La détection de personnes dans les vidéos est un défi bien connu du domaine de la vision par ordinateur avec un grand nombre d'applications telles que le développement de systèmes de surveillance visuels. Même si les détecteurs monoculaires sont plus simples à mettre en place, ils sont dans l’incapacité de gérer des scènes complexes avec des occultations, une grande densité de personnes ou des scènes avec beaucoup de profondeur de champ menant à une grande variabilité dans la taille des personnes. Dans cette thèse, nous étudions la détection de personnes multi-vues et notamment l'utilisation de cartes d'occupation probabilistes créées en fusionnant les différentes vues grâce à la connaissance de la géométrie du système. La détection à partir de ces cartes d'occupation amène cependant des fausses détections (appelées « fantômes ») dues aux différentes projections. Nous proposons deux nouvelles techniques afin de remédier à ce phénomène et améliorer la détection des personnes. La première utilise une déconvolution par un noyau dont la forme varie spatialement tandis que la seconde est basée sur un principe de validation d’hypothèse. Ces deux approches n'utilisent volontairement pas l'information temporelle qui pourra être réintroduite par la suite dans des algorithmes de suivi. Les deux approches ont été validées dans des conditions difficiles présentant des occultations, une densité de personnes plus ou moins élevée et de fortes variations dans les réponses colorimétriques des caméras. Une comparaison avec d'autres méthodes de l’état de l'art a également été menée sur trois bases de données publiques, validant les méthodes proposées pour la surveillance d'une gare et d'un aéroport / People detection is a well-studied open challenge in the field of Computer Vision with applications such as in the visual surveillance systems. Monocular detectors have limited ability to handle occlusion, clutter, scale, density. Ubiquitous presence of cameras and computational resources fuel the development of multi-camera detection systems. In this thesis, we study the multi-camera people detection; specifically, the use of multi-view probabilistic occupancy maps based on the camera calibration. Occupancy maps allow multi-view geometric fusion of several camera views. Detection with such maps create several false detections and we study this phenomenon: ghost pruning. Further, we propose two novel techniques in order to improve multi-view detection based on: (a) kernel deconvolution, and (b) occupancy shape modeling. We perform non-temporal, multi-view reasoning in occupancy maps to recover accurate positions of people in challenging conditions such as of occlusion, clutter, lighting, and camera variations. We show improvements in people detections across three challenging datasets for visual surveillance including comparison with state-of-the-art techniques. We show the application of this work in exigent transportation scenarios i.e. people detection for surveillance at a train station and at an airport

-

Cette thèse traite de la résolution de contacts multiples frottants entre objets déformables dans le cadre de la simulation interactive avec retour d'effort. Le contexte de ces travaux est l'apprentissage des gestes médicaux-chirurgicaux par l'intermédiaire d'une interface haptique. Dans ce type de contexte, il est nécessaire de prendre en compte la déformation des organes, les interactions organes/organes et les interactions outils/organes. Ces interactions sont du type contact avec frottements (secs ou visqueux). On utilise la Méthode des Eléments Finis appliquée aux équations de la Mécanique des Milieux Continus qui est certainement la méthode la plus rigoureuse pour modéliser le comportement linéaire ou non linéaire des tissus mous. On considère que les objets se déforment dans un état d'équilibre quasi-statique car les gestes opératoires sont lents et les objets manipulés sont de faible masse. Afin de résoudre ces équations d'équilibre quasi-statique dont les inconnues sont les forces de contact et les déplacements élastiques, on utilise la méthode incrémentale de Newton-Raphson. Plusieurs formulations, basées principalement sur le lagrangien augmentée (pseudo-potentiels, bi-potentiel), sont présentées pour modéliser les lois de contact frottant (Signorini et frottement de Coulomb) entre objets déformables dans un cadre très général (statique/dynamique, grandes déformations, schémas numériques : explicite, implicite). Afin de séparer le calcul des forces de contact du calcul des déplacements élastiques, on utilise la méthode de flexibilité laquelle permet de considérer un solveur de force de contact indépendamment du solveur des déplacements. Le solveur de forces de contact utilise des techniques de résolution numérique type " Gauss-Seidel " et " Uzawa " et permet un contrôle robuste de la solution en fonction de la précision demandée. Une version de ce solveur a été développée dans laquelle, il n'est pas nécessaire de connaître les modèles utilisés au niveau des déformations. Un simulateur temps réel avec interface haptique appelé " HapCo " a été mis au point et a permis de valider les concepts introduits dans cette thèse.