La pollution maritime est l’un des principaux accidents qui affectent l’environnement maritime pendant une longue période. Il est essentiel que les systèmes de détection et de surveillance des déversements d'hydrocarbures interviennent rapidement pour contenir le danger. Ces systèmes utilisent plusieurs techniques et capteurs, les plus récents étant ceux réalisés à distance à l'aide de systèmes satellitaires et aéroportés. L'Agence européenne pour la sécurité maritime (EMSA) a lancé en 2016 la nécessité d'utiliser un système complémentaire, utilisant des drones, aux systèmes de surveillance maritime actuels.Dans nos travaux, nous proposons l’utilisation des drones comme système de détection des déversements d’hydrocarbures. Le radar basé sur un drone permettra une évaluation rapide et le traitement des données en temps réel de la zone où le drapeau de possibles déversements est levé par des témoins. L' échographie en parallèle peut être utilisée pour couvrir une grande surface dans un moment critique. De plus, l' échographie à l'aide de drones offre une résolution spatiale élevée par rapport à un satellite et présente l'avantage principal d'un coût relativement réduit par rapport aux systèmes de détection aéroportés spécialisés. Les drones peuvent être désignés comme systèmes nadir (émission et réception à angle nul par rapport à la normale). Étant largement indépendants de la rugosité de surface, les rendements des systèmes nadir (ou quasi-nadir) bénéficieront de la prédominance de la diffusion spéculaire et permettront une détection même par vent très faible. Les mêmes conditions sont considérées comme inappropriées pour la détection à l'aide d'autres techniques récentes.Dans cette thèse, nous présentons une nouvelle approche probabiliste qui utilise un radar à large bande d'aspect nadir pour les applications de détection de la pollution maritime. L’approche proposée combine un modèle de diffusion monocouche et des statistiques bayésiennes afin d’évaluer la probabilité de détection de marées noires, dans une plage plausible d’épaisseurs, sur l’eau de mer. Nous présentons un cadre d’algorithmes qui utilise des mesures de la valeur de réflectivité pour détecter les déversements de pétrole. L'infrastructure prend en charge une ou plusieurs mesures collectées à une ou plusieurs fréquences dans les bandes C et X. L'analyse des performances des trois types de détecteurs (simple, double et tri-fréquence) est effectuée. L'analyse des résultats obtenus à partir des interfaces de surfaces planes et rugueuses est également présentée.Nous complétons les algorithmes de détection par une nouvelle approche visant à estimer l’épaisseur de la nappe de pétrole. Nous présentons des estimateurs à probabilité unique, double et multifréquences maximum. Ces derniers utilisent l'algorithme de distance minimum euclidienne, dans des ensembles de constellation prédéfinis 1-D, 2-D ou K-D, sur des réflectivités simulées pour estimer l'épaisseur de la marée noire. Les algorithmes dérivés sont présentés et testés à l'aide d'une simulation de Monte-Carlo.Pour pouvoir passer aux prototypes et aux applications réelles, les résultats nécessitent une validation expérimentale. Par conséquent, nous présentons également une méthode rapide et efficace pour l'extraction à distance des coefficients de réflexion de puissance sur une structure multicouche modélisant un déversement d'hydrocarbures à la surface de l'eau de mer. Les résultats expérimentaux obtenus sont analysés et comparés à des calculs théoriques. / Oil spill in sea water is one of the main accidents that adversely affect the maritime environment for a long period of time. It is crucial to have oil spill detecting and monitoring systems to have quick intervention to contain the danger. Such systems use several techniques and sensors, where most recent ones are those done remotely using satellite and airborne systems. The European Maritime Safety Agency (EMSA) launched in 2016 the need to use a complementary system, using drones, to the present satellite maritime surveillance systems.In our work, we propose the use of the drones for oil spill detection system. The drone-based radar will allow quick assessment and real time data processing of the area where the flag of possible spills is raised by witnesses. Parallelization in scanning can be used to cover large area in a critical time. Furthermore, scanning with drones provides high spatial resolution compared to satellite and with a principal advantage of relative low cost compared to dedicated airborne detection systems. Drones can be designated as nadir-looking systems (transmit and receive at zero angle from the normal). Being largely independent of surface roughness, the returns from nadir (or near-nadir) systems will benefit from the dominance of the specular scattering and allow detection even in very low wind conditions. The same conditions are considered to be unsuitable for detection using other recent techniques.In this thesis, we present a new probabilistic approach which uses nadir-looking wide-band radar for oil spill detection applications. The proposed approach combines a single layer scattering model with Bayesian statistics in order to evaluate the probability of detection of oil slicks, within a plausible range of thicknesses, on seawater. We present a framework of algorithms that utilize measurements of the reflectivity value to detect oil spills. The framework supports one or more measurements collected at single or multiple frequencies in the C-band and X-band. Performance analysis of all three types of detectors (single, dual- and tri-frequency) is done. The analysis for the results obtained from both flat- and rough- surfaces interface is also presented.We complement the detection-algorithms by a new approach targeting the estimation of the oil slick thickness. We present Maximum Likelihood single-, dual- and multi-frequency estimators. The latter use Minimum-Euclidean distance algorithm, in pre-defined 1-D, 2-D or K-D constellation sets, on simulated reflectivities to estimate the thickness of the oil slick. The derived algorithms are presented and tested using Monte-Carlo simulation.To be able to move forward to prototypes and real applications, the results need experimental validation. Therefore, we also present a fast and efficient method for the remote extraction of the power reflection coefficients on multilayer structure modeling an oil spill on the top surface of sea water. Experimental results obtained are analyzed and compared to theoretical calculations.

