La reconnaissance de formes s'intéresse à la détection automatique de motifs dans des données d'entrée, afin de pouvoir, par exemple, les classer en catégories. La matière première de ces techniques est bien souvent l'image numérique. Cette dernière, dans sa forme la plus courante, est codée sous la forme d'une matrice de pixels. Néanmoins, la question du développement de représentations plus riches se pose. Ainsi, la structuration de l'information contenue dans l'image devrait permettre la mise en évidence des différents objets représentés, et des liens les unissant. C'est pourquoi nous proposons de modéliser les images numériques sous forme de graphes, pour leur richesse et expressivité d'une part, et pour exploiter les résultats de la théorie des graphes en reconnaissance de formes d'autre part. Nous développons pour cela une méthode d'extraction de graphes plans à partir d'images, basée sur le respect de la sémantique. Nous montrons que nous pouvons, étant donné un graphe, reconstruire avec perte limitée l'image d'origine. Par la suite, nous introduisons les graphes plans à trous, graphes dont les faces peuvent être visibles ou invisibles. Leur justification trouve sa place dans la recherche de motifs notamment, pour laquelle les éléments constituant l'arrière-plan d'une image ne doivent pas être retrouvés. En dirigeant notre attention sur la planarité de ces graphes, nous proposons des algorithmes polynomiaux d'isomorphisme de graphes plans et de motifs ; nous traitons également leur équivalence, qui se trouve être un isomorphisme aux faces invisibles près

Dans cette thèse je propose plusieurs mécanismes de plasticité synaptique qui pourraient expliquer la rapidité, la sélectivité et l'invariance des réponses neuronales dans le cortex visuel. Leur plausibilité biologique est discutée. J'expose également les résultats d'une expérience de psychophysique pertinente, qui montrent que la familiarité peut accélérer les traitements visuels. Au delà de ces résultats propres au système visuel, les travaux présentés ici créditent l'hypothèse de l'utilisation des dates de spikes pour encoder, décoder, et traiter l'information dans le cerveau – c'est la théorie dite du ‘codage temporel'. Dans un tel cadre, la Spike Timing Dependent Plasticity pourrait jouer un rôle clef, en détectant des patterns de spikes répétitifs et en permettant d'y répondre de plus en plus rapidement.

Du fait que les complications liées à l'utilisation d'instruments obstétriques proviennent d'un problème de formation des jeunes obstétriciens et sages-femmes, nous proposons le simulateur d'accouchement BirthSIM comme un outil pour acquérir une première expérience obstétrique. En effet, un simulateur offre à l'équipe médicale une formation sans risque afin de compléter la formation traditionnelle en salle d'accouchement.<br /><br />Le simulateur BirthSIM se compose de mannequins anthropomorphes pour assurer la continuité avec la salle d'accouchement. Pour reproduire les forces mises en jeu, un vérin pneumatique commandé par un servodistributeur est asservi en position et en effort afin de simuler différents accouchements. Pour évaluer le geste obstétrique celui-ci est décomposé en deux étapes : la pose des forceps et le geste d'extraction. Pour analyser la pose des forceps, ces derniers ont été instrumentés avec des capteurs de position à six degrés de liberté, puis des méthodes d'analyse des gestes ont été développées pour évaluer objectivement la répétabilité des opérateurs, leur erreur et le taux de similarité de leur geste par rapport à un geste de référence. Concernant le geste d'extraction, un capteur de force placé au niveau du cou foetal enregistre la force exercée par l'opérateur. Une fonction d'évaluation regroupe les paramètres liés à cette extraction<br />(force maximal, travail, etc.) afin d'obtenir un indice de performance du geste.<br /><br />Enfin, l'interface de visualisation du simulateur permet aux opérateurs de voir un geste habituellement réalisé en aveugle car prenant place à l'intérieur du bassin maternel. Une méthode d'apprentissage sans risque du geste obstétrique est proposée à l'équipe médicale. En<br />utilisant les méthodes d'évaluation développées, la progression de la technique des obstétriciens formés sur le simulateur BirthSIM est quantifiée. Les résultats obtenus confirment et complètent les résultats disparates trouvés dans la littérature et attestent de l'intérêt d'un simulateur.

