisant les données faciales 3D, incluant la reconnaissance de visage 3D, la reconnaissance de visage 3D texturé ainsi que la reconnaissance faciale asymétrique 3D-2D. La reconnaissance faciale 3D, utilisant l'information géométrique 3D représentée sous forme de nuage de points 3D ou d'image de profondeur, est théoriquement non affectée par les changements dans les conditions d'illumination et peut facilement corriger, par l'application d'une approche de recalage rigide comme ICP, les changements de pose. Le principal défi réside dans la représentation, avec précision, de la surface faciale 3D, mais aussi dans le recalage robuste aux changements d'expression faciale. Dans cette thèse, nous concevons une approche efficace et performante pour la reconnaissance de visage 3D. Concernant la description du visage, nous proposons une représentation géométrique basée sur les cartes extended Local Binary Pattern (eLBP), qui décrivent de manière précise les variations de la géométrie locale de la surface faciale 3D; tandis qu'une étape combinant l'appariement local, basé 81FT, aux informations compositionnelles du visage et aux contraintes de configuration permet d'apparier des points caractéristiques, d'un même individu, entre les différentes représentations de son visage. Évaluée sur les bases de données FRGC v2.0 et Gavab DB, l'approche proposée prouve son efficacité. Par ailleurs, contrairement à la plupart des approches nécessitant une étape d'alignement précise et couteuse, notre approche, en raison de l'utilisation de l'appariement local, ne nécessite pas d'enrôlement dans des conditions de pose frontale précise et se contente seulement d'un alignement grossier. Considérant que la plupart des systèmes actuels d'imagerie 3D permettent la capture simultanée de modèles 3D du visage ainsi que de leur texture, une tendance majeure dans la littérature scientifique est d'adopter à la fois la modalité 3D et celle de texture 2D. On fait valoir que l'utilisation conjointe de ces deux types d'informations aboutit généralement à des résultats plus précis et plus robustes que ceux obtenus par l'un des deux séparément. Néanmoins, les deux facteurs clés de la réussite sont la représentation bimodale du visage ainsi que la fusion des résultats obtenus selon chaque modalité. Dans cette thèse, nous proposons une représentation bio-inspirée du visage, appelée Cartes de Gradients Orientés (Oriented Gradient Maps: OGMs), qui peut être appliqué à la fois à la modalité 3D et à celle de texture 2D. Les OGMs simulent la réponse des neurones complexes, à l'information de gradient dans un voisinage donné et ont la propriété d'être très distinctifs et robustes aux transformations affines d'illumination et géométriques. [...] / The face is one of the best biometrics for person identification and verification related applications, because it is natural, non-intrusive, and socially weIl accepted. Unfortunately, an human faces are similar to each other and hence offer low distinctiveness as compared with other biometrics, e.g., fingerprints and irises. Furthermore, when employing facial texture images, intra-class variations due to factors as diverse as illumination and pose changes are usually greater than inter-class ones, making 2D face recognition far from reliable in the real condition. Recently, 3D face data have been extensively investigated by the research community to deal with the unsolved issues in 2D face recognition, Le., illumination and pose changes. This Ph.D thesis is dedicated to robust face recognition based on three dimensional data, including only 3D shape based face recognition, textured 3D face recognition as well as asymmetric 3D-2D face recognition. In only 3D shape-based face recognition, since 3D face data, such as facial pointclouds and facial scans, are theoretically insensitive to lighting variations and generally allow easy pose correction using an ICP-based registration step, the key problem mainly lies in how to represent 3D facial surfaces accurately and achieve matching that is robust to facial expression changes. In this thesis, we design an effective and efficient approach in only 3D shape based face recognition. For facial description, we propose a novel geometric representation based on extended Local Binary Pattern (eLBP) depth maps, and it can comprehensively describe local geometry changes of 3D facial surfaces; while a 81FT -based local matching process further improved by facial component and configuration constraints is proposed to associate keypoints between corresponding facial representations of different facial scans belonging to the same subject. Evaluated on the FRGC v2.0 and Gavab databases, the proposed approach proves its effectiveness. Furthermore, due tq the use of local matching, it does not require registration for nearly frontal facial scans and only needs a coarse alignment for the ones with severe pose variations, in contrast to most of the related tasks that are based on a time-consuming fine registration step. Considering that most of the current 3D imaging systems deliver 3D face models along with their aligned texture counterpart, a major trend in the literature is to adopt both the 3D shape and 2D texture based modalities, arguing that the joint use of both clues can generally provides more accurate and robust performance than utilizing only either of the single modality. Two important factors in this issue are facial representation on both types of data as well as result fusion. In this thesis, we propose a biological vision-based facial representation, named Oriented Gradient Maps (OGMs), which can be applied to both facial range and texture images. The OGMs simulate the response of complex neurons to gradient information within a given neighborhood and have properties of being highly distinctive and robust to affine illumination and geometric transformations. The previously proposed matching process is then adopted to calculate similarity measurements between probe and gallery faces. Because the biological vision-based facial representation produces an OGM for each quantized orientation of facial range and texture images, we finally use a score level fusion strategy that optimizes weights by a genetic algorithm in a learning pro cess. The experimental results achieved on the FRGC v2.0 and 3DTEC datasets display the effectiveness of the proposed biological vision-based facial description and the optimized weighted sum fusion. [...]

