Québec Université Laval, Bibliothèque 2015

L'objectif de ces travaux est d'établir les bases servant à l'élaboration d'un modèle de jugement des expressions faciales dynamiques. Se basant sur des données présentées par Kahneman et ses collègues (1993) qui montrent que les jugements complexes d'épisodes temporels sont fonction de l'intensité maximale d'une série et de l'intensité de son dernier élément, une première étude démontre l'importance de ces paramètres dans l'évaluation de la hauteur moyenne d'une séquence de rectangles dont la hauteur varie en fonction du temps. Cette étude montre aussi que la hauteur moyenne des rectangles en influence l'évaluation. La seconde étude a pour but de déterminer si les mêmes paramètres sont impliqués dans le jugement d'expressions faciales dynamiques. Les résultats montrent que l'intensité maximale, l'intensité finale ainsi que l'intensité moyenne influencent le jugement de l'intensité et de la valence. Il est suggéré d'ajouter la moyenne globale aux paramètres pouvant influencer le jugement d'épisodes temporels dans le modèle présenté par Kahneman et ses collègues. Nous considérons donc qu'il s'agit d'un point de départ pour l'élaboration d'un modèle de traitement des expressions faciales dynamiques.

Ces dernières années, au Québec, la profession infirmière n'a cessé de changer et de se redéfinir. Au rôle d'infirmière généraliste exerçant principalement au sein des centres hospitaliers (CH),divers rôles élargis associés à des secteurs des soins spécialisés ont été créés, comme celui de l’infirmière praticienne spécialisée (IPS). Le déploiement de ces rôles est entre autres lié aux besoins accrus et complexes en soins/services d’une population vieillissante vivant avec des maladies chroniques et à l’explosion des coûts liés à ces demandes. Le rôle émergent de l’IPS est principalement exercé par des femmes. Cette caractéristique genrée n’est certainement pas étrangère aux multiples contraintes vécues par ces professionnelles dans des milieux où une gouvernance de type entrepreneuriale se fait de plus en plus sentir. Des chercheuses, théoriciennes et militantes se sont intéressées à ce phénomène et ont notamment dénoncé le fait que les activités de soins sont peu re connues. Les répercussions du manque de reconnaissance sur les infirmières exerçant dans des secteurs de soins spécialisés ne sont pas étrangères à ce phénomène, mais elles demeurent toutefois en grande partie inconnues au regard de la littérature scientifique. Le but de cette recherche qualitative descriptive vise à explorer les expériences de reconnaissance vécues au quotidien par les infirmières québécoises exerçant dans différents secteurs de soins spécialisés, plus particulièrement les IPS, et la façon dont ces expériences se répercutent sur ces dernières et sur leurs conditions d’exercices. Les actions individuelles et collectives, actions à teneur politique, que ces infirmières mobilisent ou souhaiteraient mobiliser sont également investiguées dans le cadre de ce projet, et du projet de recherche plus large dans lequel il s’inscrit, et ce, de façon à favoriser la prise en compte de leurs revendications sociopolitiques visant l’obtention de la reconnaissance qu’elles sont en droit d’obtenir. Épistémologiquement, notre étude s’inscrit au sein de la théorie critique nous permettant d’utiliser des réflexions théoriques de type féministe et postmoderniste. Au terme de cette étude, les résultats indiquent que ces infirmières reçoivent majoritairement de la reconnaissance des patients, et ce, plus particulièrement en fonction du temps qu’elles leur accordent. La méconnaissance de leur rôle, par la population et par les professionnels qu’elles côtoient, a un impact direct sur la reconnaissance qu’elles reçoivent au quotidien. Un contrôle indu de leur pratique professionnelle a pour effets de dégrader considérablement leurs conditions d’exercice. Ces dernières sont conscientes de l’importance d’agir politiquement pour prendre plus de place dans la sphère sociale, mais subissent des contraintes, à plusieurs niveaux, au déploiement de leurs actions politiques. / In recent years, in Quebec, the nursing profession has continued to change and redefine it self. As a general nurse practicing mainly in hospitals, various extended roles associated with specialized care sectors have been created, such as that of specialized nurse practitioner. The deployment of these roles is linked, among other things, to the increased and complex care/service needs of an aging population living with chronic diseases and to the exploding costs associated with these requests. The emerging role of nurse practitioner is predominantly played by women. This gendered characteristic is certainly not foreign to the multiple constraints experienced by these professionals in environments where entrepreneurial-type governance is increasingly felt. Researchers, theorists and activists have taken an interest in this phenomenon and have notably denounced the fact that care activities are little recognized. The repercussions of the lack of recognition on nurses practicing in specialized care sectors are not unrelated to this phenomenon, but they remain largely unknown in the eyes of the scientific literature. The aim of this descriptive qualitative research is to explore the recognition practices experienced on a daily basis by Quebec nurses working in different sectors of specialized care, more particularly nurse practitioner, and the way in which these experiences have repercussions on the latter and on their conditions of care. The individual and collective actions, actions of a political nature, that these nurses mobilize or would like to mobilize are also investigated with in the framework of this project, and of the larger research project in which it is part, and this, in order to promote taking into account their socio-political demands aimed at obtaining the recognition they are entitled to obtain. Epistemologically, our study falls within the critical theory allowing us to use theoretical reflections offeminist and postmodernist type. At the end of this study, the results indicate that these nurses mainly receive recognition from patients, and this, more particularly according to the time they give them. Lack of awareness of their role, by the population and by the professionals with whom they work, has a direct impact on there cognition they receive on a daily basis. Undue control of their professional practice has the effect of considerably degrading their working conditions. The latter are aware of the importance of acting politically to take more place in the social sphere, but are constrained, at several levels, to the deployment of their political actions.