L’étude menée dans le cadre de cette thèse vise l’étude du rôle de la dynamique de formes faciales 3D à révéler l’identité des personnes et leurs états émotionnels. Pour se faire, nous avons proposé un cadre géométrique pour l’étude des formes faciales 3D et leurs dynamiques dans le temps. Une séquence 3D est d’abord divisée en courtes sous-séquences, puis chacune des sous-séquences obtenues est représentée dans une variété de Grassmann (ensemble des sous-espaces linéaires de dimension fixe). Nous avons exploité la géométrie de ces variétés pour comparer des sous-séquences 3D, calculer des statistiques (telles que des moyennes) et quantifier la divergence entre des éléments d’une même variété Grassmannienne. Nous avons aussi proposé deux représentations possibles pour les deux applications cibles – (1) la première est basée sur les dictionnaires (de sous-espaces) associée à des techniques de Dictionary Learning Sparse Coding pour la reconnaissance d’identité et (2) le représentation par des trajectoires paramétrées par le temps sur les Grassmanniennes couplée avec une variante de l’algorithme de classification SVM, permettant un apprentissage avec des données partielles, pour la détection précoce des émotions spontanée. Les expérimentations réalisées sur les bases publiques BU-4DFE, Cam3D et BP4D-Spontaneous montrent à la fois l’intérêt du cadre géométrique proposé (en terme de temps de calcul et de robustesse au bruit et aux données manquantes) et les représentations adoptées (dictionnaires pour la reconnaissance d’identité et trajectoires pour la détection précoce des émotions spontanées). / In this thesis, we have investigated the problems of identity recognition and emotion detection from facial 3D shapes animations (called 4D faces). In particular, we have studied the role of facial (shapes) dynamics in revealing the human identity and their exhibited spontaneous emotion. To this end, we have adopted a comprehensive geometric framework for the purpose of analyzing 3D faces and their dynamics across time. That is, a sequence of 3D faces is first split to an indexed collection of short-term sub-sequences that are represented as matrix (subspace) which define a special matrix manifold called, Grassmann manifold (set of k-dimensional linear subspaces). The geometry of the underlying space is used to effectively compare the 3D sub-sequences, compute statistical summaries (e.g. sample mean, etc.) and quantify densely the divergence between subspaces. Two different representations have been proposed to address the problems of face recognition and emotion detection. They are respectively (1) a dictionary (of subspaces) representation associated to Dictionary Learning and Sparse Coding techniques and (2) a time-parameterized curve (trajectory) representation on the underlying space associated with the Structured-Output SVM classifier for early emotion detection. Experimental evaluations conducted on publicly available BU-4DFE, BU4D-Spontaneous and Cam3D Kinect datasets illustrate the effectiveness of these representations and the algorithmic solutions for identity recognition and emotion detection proposed in this thesis.