Ce mémoire présente une comparaison de deux algorithmes de reconnaissance de plan, soit YAPPR (Yet Another Probabilistic Plan Recognizer) et PR-Plan (Plan Recognizer as Planning). Afin de comparer les algorithmes, nous avons voulu utiliser un domaine plus complexe et réaliste que ceux utilisés jusqu’à présent. Pour ce faire, nous avons établi un protocole de comparaison en utilisant le concept d’observation in situ. Nous avons utilisé le jeu de stratégie en temps réel StarCraft comme environnement de simulation. Puis, nous avons créé un agent jouant à StarCraft qui utilise la reconnaissance de plan comme élément central pour le système de prise de décision. Pour valider que notre principe d’observation in situ fonctionne, nous avons créé des agents témoins et exécuté de nombreuses simulations.

La capacité à reconnaître les intentions d’un agent est un élément important de l’analyse de la situation. Connaître ces intentions est souvent un facteur clé de la prise de décision dans plusieurs domaines tels que la robotique, les jeux vidéo, la sécurité informatique et l’analyse du renseignement. Une des approches algorithmiques souvent utilisées pour reconnaître les intentions d’un agent suppose une connaissance préalable de tous les plans exécutables par l’agent observé. À partir de ces plans et des données d’observation, on peut alors prédire les comportements et les intentions de l’agent observé simplement en générant les modèles d’exécution de plans cohérents avec les données d’observation. Ces modèles d’exécution constituent en quelque sorte les hypothèses sur le plan et le but poursuivi par l’agent observé. Ainsi, la probabilité que l’agent observé poursuive un but particulier est établie comme étant la proportion des modèles cohérents avec ce but. Cette approche existe depuis une dizaine d’années et fait partie des approches les plus étudiées en ce moment. Cependant, elle comporte des lacunes fondamentales, notamment une explosion combinatoire de la taille de l’espace d’hypothèses. Ce mémoire de maîtrise propose un algorithme permettant d’aborder ce dernier problème en contrôlant l’exploration de l’espace d’hypothèse. Avec ce nouvel algorithme, on peut approximer la probabilité du but, de sorte que la précision de l’approximation s’améliore graduellement avec le temps de calcul. Cette approche a été publiée dans l’une des deux plus prestigieuses conférences scientifiques sur l’intelligence artificielle : International Joint Conference on Artificial Intelligence (IJCAI), en 2013.