La reconnaissance des visages est un domaine de la vision artificielle qui connaît un intérêt grandissant depuis quelques années. Plusieurs approches intéressantes ont été développées dans le spectre visible. Les systèmes opérant dans ce spectre souffrent de plusieurs limitations dues aux changements dans l'éclairage et dans les expressions faciales. Dans ce travail, nous avons utilisé l'imagerie multispectrale, plus particulièrement l'imagerie infrarouge active et passive, pour améliorer la performance de la reconnaissance des visages et éviter les limitations imposées par le spectre visible. Les spectres infrarouges ont aussi leurs propres limitations, comme l'opacité des lunettes dans l'infrarouge thermique. Les solutions développées visent à résoudre ces problématiques. Nous avons développé des stratégies de fusion intra- et inter-spectres opérant dans l'espace des textures et utilisant des approches de réduction de dimensionnalités linéaires et non linéaires. Un nouvel opérateur de texture adaptatif et une nouvelle représentation des caractéristiques physiologiques des visages extraits de l'image thermique ont aussi été développés. Finalement, nous avons produit une base de données multispectrale appelée /.-Faces qui a été utilisée pour les tests ainsi que la base de données Equinox pour l'évaluation des algorithmes développés. Les résultats positifs des essais expérimentaux démontrent l'efficacité des algorithmes proposés pour construire un système de reconnaissance des visages plus performant.

Identifier correctement, indistinctement de la culture, de l'ethnicité, du contexte, du genre et de la classe sociale, les émotions d'autrui à partir d'une analyse de leurs expressions faciales, c'est ce qu'offrent, en principe, les systèmes de reconnaissance des émotions (SRÉ). En prétendant à un universalisme dans l'expression ainsi que dans la reconnaissance des émotions, nous tenterons de démontrer que les SRÉ présentent des risques non-négligeables de causer des torts importants à certains individus, en plus de viser, dans certains contextes, des groupes sociaux spécifiques. S'appuyant sur un vaste champ de connaissances multidisciplinaires - qui inclut la philosophie, la psychologie, l'informatique et l'anthropologie - ce projet de recherche vise à identifier les limites actuelles des SRÉ ainsi que les principaux risques que leur utilisation engendre, dans l'objectif de produire une analyse claire et rigoureuse de l'utilisation des SRÉ ainsi que de leur participation à une plus grande justice sociale. Mettant de l'avant les limites techniques, nous réfutons, d'une part, l'idée selon laquelle les SRÉ sont en mesure de prouver le lien de causalité entre des émotions spécifiques et des expressions faciales spécifiques. Nous appuyons notre argument par des preuves prouvant l'incapacité des SRÉ à distinguer les expressions faciales d'émotions des expressions faciales en tant que signaux de communication. D'autre part, en raison des limites contextuelles et culturelles des SRÉ actuels, nous réfutons l'idée selon laquelle les SRÉ sont en mesure de reconnaître, à performance égale, les émotions des individus, indistinctement de leur culture, ethnicité, genre et classe sociale. Notre analyse éthique démontre que les risques sont considérablement plus nombreux et plus importants que les bénéfices que l'on pourrait tirer d'une utilisation des SRÉ. Toutefois, nous avons séparé un type précis de SRÉ, dont l'utilisation se limite au domaine du care, et qui démontre un potentiel remarquable pour participer activement à la justice sociale, non seulement en se conformant aux exigences minimales, mais en répondant aussi au critère de bienfaisance. Si, actuellement, les SRÉ posent des risques importants, il est toutefois possible de considérer la possibilité que certains types spécifiques participent à la justice sociale et apportent une aide ainsi qu'un support émotionnel et psychologique à certains membres de la société. / Emotion recognition systems (ERS) offer the ability to identify the emotions of others, based on an analysis of their facial expressions and regardless of culture, ethnicity, context, gender or social class. By claiming universalism in the expression as well as in the recognition of emotions, we believe that ERS present significant risks of causing great harm to some individuals, in addition to targeting, in some contexts, specific social groups. Drawing on a wide range of multidisciplinary knowledge - including philosophy, psychology, computer science and anthropology - this research project aims to identify the current limitations of ERS and the main risks that their use brings, with the goal of providing a clear and robust analysis of the use of ERS and their contribution to greater social justice. Pointing to technical limitations, we refute, on the one hand, the idea that ERS are able to prove the causal link between specific emotions and specific facial expressions. We support our argument with evidence of the inability of ERS to distinguish facial expressions of emotions from facial expressions as communication signals. On the other hand, due to the contextual and cultural limitations of current ERS, we refute the idea that ERS are able to recognise, with equal performance, the emotions of individuals, regardless of their culture, ethnicity, gender and social class. Our ethical analysis shows that the risks are considerably more numerous and important than the benefits that could be derived from using ERS. However, we have separated out a specific type of ERS, whose use is limited to the field of care, and which shows a remarkable potential to actively participate in social justice, not only by complying with the minimum requirements, but also by meeting the criterion of beneficence. While ERS currently pose significant risks, it is possible to consider the potential for specific types to participate in social justice and provide emotional and psychological support and assistance to certain members of society.

