Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe GRAVIR (1) du LASMEA (2) au sein de l'équipe ComSee (3) qui se consacre à la vision par ordinateur. Ces travaux s'inscrivent dans le cadre d'un projet de l'Agence Nationale pour la Recherche s'intitulant " Logiciels d'Observation des Vulnérables ". Son but est de concevoir des logiciels détectant des piétons en danger et d'améliorer ainsi la sécurité routière. Ma thèse a pour but de détecter et de reconnaître les piétons dans les images. Celles-ci proviennent d'une caméra embarquée dans un véhicule circulant en milieu urbain. Ce cahier des charges implique de nombreuses contraintes. Il faut notamment obtenir un système fonctionnant en temps réel pour être capable de détecter les piétons avant un éventuel impact. De plus, ces piétons peuvent être sujets à de nombreuses variations (taille, type de vêtements...), ce qui rend la tâche de reconnaissance d'autant plus ardue. La caméra étant mobile, aucune information ne pourra être extraite du fond. Dans ma thèse, nous mettons en oeuvre différentes méthodes de vision par ordinateur, toutes basées apprentissage, qui permettent de répondre à ces attentes. Le problème se traite en deux phases. Dans un premier temps, une étape de traitement hors ligne nous permet de concevoir une méthode valide pour reconnaître des piétons. Nous faisons appel à une base d'apprentissage. Tout d'abord, un descripteur d'images est employé pour extraire des informations des images.Puis, à partir de ces informations, un classifieur est entraîné à différencier les piétons des autres objets. Nous proposons l'utilisation de trois descripteurs (ondelettes de Haar, histogrammes de gradients et descripteur binaire). Pour la classification, nous avons recours à un algorithme de Boosting (AdaBoost) et à des méthodes à noyaux (SVM, RVM, moindres carrés). Chaque méthode a été paramétrée, testée et validée, tant au niveau description d'images que classification.La meilleure association de toutes ces méthodes est également recherchée. Dans un second temps, nous développons un système embarqué temps réel, qui soit capable de détecter les piétons avant une éventuelle collision. Nous exploitons directement des images brutes en provenance de la caméra et ajoutons un module pour segmenter l'image, afin de pouvoir intégrer les méthodes de description et classification précédentes et ainsi répondre à la problématique initiale.1. acronyme de " Groupe d'Automatique, VIsion et Robotique ".2. acronyme de " LAboratoire des Sciences et Matériaux Et d'Automatique ".3. acronyme de " Computers that See ".

Cette recherche, partant des difficultés à définir ce que fait l'arbitre au moment même où il arbitre, s'intéresse à son activité de jugement. Empruntant une orientation anthropologique, cette dernière a été abordée, à la lumière de différents travaux concernant le jugement, comme une conduite humaine active, contextualisée et singulière qui, indéterminée a priori malgré la présence d'une règle, impose, à l'ensemble des acteurs de l'opposition, ce qui est équitable, possible, accepté et lève ainsi toute incertitude concernant la situation qui se déroule. Relevant d'un accomplissement pratique particulier, c'est en terme d'acte de jugement que cet objet a été appréhendé. Dans une perspective phénoménologique, l'acte de jugement de l'arbitre a été posé comme la concrétisation d'une signification non prévisible dans, par et au cours de laquelle l'arbitre lève l'incertitude de l'opposition en imposant sa situation. Pour rendre intelligible cette signification incarnée, spontanée, située et pré-réfléchie, une méthode a été élaborée. Partant de l'autoconfrontation et du constat que l'enregistrement vidéo confrontant l'acteur à sa propre image, laisse des portes ouvertes à des tendances contraires à l'explicitation de cette signification, nous avons remplacé cette perspective d'enregistrement par une perspective subjective située plus proche du point de vue de l'arbitre en match. Des entretiens en re situ subjectif, utilisant ce nouveau support, ont donc été menés afin de favoriser un effort d'explicitation de l'arbitre au plus près de ce qu'il a vécu en tant qu'acteur en match. Sept arbitres expérimentés officiant dans le championnat Fédérale 1 de la FFR ont participé à cette recherche au cours de matchs officiels pendant les saisons 2000/01 et 2001/02. Chacun a été sollicité lors d'un match. Les matériaux construits à chaque occasion ont été de trois types : (1) un journal de bord du chercheur, (2) deux enregistrements audio et vidéo du match : un à partir des tribunes, l'autre à partir d'une caméra embarquée sur l'arbitre, (3) les verbalisations de l'arbitre au cours d'un entretien en re situ subjectif mené après le match à partir de l'enregistrement de la caméra embarquée. Ces matériaux ont ensuite été traités en écho, afin de construire des descriptions phénoménales rendant compte d'un acte de jugement, tant dans ses accomplissements corporels effectifs que dans l'expérience construite par l'arbitre a posteriori dans son effort d'explicitation. Les résultats montrent qu'il est possible de rendre compte des actes de jugement de l'arbitre en phase active de jeu à travers trois manières d'être de l'arbitre à sa situation : (1) un jugement-en-acte, moment judicatoire, qui se construit progressivement dans la dynamique du rapport de l'arbitre aux actes des joueurs qui se déroulent, (2) un jugement de fait qui repose sur un fait constaté dans une évidence perceptive où une réalité s'impose dans une certaine valence à la règle, (3) un jugement délibéré qui résulte d'une reconstruction consciente, réfléchie et documentée d'un événement fini, dans un scénario plausible. L'acte de jugement quel il soit, ne peut être confondu ni avec une réaction à une réalité à l'écart de la règle, ni avec une manière standard d'appréhender une phase de jeu donnée. Au regard, des caractères descriptif et performatif de tout acte de jugement de l'arbitre, il est possible de poser que l'arbitre co-construit le déroulement du jeu en amenant les joueurs dans son monde du rugby. Les règles du jeu, loin d'être à l'écart de cette co-construction, en sont la possibilité : dans leur formalisation, elles fondent le pouvoir de l'arbitre sur le jeu, et comme les limites du jeu de rugby, elles sont le fond commun nécessaire à la coordination de l'arbitre avec les joueurs.