Dans le but de personnaliser les interactions avec les humains, les robots doivent être capables de reconnaître les personnes avec lesquelles ils interagissent. Que ce soit pour communiquer des informations à une personne spécifique ou seulement pour différencier un homme d’une femme, la reconnaissance de personnes est fondamentale à l’établissement d'une interaction naturelle avec une personne connue ou inconnue. Les différents traits de reconnaissance biométrique, c'est-à-dire l'identification ou l'authentification d'une personne par ses caractéristiques physiques (morphologiques), ont déjà fait leurs preuves dans un environnement contrôlé, comme par exemple par la reconnaissance de visages et de la voix. Avec les avancées technologiques et la venue de caméras RGB-D (e.g., la caméra Microsoft Kinect), il est maintenant possible de détecter la présence de personne à proximité ainsi que les coordonnées des joints de son 'squelette'. Toutes ces capacités ont des limitations qui leur sont propres, et leur complémentarité permet de compenser certaines de ces limitations. Par exemple, la portée limitée de détection pour la reconnaissance de visages et de la voix pourrait par exemple être compensée s'il était possible d'arriver à identifier la présence d'une silhouette humaine. À cette fin, le projet proposé vise à développer un système de reconnaissance biométrique pour un robot mobile afin d'identifier la présence une personne, peu importe son orientation, à partir des mesures métrologiques (e.g., forme corporelle et des mesures anthropomorphiques) du corps. Il serait effectivement possible, à partir de mesures comme la longueur des bras et de la tête, la largeur des épaules et de la tête, etc., de reconnaître un individu. Toutefois, une capacité qui reste à être validée sur un robot mobile est la détection en ligne de silhouettes de personnes à partir d'images 2D. Une des difficultés à résoudre est d'y arriver en un temps de traitement suffisamment court afin de pouvoir dériver cette information lors d'interaction humain-robot. L'approche conçue dans ce mémoire, nommé RHIS pour Real-time Human Identification System, améliore une approche pré-existante qui permet l'extraction de 38 composantes frontales et 22 composantes de côté en 30 sec à partir d'images 2D à une distance de 3 m. Contrairement à cette approche, RHIS permet l'extraction de 45 composantes frontales et 24 composantes de côté en 0.1 sec à des distances variant de 1 m à 6 m. La validation de l'approche se fait en utilisant des fonds de scène uniformes (noir) et réels, à des distances allant de 1 à 6 m. Le système est développé dans l’environnement ROS (Robot Operating System) avec l’utilisation d'une Kinect et d'une caméra haute définition comme source vidéo. Afin de démontrer l'usage de RHIS avec d'autres modalités de reconnaissance biométrique, son intégration avec des modalités de reconnaissance de visages et de la voix est aussi présentée.

L'agriculture québécoise connaît à ce moment-ci des bouleversements considérables. Ses acteurs, les agriculteurs, sont devenus des chefs d'entreprise qui doivent, dans une économie mondiale ouverte, prendre en compte les nouvelles attentes contradictoires d'une société de plus en plus exigeante, qui leur demande un approvisionnement constant d'aliments de qualité, à bas prix, tout en leur confiant les multifonctions de conservateur de la biodiversité et du patrimoine naturel et bâti de la ruralité. Ces nombreuses requêtes ne sont toutefois pas traversées que par des logiques macro-économiques et politiques. Pour les comprendre, il faut adopter une posture globale d'analyse qui comprend l'étude des vécus professionnel[s], social et familial.L'interrelation de ces trois sphères de la vie en société est spécialement présente dans le métier d'agriculteur, car l'activité économique de l'agriculture, dans ses rapports de production, est intimement liée à la vie sociale et familiale. Mon hypothèse de travail est, en m'appuyant principalement sur les travaux d'Axel Honneth (2000), qui appréhende la vie en société comme une lutte pour la reconnaissance, que les agriculteurs vivent des situations de non-reconnaissance. Je cherche à saisir le monde vécu d'agriculteurs, mais aussi d'agricultrices, quant à leur quête de reconnaissance et de"vie bonne", dans un contexte agricole et rural"sous pression" et en grande transformation. Je me rattache plus particulièrement à la redéfinition des rapports intergénérationnels et conjugaux dans leur conjonction avec celle des rapports de propriété du patrimoine familial et de la vente de l'entreprise agricole. En finalité, je présente quelques pistes d'intervention sociale, dans une perspective de transfert des connaissances, qui pourront servir à des organismes qui travaillent auprès de la population agricole.