La navigation sécuritaire et efficace des robots mobiles repose grandement sur l’utilisation des capteurs embarqués. L’un des capteurs qui est de plus en plus utilisé pour cette tâche est le Light Detection And Ranging (LiDAR). Bien que les recherches récentes montrent une amélioration des performances de navigation basée sur les LiDARs, faire face à des environnements non structurés complexes ou des conditions météorologiques difficiles reste problématique. Dans ce mémoire, nous présentons une analyse de l’influence de telles conditions sur la navigation basée sur les LiDARs. Notre première contribution est d’évaluer comment les LiDARs sont affectés par les flocons de neige durant les tempêtes de neige. Pour ce faire, nous créons un nouvel ensemble de données en faisant l’acquisition de données durant six précipitations de neige. Une analyse statistique de ces ensembles de données, nous caractérisons la sensibilité de chaque capteur et montrons que les mesures de capteurs peuvent être modélisées de manière probabilistique. Nous montrons aussi que les précipitations de neige ont peu d’influence au-delà de 10 m. Notre seconde contribution est d’évaluer l’impact de structures tridimensionnelles complexes présentes en forêt sur les performances d’un algorithme de reconnaissance d’endroits. Nous avons acquis des données dans un environnement extérieur structuré et en forêt, ce qui permet d’évaluer l’influence de ces derniers sur les performances de reconnaissance d’endroits. Notre hypothèse est que, plus deux balayages laser sont proches l’un de l’autre, plus la croyance que ceux-ci proviennent du même endroit sera élevée, mais modulé par le niveau de complexité de l’environnement. Nos expériences confirment que la forêt, avec ses réseaux de branches compliqués et son feuillage, produit plus de données aberrantes et induit une chute plus rapide des performances de reconnaissance en fonction de la distance. Notre conclusion finale est que, les environnements complexes étudiés influencent négativement les performances de navigation basée sur les LiDARs, ce qui devrait être considéré pour développer des algorithmes de navigation robustes. / To ensure safe and efficient navigation, mobile robots heavily rely on their ability to use on-board sensors. One such sensor, increasingly used for robot navigation, is the Light Detection And Ranging (LiDAR). Although recent research showed improvement in LiDAR-based navigation, dealing with complex unstructured environments or difficult weather conditions remains problematic. In this thesis, we present an analysis of the influence of such challenging conditions on LiDAR-based navigation. Our first contribution is to evaluate how LiDARs are affected by snowflakes during snowstorms. To this end, we create a novel dataset by acquiring data during six snowfalls using four sensors simultaneously. Based on statistical analysis of this dataset, we characterized the sensitivity of each device and showed that sensor measurements can be modelled in a probabilistic manner. We also showed that falling snow has little impact beyond a range of 10 m. Our second contribution is to evaluate the impact of complex of three-dimensional structures, present in forests, on the performance of a LiDAR-based place recognition algorithm. We acquired data in structured outdoor environment and in forest, which allowed evaluating the impact of the environment on the place recognition performance. Our hypothesis was that the closer two scans are acquired from each other, the higher the belief that the scans originate from the same place will be, but modulated by the level of complexity of the environments. Our experiments confirmed that forests, with their intricate network of branches and foliage, produce more outliers and induce recognition performance to decrease more quickly with distance when compared with structured outdoor environment. Our conclusion is that falling snow conditions and forest environments negatively impact LiDAR-based navigation performance, which should be considered to develop robust navigation algorithms.