Ce mémoire présente les travaux réalisés dans le cadre de ma thèse. Celle-ci a été menée dans le groupe GRAVIR (1) du LASMEA (2) au sein de l’équipe ComSee (3) qui se consacre à la vision par ordinateur. Ces travaux s’inscrivent dans le cadre d’un projet de l’Agence Nationale pour la Recherche s’intitulant « Logiciels d’Observation des Vulnérables ». Son but est de concevoir des logiciels détectant des piétons en danger et d’améliorer ainsi la sécurité routière. Ma thèse a pour but de détecter et de reconnaître les piétons dans les images. Celles-ci proviennent d’une caméra embarquée dans un véhicule circulant en milieu urbain. Ce cahier des charges implique de nombreuses contraintes. Il faut notamment obtenir un système fonctionnant en temps réel pour être capable de détecter les piétons avant un éventuel impact. De plus, ces piétons peuvent être sujets à de nombreuses variations (taille, type de vêtements...), ce qui rend la tâche de reconnaissance d’autant plus ardue. La caméra étant mobile, aucune information ne pourra être extraite du fond. Dans ma thèse, nous mettons en oeuvre différentes méthodes de vision par ordinateur, toutes basées apprentissage, qui permettent de répondre à ces attentes. Le problème se traite en deux phases. Dans un premier temps, une étape de traitement hors ligne nous permet de concevoir une méthode valide pour reconnaître des piétons. Nous faisons appel à une base d’apprentissage. Tout d’abord, un descripteur d’images est employé pour extraire des informations des images.Puis, à partir de ces informations, un classifieur est entraîné à différencier les piétons des autres objets. Nous proposons l’utilisation de trois descripteurs (ondelettes de Haar, histogrammes de gradients et descripteur binaire). Pour la classification, nous avons recours à un algorithme de Boosting (AdaBoost) et à des méthodes à noyaux (SVM, RVM, moindres carrés). Chaque méthode a été paramétrée, testée et validée, tant au niveau description d’images que classification.La meilleure association de toutes ces méthodes est également recherchée. Dans un second temps, nous développons un système embarqué temps réel, qui soit capable de détecter les piétons avant une éventuelle collision. Nous exploitons directement des images brutes en provenance de la caméra et ajoutons un module pour segmenter l’image, afin de pouvoir intégrer les méthodes de description et classification précédentes et ainsi répondre à la problématique initiale.1. acronyme de « Groupe d’Automatique, VIsion et Robotique ».2. acronyme de « LAboratoire des Sciences et Matériaux Et d’Automatique ».3. acronyme de « Computers that See ». / This thesis has been realized in the group GRAVIR (4) of the LASMEA (5) with the team Com-See (6), which works on computer vision. My research was involved in a projet of the « Agence Nationale pour la Recherche »nammed « Logiciels d’Observation des Vulnérables ». Its goal was to create softwares to detect endangered pedestrians and thus to improve road safety. My thesis aims to detect and to recognize pedestrians in images. These come from a camera embedded into a vehicle, which is driven in urban areas. These specifications involve many constraints. We have to obtain a real-time system for detect pedestrians before a possible collision. Moreover, pedestrians should be very variable (size, clothes, ...), which make the recognition more complicated. As the camera is moving, no information could be taken from the background. In my thesis, we implement several methods of computer vision, all based on a learning stage, which answer to all theses expectations. The problem is solved in two steps. Firstly, a off-line stage allows us to design a method able to recognize pedestrians. We use a learning database. First of all, an image descriptor is used to extract informations of the images.Then, from these informations, a classifior is trained to differentiate pedestrians to others objects. We suggest to use three descriptors (Haar wavelets, histograms of oriented gradients and binary descriptor). For the classification task, we use a Boosting algorithm (AdaBoost) and kernel methods (SVM, RVM, least squares). We define all the parameters, and each method - of description or classification - is then tested and validated. The best association of these methods is also searched. Secondly, we realize an embedded real-time system, which is able to detect pedestrians before a possible collision. We directly use raw images coming from the camera et add a segmentation stage, so as to insert previous description and classification méthods and thus to answer to the initial problem.4. for « Groupe d’Automatique, VIsion et Robotique ».5. for « LAboratoire des Sciences et Matériaux et d’Automatique ».6. for « Computers that See ».