Le travail de thèse concerne la conception intégrée d'un système de détection et localisation de fautes robuste aux incertitudes paramétriques pour les systèmes hybrides à base de modèle bond graph hybride(BGH) sous la forme LFT (Transformations linéaires fractionnelles). Sur la base de la littérature consultée, les systèmes hybrides sont principalement modélisés pour chaque mode de fonctionnement pour lequel sont générés des indicateurs de fautes déterministes. L'intérêt scientifique de la présente recherche peut être résumé comme suit : (1) l’utilisation d’un seul modèle BGH incertain basé sur les jonctions contrôlées et représentant l’ensemble des modes de fonctionnement, (2) exploitation des propriétés structurelles et causales du BGH LFT pour la génération systématique de Relations de Redondance Analytiques Globales (RRAG) et des seuils de détection robustes aux incertitudes paramétriques et, valides pour tous les modes de fonctionnement, et enfin (3) l’utilisation d’un seul outil : le modèle BGH de Diagnostic (BGHD), pour non seulement la modélisation mais aussi la surveillance en ligne. La démarche développée a été illustrée par un exemple pédagogique représentant un circuit électrique à commutation et par une application à un système hydraulique. / The present PH.D thesis deals with integrated design of robust Fault Detection and Isolation system (FDI) based on Hybrid Bond Graph (HBG) in Linear Fractional Transformation (LFT) form. Based on consulted literature about hybrid systems, each operating mode is mainly modelled by specific model for which are generated determinist fault indicators. The innovative interest of developed research can be summarized as follows: (1) use only one HBG uncertain model based on controlled junctions and representing all operating modes, (2) structural and causal properties of the LFT HBG are exploited for systematic generation of Global Analytical Redundancy Relations (GARRs), and detection thresholds, robust to parameter uncertainties, and (3) finally use of only one tool: the Diagnosis Hybrid Bond Graph (DHBG) for not only modelling but also for online surveillance. The developed approach is illustrated by electrical circuit pedagogical example and application to hydraulic system.

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, MSE, 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. / Advanced Driver Assistance Systems (ADAS) are designed to assist the driver and in particular to improve road safety. For this purpose, various sensors are typically embedded in vehicles in order, for example, to alert the driver in case of imminent danger on the road. The use of camera type of sensor is a cost-effective solution and many ADAS based on camera are being created. Unfortunately, the performance of such systems decrease drastically in the presence of adverse weather conditions, especially in the presence of fog or rain, which could oblige to turn off the systems temporarily in order to avoid erroneous results. While, it is precisely in these difficult circumstances that the driver would potentially need the most to be assisted. Once the weather conditions detected and characterized by embedded vision, we propose in this thesis to restore the degraded image to provide a better signal to the ADAS and thus extend the operation range of these systems. In the state of the art, there are several approaches dealing with images restoration, some of which are dedicated to our fog and rain problem and others are more general : denoising, contrast or color enhancement, inpainting... We propose in this work to combine the two families of approaches. In the case of fog our contribution is to take advantage of both approaches (physical and signal) to propose a new automatic method adapted to the case of road images. We evaluated our method using ad hoc criteria (ROC curves, visible contrast to 5%, assessment on ADAS) applied to databases of synthetic and real images. In case of rain, once the drops present on the windshield are detected, we reconstruct the hidden parts of the image using a method of inpainting based on partial differential equations. The method parameters have been optimized on road images. Finally, we show that it is possible with this approach to build three types of applications : preprocessing, processing and assistance. In every family, we have proposed and evaluated a specific application : traffic signs detection during foggy weather; detection of free space in fog conditions and display of the restored image to the driver.

Cette thèse porte sur le problème de la navigation basée sur la vision pour les robots mobiles dans les environnements intérieurs. Plus récemment, de nombreux travaux ont été réalisés pour résoudre la navigation à l'aide d'un chemin visuel, à savoir la navigation basée sur l'apparence. Cependant, en utilisant ce schéma, le mouvement du robot est limité au chemin visuel d'entrainement. Le risque de collision pendant le processus de navigation peut faire écarter le robot de la trajectoire visuelle courante, pour laquelle les repères visuels peuvent être perdus. Dans l'état de nos connaissances, les travaux envisagent rarement l'évitement des collisions et la perte de repère dans le cadre de la navigation basée sur l'apparence. Nous présentons un cadre mobile de navigation pour le robot afin de renforcer la capacité de la méthode basée sur l'apparence, notamment en cas d'évitement de collision et de contraintes de champ de vision. Notre cadre introduit plusieurs contributions techniques. Tout d'abord, les contraintes de mouvement sont considérés dans la détection de repère visuel pour améliorer la performance de détection. Ensuite, nous modélisons l'obstacle en utilisant B-Spline. La représentation de B-Spline n'a pas de régions accidentées et peut générer un mouvement fluide pour la tâche d'évitement de collision. En outre, nous proposons une stratégie de contrôle basée sur la vision, qui peut gérer la perte complète de la cible. Enfin, nous utilisons l'image sphérique pour traiter le cas des projections d'ambiguité et d'infini dus à la projection en perspective. Les véritables expériences démontrent la faisabilité et l'efficacité de notre cadre et de nos méthodes. / This thesis is concerned with the problem of vision-based navigation for mobile robots in indoor environments. Many works have been carried out to solve the navigation using a visual path, namely appearance-based navigation. However, using this scheme, the robot motion is limited to the trained visual path. The potential collision during the navigation process can make robot deviate from the current visual path, in which the visual landmarks can be lost in the current field of view. To the best of our knowledge, seldom works consider collision avoidance and landmark loss in the framework of appearance-based navigation. We outline a mobile robot navigation framework in order to enhance the capability of appearance-based method, especially in case of collision avoidance and field-of-view constraints. Our framework introduces several technical contributions. First of all, the motion constraints are considered into the visual landmark detection to improve the detection performance. Next then, we model the obstacle boundary using B-Spline. The B-Spline representation has no accidented regions and can generate a smooth motion for the collision avoidance task. Additionally, we propose a vision-based control strategy, which can deal with the complete target loss. Finally, we use spherical image to handle the case of ambiguity and infinity projections due to perspective projection. The real experiments demonstrate the feasability and the effectiveness of our framework and methods.