L’intelligence artificielle est un domaine de recherche relativement récent. Grâce à lui, plusieurs percées ont été faites sur une série de problèmes qui étaient autrefois considérés comme très difficiles. La classification fine est l’un de ces problèmes. Cependant, même si résoudre cette tâche pourrait représenter des avancées tant au niveau scientifique qu’au niveau industriel, peu de recherche y a été effectué. Dans ce mémoire, nous abordons la problématique de l’application de la classification fine sur des problèmes concrets, soit la classification d’essence d’arbres uniquement grâce à des images de l’écorce et la classification visuelle des moisissures en culture. Nous commençons par présenter plusieurs concepts sur lesquels se basent l’apprentissage profond, à la base de notre solution ainsi que plusieurs expériences qui ont été menées afin de tenter de résoudre le problème de classification d’essence d’arbres à partir d’images de l’écorce. Par la suite, nous détaillons le jeu de données nommé BarkNet 1. 0 que nous avons construit dans le cadre de ce projet. Grâce à celui-ci, nous avons été en mesure de développer une méthode permettant d’obtenir une précision de 93,88% en utilisant une seule crop aléatoire dans une image et une précision de 97,81% en utilisant un vote de majorité sur toutes les images d’un arbre. Finalement, nous concluons en démontrant la faisabilité d’appliquer notre méthode dans d’autres contextes en montrant quelques applications concrètes sur lesquelles nous l’avons essayée, soit la classification d’essence d’arbres en industrie et la classification de moisissures. / Artificial intelligence is a relatively recent research domain. With it, many breakthroughs were made on a number of problems that were considered very hard. Fine-grained classification is one of those problems. However, a relatively small amount of research has been done on this task even though itcould represent progress on a scientific, commercial and industrial level. In this work, we talk about applying fine-grained classification on concrete problems such as tree bark classification and mould classification in culture. We start by presenting fundamental deep learning concepts at the root of our solution. Then, we present multiple experiments made in order to try to solve the tree bark classification problem and we detail the novel dataset BarkNet 1.0 that we made for this project. With it, we were able to develop a method that obtains an accuracy of 93.88% on singlecrop in a single image, and an accuracy of 97.81% using a majority voting approach on all the images of a tree. We conclude by demonstrating the feasibility of applying our method on new problems by showing two concrete applications on which we tried our approach, industrial tree classification and mould classification.

La détection de la similarité ou de la différence entre les images et leur mise en correspondance sont des problèmes fondamentaux dans le traitement de l'image. Pour résoudre ces problèmes, on utilise, dans la littérature, différents algorithmes d'appariement. Malgré leur nouveauté, ces algorithmes sont pour la plupart inefficaces et ne peuvent pas fonctionner correctement dans les situations d’images bruitées. Dans ce mémoire, nous résolvons la plupart des problèmes de ces méthodes en utilisant un algorithme fiable pour segmenter la carte des contours image, appelée carte des CCPs, et une nouvelle méthode d'appariement. Dans notre algorithme, nous utilisons un descripteur local qui est rapide à calculer, est invariant aux transformations affines et est fiable pour des objets non rigides et des situations d’occultation. Après avoir trouvé le meilleur appariement pour chaque contour, nous devons vérifier si ces derniers sont correctement appariés. Pour ce faire, nous utilisons l'approche « Weighted Graph Transformation Matching » (WGTM), qui est capable d'éliminer les appariements aberrants en fonction de leur proximité et de leurs relations géométriques. WGTM fonctionne correctement pour les objets à la fois rigides et non rigides et est robuste aux distorsions importantes. Pour évaluer notre méthode, le jeu de données ETHZ comportant cinq classes différentes d'objets (bouteilles, cygnes, tasses, girafes, logos Apple) est utilisé. Enfin, notre méthode est comparée à plusieurs méthodes célèbres proposées par d'autres chercheurs dans la littérature. Bien que notre méthode donne un résultat comparable à celui des méthodes de référence en termes du rappel et de la précision de localisation des frontières, elle améliore significativement la précision moyenne pour toutes les catégories du jeu de données ETHZ. / Matching and detecting similarity or dissimilarity between images is a fundamental problem in image processing. Different matching algorithms are used in literature to solve this fundamental problem. Despite their novelty, these algorithms are mostly inefficient and cannot perform properly in noisy situations. In this thesis, we solve most of the problems of previous methods by using a reliable algorithm for segmenting image contour map, called CCP Map, and a new matching method. In our algorithm, we use a local shape descriptor that is very fast, invariant to affine transform, and robust for dealing with non-rigid objects and occlusion. After finding the best match for the contours, we need to verify if they are correctly matched. For this matter, we use the Weighted Graph Transformation Matching (WGTM) approach, which is capable of removing outliers based on their adjacency and geometrical relationships. WGTM works properly for both rigid and non-rigid objects and is robust to high order distortions. For evaluating our method, the ETHZ dataset including five diverse classes of objects (bottles, swans, mugs, giraffes, apple-logos) is used. Finally, our method is compared to several famous methods proposed by other researchers in the literature. While our method shows a comparable result to other benchmarks in terms of recall and the precision of boundary localization, it significantly improves the average precision for all of the categories in the ETHZ dataset.