Le principal intérêt de l'utilisation des invariants locaux pour la mise en correspondance de différentes vues d'une même scène est le caractère local qui les rend robustes aux occultations et aux changements de point de vue et d'échelle. Néanmoins, cette localité limite le pouvoir discriminant des descripteurs locaux qui échouent dans les cas dificiles où l'ambiguité est élevée. Dans une première partie, nous proposons une méthode de mise en correspondance basée sur la relaxation qui prend en compte une information plus globale, dite contextuelle, afin de garantir des résultats corrects même dans les cas les plus dificiles. Nous présentons une application dans le cadre de la reconnaissance d'objets dans des scènes complexes. Dans une seconde partie, nous abordons le problème de la détection et du suivi du visage dans une séquence d'image. Nous proposons une méthode simple et eficace pour la détection du visage dans une image couleur, et nous montrons comment l'algorithme de mise en correspondance peut être utilisé pour suivre eficacement le visage dans une séquence d'images.

Translation dictation (TD) is a translation technique that was widely used before professional translators’ workstations witnessed the massive influx of typewriters and personal computers. In the current era of globalization and of information and communication technologies (ICT), and in response to the growing demand for translation, certain translators and translator trainers throughout the world are seeking to (re)integrate dictation into the translation practice. Contrary to a few decades ago, when the transcription of translated texts was typically carried out by professional typists, the translation industry is currently turning to voice recognition (VR) technologies—that is, computer tools that serve to transcribe dictations automatically. Although off-the-shelf VR systems are not specifically conceived for professional translation purposes, they already seem to provide a more ergonomic and efficient approach, for those translators who are already using them, than does the conventional method, i.e., typing on a computer keyboard. This thesis introduces the notion of Interactive Translation Dictation (ITD), a translation technique that involves interaction with a VR system. The literature review conducted for this research indicated that integrating VR technologies into the practice of translation is not new; however, it showed that past efforts have proved unsuccessful. Moreover, an analysis of the needs of translators who use VR systems shed light on why translators have turned to VR software and what their opinions of these tools are. This analysis also allowed us to identify the challenges that VR technology currently presents for professional translation. This thesis is intended as a first step towards developing translation tools that are both ergonomic, i.e., that take into account the human factor, and efficient, allowing translators to meet the needs of the current translation market. The thesis also advocates a renewal of translator training programs. Integrating ITD into translation training and practice means (re)integrating spoken translation techniques that were used in the past and VR technologies that are now emerging. For such integration to be effective, significant technical, cognitive and pedagogical challenges will first need to be overcome. / La traduction dictée (TD) est une technique de traduction amplement utilisée avant l’arrivée massive des machines à écrire et des ordinateurs personnels sur les postes de travail des traducteurs professionnels. À l’heure actuelle, devant la demande croissante de traduction à l’ère de la mondialisation et des technologies de l’information et des communications (TIC), certains traducteurs en exercice et des formateurs en traduction du monde entier considèrent la (ré)intégration de la TD à la pratique traductive. Contrairement à la méthode d’il y a quelques décennies, où la transcription des traductions était normalement produite par un copiste professionnel, on considère l’utilisation des technologies de reconnaissance vocale (RV) : des outils informatiques pouvant prendre en charge la transcription de dictées. Bien que les systèmes de RV sur le marché ne soient pas adaptés à la pratique de la traduction spécifiquement, ils semblent apporter, à ceux qui les utilisent déjà, une approche plus ergonomique et plus efficace que la méthode conventionnelle, c’est-à-dire la saisie au clavier d’ordinateur. La présente thèse introduit la notion de traduction dictée interactive (TDI) comme technique de traduction en interaction avec un système de RV. Lors de la revue de la littérature pour le présent projet, nous avons constaté que l’intérêt à intégrer la RV à la traduction professionnelle n’est pas nouveau, mais que les efforts précédents n’ont pas connu de succès définitif. Également, une analyse des besoins de certains traducteurs utilisant des systèmes de RV nous a éclairé sur la nature des motivations de ces traducteurs à se tourner vers la RV, sur leurs opinions vis-à-vis de cette dernière et sur les difficultés que posent les systèmes de RV pour les tâches d’ordre traductif. Notre thèse se veut un premier pas vers la conception d’outils d’aide à la traduction à la fois ergonomiques, c’est-à-dire prenant en compte le facteur humain, et efficaces, permettant de combler les besoins actuels du marché de la traduction. Elle se veut également une proposition de renouvèlement des programmes de formation à la traduction. Intégrer la TDI à la formation et à la pratique traductives, c’est (ré)intégrer des techniques de traduction orale utilisées par le passé et des technologies émergentes de RV. Et pour que cette intégration soit optimale, des défis importants d’ordre technique, cognitif et pédagogique restent à être surmontés.