Les conditions atmosphériques dégradées telles que la pluie et le brouillard altèrent temporairement les conditions de conduite. Sur le réseau secondaire, la sur-accidentologie observée dans ces conditions témoigne d'une mauvaise adaptation de la conduite et en particulier de la vitesse. Nous proposons une méthodologie permettant d'estimer une vitesse de référence le long d'un trajet ainsi qu'une méthode fondée sur l'étude du risque routier pour moduler la vitesse en conditions d'adhérence et de visibilité dégradées. Notre estimation du risque routier s'appuie sur la réalisation de scénarios, extraits de l'accidentologie, à l'aide d'un modèle d'interactions véhicule-infrastructure-conducteur. Nous prenons en compte des caractéristiques statiques propres à l'infrastructure et à son environnement et les conditions météorologiques estimées en temps réel dans l'environnement direct du véhicule. Nous montrons qu'il existe des outils permettant d'alimenter les modèles en caractéristiques statiques. Enfin, nous présentons les méthodes fondées sur l'utilisation d'une caméra embarquée permettant de détecter et de caractériser en ligne les conditions atmosphériques dégradées. Nous détaillons en particulier notre contribution au travers d'une méthode de détection et de caractérisation du brouillard de nuit. Celle-ci est constituée d'un système dual s'appuyant sur la détection des halos autour des sources de lumière et sur la détection du voile de rétrodiffusion des phares du véhicule. Nous proposons finalement une méthode statique par caméra permettant de calibrer le système en conditions écologiques.

Les systèmes d'aide à la conduite (ADAS) ont pour objectif d'assister le conducteur et en particulier d'améliorer la sécurité routière. Pour cela, différents capteurs sont généralement embarqués dans les véhicules afin, par exemple, d'avertir le conducteur en cas de danger présent sur la route. L'utilisation de capteurs de type caméra est une solution économiquement avantageuse et de nombreux ADAS à base de caméra voient le jour. Malheureusement, les performances de tels systèmes se dégradent en présence de conditions météorologiques défavorables, notamment en présence de brouillard ou de pluie, ce qui obligerait à les désactiver temporairement par crainte de résultats erronés. Hors, c'est précisément dans ces conditions difficiles que le conducteur aurait potentiellement le plus besoin d'être assisté. Une fois les conditions météorologiques détectées et caractérisées par vision embarquée, nous proposons dans cette thèse de restaurer l'image dégradée à la sortie du capteur afin de fournir aux ADAS un signal de meilleure qualité et donc d'étendre la gamme de fonctionnement de ces systèmes. Dans l'état de l'art, il existe plusieurs approches traitant la restauration d'images, parmi lesquelles certaines sont dédiées à nos problématiques de brouillard ou de pluie, et d'autres sont plus générales : débruitage, rehaussement du contraste ou de la couleur, "inpainting"... Nous proposons dans cette thèse de combiner les deux familles d'approches. Dans le cas du brouillard notre contribution est de tirer profit de deux types d'approches (physique et signal) afin de proposer une nouvelle méthode automatique et adaptée au cas d'images routières. Nous avons évalué notre méthode à l'aide de critères ad hoc (courbes ROC, contraste visibles à 5 %, évaluation sur ADAS) appliqués sur des bases de données d'images de synthèse et réelles. Dans le cas de la pluie, une fois les gouttes présentes sur le pare-brise détectées, nous reconstituons les parties masquées de l'image à l'aide d'une méthode d'"inpainting" fondée sur les équations aux dérivées partielles. Les paramètres de la méthode ont été optimisés sur des images routières. Enfin, nous montrons qu'il est possible grâce à cette approche de construire trois types d'applications : prétraitement, traitement et assistance. Dans chaque famille, nous avons proposé et évalué une application spécifique : détection des panneaux dans le brouillard ; détection de l'espace navigable dans le brouillard ; affichage de l'image restaurée au conducteur.