Le boosting est une approche largement utilisée pour résoudre les problèmes de classification et de régression. Sa force réside dans sa capacité à améliorer les performances de classificateurs individuels faibles pour en construire un puissant. La théorie du boosting est bien établie en tant que descente de gradient dans un espace de fonctions. Cependant, la conception d’un apprenant faible qui peut s’amplifier par boosting reste une question ouverte. Inspirés par les algorithmes Adaboost-MH et XGBoost, nous proposons une nouvelle famille d’apprenants faibles appelée Arbres de Hamming multi-classes à niveaux de confiance, où un arbre prenden charge l’encodage de la sortie, effectue un seul partitionnement disjoint de l’espace des instances, et prédit un vecteur de coefficients à valeurs réelles afin de mieux approximer le gradient fonctionnel négatif de la fonction objective. Nous proposons également un algorithme de boosting appelé QuadBoost-MHCR pour la minimisation de la perte quadratique multi-calsses avec encodage multi-classes de Hamming et avec des prédictions à niveaux de confiance. L’algorithme minimise une fonction de perte L2 multi-classes et il est facile de le généraliser, de manière analogue à XGBoost, pour minimiser toute fonction objective deux fois différentiable. / Boosting is a widely used approach for solving classification and regression problems. Its strength lies in its ability to improve the performance of individual weak classifiers to construct a strong one. The theory of boosting is well established as a gradient descent in functional space. However, the design of a boostable weak learner is still an open issue. Inspired by the algorithms Adaboost-MH and XGBoost, we propose a new family of weak learners called confidence rated multi-class Hamming trees where a tree supports output coding, performs a single disjoint partitioning of the input space, and outputs a real valued vector in order to better approximate the negative functional gradient of the cost function. We also propose ajoint boosting algorithm, called QuadBoost-MHCR for Quadratic Loss Boosting with Multi-class Hamming output encoding, and Confidence Rated predictions. The algorithm minimizes a multi-class L2-loss function, and it is easy to extend it, in an XGBoost fashion, to minimize any twice differentiable loss function.

Ce mémoire porte sur la conception d'une interface utilisateur basée sur la reconnaissance de gestes pour la commande d'un capteur 3D tenu en main. L'interface proposée permet à l'opérateur d'un tel équipement de commander le logiciel à distance alors qu'il se déplace autour d'un objet à numériser sans devoir revenir auprès du poste de travail. À cet effet, un prototype fonctionnel est conçu au moyen d'une caméra Azure Kinect pointée vers l'utilisateur. Un corpus de gestes de la main est défini et reconnu au moyen d'algorithmes d'apprentissage automatique, et des métaphores d'interactions sont proposées pour la transformation rigide 3D d'un objet virtuel à l'écran. Ces composantes sont implantées dans un prototype fonctionnel compatible avec le logiciel VXelements de Creaform. / This thesis presents the development of a gesture-based user interface for the operation of handheld 3D scanning devices. This user interface allows the user to remotely engage with the software while walking around the target object. To this end, we develop a prototype using an Azure Kinect sensor pointed at the user. We propose a set of hand gestures and a machine learning-based approach to classification for triggering momentary actions in the software. Additionally, we define interaction metaphors for applying 3D rigid transformations to a virtual object on screen. We implement these components into a proof-of-concept application compatible with Creaform VXelements.