De plus en plus d'applications ont pour objectif d'automatiser l'analyse des comportements humains afin d'aider les experts qui réalisent actuellement ces analyses. Cette thèse traite de l'analyse des expressions faciales qui fournissent des informations clefs sur ces comportements.Les travaux réalisés portent sur une solution innovante, basée sur l'organisation des expressions, permettant de définir efficacement une expression d'un visage.Nous montrons que l'organisation des expressions, telle que définie, est universelle : une expression est alors caractérisée par son intensité et sa position relative par rapport aux autres expressions. La solution est comparée aux méthodes classiques et montre une augmentation significative des résultats de reconnaissance sur 14 expressions non basiques. La méthode a été étendue à des sujets inconnus. L'idée principale est de créer un espace d'apparence plausible spécifique à la personne inconnue en synthétisant ses expressions basiques à partir de déformations apprises sur d'autres sujets et appliquées sur le neutre du sujet inconnu. La solution est aussi mise à l'épreuve dans un environnement multimodal dont l'objectif est la reconnaissance d'émotions lors de conversations spontanées. Notre méthode a été mise en œuvre dans le cadre du challenge international AVEC 2012 (Audio/Visual Emotion Challenge) où nous avons fini 2nd, avec des taux de reconnaissance très proches de ceux obtenus par les vainqueurs. La comparaison des deux méthodes (la nôtre et celles des vainqueurs) semble montrer que l'extraction des caractéristiques pertinentes est la clef de tels systèmes.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les buts des recherches présentées dans cette thèse étaient d’évaluer le rôle de la stéréoscopie dans la reconnaissance de forme, dans la perception du relief et dans la constance de forme. La première étude a examiné le rôle de la stéréoscopie dans la perception des formes visuelles en utilisant une tâche de reconnaissance de formes. Les stimuli pouvaient être présentés en 2D, avec disparité normale (3D) ou avec disparité inversée. La performance de reconnaissance était meilleure avec les modes de présentation 2D et 3D qu’avec la 3D inversée. Cela indique que la stéréoscopie contribue à la reconnaissance de forme. La deuxième étude s’est intéressée à la contribution conjointe de l’ombrage et de la stéréoscopie dans la perception du relief des formes. Les stimuli étaient des images d’une forme 3D convexe synthétique présentée sous un point de vue menant à une ambigüité quant à sa convexité. L’illumination pouvait provenir du haut ou du bas et de la gauche ou de la droite, et les stimuli étaient présentés dichoptiquement avec soit de la disparité binoculaire normale, de la disparité inversée ou sans disparité entre les vues. Les participants ont répondu que les formes étaient convexes plus souvent lorsque la lumière provenait du haut que du bas, plus souvent avec la disparité normale qu’en 2D, et plus souvent avec absence de disparité qu’avec disparité inversée. Les effets de direction d’illumination et du mode de présentation étaient additifs, c’est-à-dire qu’ils n’interagissaient pas. Cela indique que l’ombrage et la stéréoscopie contribuent indépendamment à la perception du relief des formes. La troisième étude a évalué la contribution de la stéréoscopie à la constance de forme, et son interaction avec l’expertise perceptuelle. Elle a utilisé trois tâches de discrimination séquentielle de trombones tordus ayant subi des rotations en profondeur. Les stimuli pouvaient être présentés sans stéréoscopie, avec stéréoscopie normale ou avec stéréoscopie inversée. Dans la première moitié de l’Exp. 1, dans laquelle les variations du mode de présentation étaient intra-sujets, les performances étaient meilleures en 3D