La gestion de la diversité générationnelle (Y, X, Baby-Boomer) en milieu de travail est une source de préoccupation pour les gestionnaires, particulièrement en ce contexte de pénurie de la main-d'oeuvre. Ils souhaitent trouver le moyen de les retenir, mais ils sont conscients que leurs besoins et attentes peuvent varier selon la génération d'appartenance. En lien avec la rétention du personnel, plusieurs études démontrent l'importance du rôle de la reconnaissance et du soutien organisationnel. Il semble que ces variables soient liées à l'intention de rester en emploi, mais aussi avec plusieurs autres variables pertinentes liées à la mobilisation et au bien-être au travail. Il est cependant pertinent de croire que la reconnaissance et le soutien organisationnel peuvent être perçus différemment par des employés de générations différentes. En effet, les contextes sociétaux variés dans lesquels ils ont évolué ont contribué à façonner des valeurs et besoins différents. De plus, certaines études suggèrent qu'il puisse en effet exister certaines différences au niveau des attentes et des perceptions au travail des employés de générations différentes. Cette thèse vise cinq objectifs complémentaires : 1. Développer et valider un outil de mesure de la reconnaissance et du soutien au travail; 2. Vérifier s'il existe des divergences dans la conception de ce qu'est la reconnaissance et le soutien au travail et dans la perception de ce qui mérite d'être reconnu ou soutenu, en fonction de l'appartenance générationnelle; 3. Vérifier s'il y a des divergences dans la perception des pratiques de reconnaissance et de soutien utilisées dans le milieu de travail d'employés de générations différentes; 4. Déterminer si l'outil réalisé permet de prédire un ensemble de résultantes organisationnelles (habilitation au travail, engagement affectif au travail, épuisement professionnel, intention de quitter) généralement influencées par la qualité des pratiques de reconnaissance et de soutien au travail; 5. Évaluer dans quelle mesure l'effet prédictif des différentes pratiques de reconnaissance et de soutien au travail varie selon l'appartenance générationnelle Afin de répondre à ces objectifs, un total de 619 participants a participé au développement de l'outil, ainsi qu'à deux études par questionnaire. Les résultats ont permis de démontrer, sur deux échantillons indépendants, les qualités psychométriques (fidélité, validité) de trois instruments de mesure développés pour évaluer les pratiques de reconnaissances et de soutien au travail en fonction de leur source, et de leur cible. Par ailleurs, ces résultats ont aussi permis de confirmer que les différentes facettes de la reconnaissance et du soutien considérées prédisaient de manière significative les résultantes considérées. Toutefois, très peu de différences générationnelles ont été observées, et celles-ci sont davantage compatibles avec un effet de l'âge et du stade de carrière que de la génération, montrant une plus grande efficacité de certaines pratiques chez les employés plus jeunes.

Le stress au travail a de nombreux impacts sur les individus et sur les organisations. Le stress est un mécanisme complexe qui est souvent associé à la santé psychologique en milieu de travail et qui entraîne des coûts notables pour les organisations. Des pistes de prévention passent par l'habilitation, la reconnaissance et la réduction des risques associés aux agents stressants de l'environnement. L'objectif de cette étude est d'évaluer l'effet d'une intervention participative, sous forme d'un processus de résolution de problème en groupe, sur les perceptions de stress, d’habilitation et de reconnaissance au travail des participants. L'étude s’inscrit en parallèle avec une opération organisationnelle de diagnostic à l’aide du questionnaire «Entreprise en santé». Dans le cadre de la démarche organisationnelle, 54 personnes ont acceptées de participer à l'intervention. La méthodologie propose un devis de recherche préexpérimental à mesure répétée. L'échantillon est composé de 14 volontaires parmi 54 participants. Les données sur le stress, l'habilitation psychologique, la reconnaissance et les sous-dimensions de ces deux dernières variables ont été recueillies à l'aide d'un questionnaire auto-rapporté avant et après l'intervention. Un test t a été utilisé pour vérifier les différences entre le temps 1 et le temps 2. Les résultats indiquent des résultats statistiquement non significatifs sur chacune des 10 variables. La faible taille de l'échantillon, la faible puissance statistique et un effet plafond aux résultats d'habilitation incitent toutefois à considérer les résultats avec précautions.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.