qu’en 2D et qu’en 3D inversée. Ces effets ont été renversés dans la seconde moitié de l’expérience, et les coûts de rotation sont devenus plus faibles pour la 2D et la 3D inversée que pour la 3D. Dans les Exps. 2 (variations intra-sujets du mode de présentation, avec un changement de stimuli au milieu de l’expérience) et 3 (variations inter-sujets du mode de présentation), les effets de rotation étaient en tout temps plus faibles avec stéréoscopie qu’avec stéréoscopie inversée et qu’en 2D, et plus faibles avec stéréoscopie inversée que sans stéréoscopie. Ces résultats indiquent que la stéréoscopie contribue à la constance de forme. Toutefois, cela demande qu’elle soit valide avec un niveau minimal de consistance, sinon elle devient stratégiquement ignorée. En bref, les trois études présentées dans cette thèse ont permis de montrer que la stéréoscopie contribue à la reconnaissance de forme, à la perception du relief et à la constance de forme. De plus, l’ombrage et la stéréoscopie sont intégrés linéairement. / The goals of the researches presented in this thesis were to evaluate the role of stereopsis in shape recognition, in relief perception, and in shape constancy. The first study examined the role of stereopsis in visual shape perception using a recognition task. The stimuli were presented with null binocular disparity (i.e. 2D), normal binocular disparity (3D) or reversed disparity. Recognition performance was better with 2D and 3D displays than with reversed 3D. This indicates that stereopsis contributes to shape recognition. The second study examined the joint contribution of shading and stereopsis to the relief perception of shape. The stimuli were the images of a synthetic convex 3D shape seen from viewpoints leading to ambiguity as to its convexity. Illumination either came from above, or below and from the right or the left, and stimuli were presented dichoptically with either normal binocular disparity, reversed disparity, or no disparity between the views presented at each eye. Participants responded “convex” more often when the lighting came from above than from below. Also, participants responded that the shape was convex more often with normal than with zero disparity, and more often with 2D than with reversed stereopsis. The effects of lighting direction and display mode were additive; i.e. they did not interact. This indicates that shading and stereopsis contribute independently to shape perception. The third study assessed the contribution of stereopsis to shape constancy and how it interacts with perceptual expertise using three sequential matching tasks with bent paperclips rotated in depth. Stimuli were presented without stereopsis, or with normal or reversed stereopsis. In the first half of Exp. 1, where display mode variations were within-subject, the performances were better with stereoscopic displays than with 2D or reversed stereoscopic presentations. In the second half of the experiment, the rotation costs became weaker for the 2D and reversed 3D display modes than for the 3D one. In Exps. 2 (display mode within-subject, with stimuli switched halfway into the experiment) and 3, (display mode between-subjects) the rotation effect was consistently weaker with normal stereo than with either 2D or reversed stereoscopic displays. These experiments also demonstrate an advantage of reversed stereo over 2D presentations. This indicates that stereo may contribute to shape constancy. This, however, requires stereoscopic information to be valid with a minimal degree of consistency. Otherwise, stereo may become strategically ignored. In a nutshell, the three studies presented in this thesis showed that stereo contributes to shape recognition, relief perception and shape constancy. Furthermore stereopsis and shading are integrated independently.

Le vieillissement de la population est un problème qui touche de plus en plus le monde occidental et a pour conséquence de rendre difficile le maintien à domicile des personnes âgées, étant donné les coûts engendrés et le manque de personnel soignant. D'un autre côté, la présence des technologies dans les domiciles devient répandue et ce, à des prix abordables. On est désormais capable de récupérer facilement des informations sur ce qui se passe à l'intérieur de la maison et ainsi agir en conséquence. Le maintien à domicile devient alors possible en offrant une assistance aux personnes âgées qui soit portée par la technologie, afin de les aider à réaliser leurs activités de la vie quotidienne. À l'aide d'un calendrier électronique dans lequel seront notées toutes les activités à réaliser dans la journée, on est en mesure d'utiliser les données fournies par l'appartement pour vérifier qu'elles ont bien été réalisées, et ainsi offrir des rappels efficaces pour ces activités. C'est vers cette problématique que se tourne ce mémoire en offrant un outil pouvant utiliser et interpréter les informations provenant de l'intérieur d'un habitat, combinées à celles venant d'un calendrier électronique, dans le but d'aider à la réalisation des tâches de la vie quotidienne. Cet outil est composé de deux programmes principaux: le calendrier électronique et le programme de reconnaissance d'activité, les deux fonctionnant en collaboration. Ce mémoire présente en premier lieu l'informatique ubiquitaire, les moyens de rappel existants ainsi que les différentes méthodes pour faire de la reconnaissance d'activité dans un appartement intelligent. Suit une description du calendrier électronique permettant aux personnes âgées d'entrer correctement leurs activités à rappeler. Ensuite est décrit le programme de reconnaissance d'activité, qui interprète les évènements des capteurs pour reconnaître les activités réalisées. Le chapitre suivant traite de la collaboration entre le calendrier et le programme de reconnaissance d'activité afin qu'ils soient utilisables dans l'appartement. Une expérimentation réalisée dans l'appartement intelligent du DOMUS cherche à fournir une preuve de concept du rappel d'activité en fonction de ce qui se passe dans l'appartement.

Le traitement automatique des données complexes et variées est un processus fondamental dans les applications d'extraction d'information. L'explosion combinatoire dans la composition des textes journalistiques et l'évolution du vocabulaire rend la tâche d'extraction d'indicateurs sémantiques, tel que les entités nommées, plus complexe par les approches symboliques. Les modèles stochastiques structurels tel que les champs conditionnels aléatoires (CRF) permettent d'optimiser des systèmes d'extraction d'information avec une importante capacité de généralisation. La première contribution de cette thèse est consacrée à la définition du contexte optimal pour l'extraction des régularités entre les mots et les annotations dans la tâche de reconnaissance d'entités nommées. Nous allons intégrer diverses informations dans le but d'enrichir les observations et améliorer la qualité de prédiction du système. Dans la deuxième partie nous allons proposer une nouvelle approche d'adaptation d'annotations entre deux protocoles différents. Le principe de cette dernière est basé sur l'enrichissement d'observations par des données générées par d'autres systèmes. Ces travaux seront expérimentés et validés sur les données de la campagne ESTER. D'autre part, nous allons proposer une approche de couplage entre le niveau signal représenté par un indice de la qualité de voisement et le niveau sémantique. L'objectif de cette étude est de trouver le lien entre le degré d'articulation du locuteur et l'importance de son discours / Recent researches in Information Extraction are designed to extract fixed types of information from data. Sequence annotation systems are developed to associate structured annotations to input data presented in sequential form. The named entity recognition (NER) task consists of identifying and classifying every word in a document into some predefined categories such as person name, locations, organizations, and dates. The complexity of the NER is largely related to the definition of the task and to the complexity of the relationships between words and the semantic associated. Our first contribution is devoted to solving the NER problem using discriminative graphical models. The proposed approach investigates the use of various contexts of the words to improve recognition. NER systems are fixed in accordance with a specific annotation protocol. Thus, new applications are developed for new protocols. The challenge is how we can adapt an annotation system which is performed for a specific application to other target application? We will propose in this work an adaptation approach of sequence labelling task based on annotation enrichment using conditional random fields (CRF). Experimental results show that the proposed approach outperform rules-based approach in NER task. Finally, we propose a multimodal approach of NER by integrating low level features as contextual information in radio broadcast news data. The objective of this study is to measure the correlation between the speaker voicing quality and the importance of his speech