Le besoin de concevoir des systèmes de détection efficaces de diverses substances afin d'améliorer le contrôle de qualité et la sécurité environnementale, nous amène à chercher de nouvelles approches pour contourner les problèmes reliés aux systèmes de détection actuels, tels leur taille, coût, sélectivité et consommation d'énergie. Il est aussi souhaitable de définir un modèle de développement qui ne soit pas contraint par le besoin d'une connaissance précise des processus physiques sous-jacents, souvent inconnus. Ce mémoire décrit la mise en oeuvre partielle d'un dispositif permettant d'identifier et de mesurer la concentration de substances fluorophoriques dans un milieu optique typique (Solution liquide ou suspension dans un fluide). La méthode est basée sur des mesures de fluorescence multispectrales, réalisées en excitant une substance inconnue avec une ou plusieurs diodes électroluminescentes qui couvrent un intervalle de longueurs d'ondes donné. La conception du détecteur photoélectrique repose sur la propriété inhérente des diodes électroluminescentes d'agir comme détecteurs photoélectriques quand elles sont polarisées à l'envers, et cela en offrant une réponse spectrale qui dépend de leur couleur. Dans ce mémoire, on propose un système dont l'entrée est composée d'une diode excitatrice et d'un ensemble de diodes électroluminescentes de différentes couleurs qui détectent la lumière à différentes longueurs d'ondes. Les données acquises par les photodiodes sont transmises à un système d'amplification puis à un convertisseur analogique numérique avant d'être acheminées vers un microcontrôleur implémenté sur une puce FPGA. Ce dernier permet de commander le processus de saisie des données et l'affichage des résultats obtenus quant au type et à la concentration des données obtenues. Un réseau de neurones artificiel (RNA) codé en logiciel réalise le traitement des données requis. Ce mémoire couvre tous les aspects du design sauf celui du RNA. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Mesure de fluorescence, Photodiode, FPGA, MicroBlaze.

Les caméras de vidéosurveillance sont de plus en plus présentes dans notre société, à un point tel que les séquences vidéo sont souvent enregistrées sans être regardées par des agents de sécurité. Il convient donc de créer des algorithmes qui vont effectuer le même travail d'analyse que des surveillants humains. Bien qu'il y ait des inquiétudes au niveau de la vie privée, on peut envisager maintes applications, toutes au service de la société. La détection de changement est à la base de bon nombre d'applications en analyse vidéo. Elle consiste à détecter tout changement intéressant dans une séquence capturée par une caméra fixe. Bien que les méthodes gèrent mieux les difficultés inhérentes à ce problème, il n'y a pas encore de solution définitive à la détection de changement. Avec des milliers de méthodes disponibles dans la littérature, il est présentement très difficile, voire impossible, de comparer ces méthodes et d'identifier lesquelles répondent mieux aux différents défis. Les auteurs font face au même problème lorsqu'ils désirent se comparer à l'état de l'art. Pour faire face à cette situation, nous avons créé un banc d'essai en détection de changement. Ceci inclut la création d'une banque de données d'envergure, d'une méthode d'évaluation quantitative équitable et d'un site web pour consulter le classement et télé-charger les résultats de segmentation des compétiteurs. Des outils et de la documentation pour utiliser ces derniers sont aussi offerts, le tout accessible gratuitement et simplement sur Internet. Comme le but est de devenir le standard de facto , le projet est suffisamment complet et intéressant pour convaincre la communauté scientifique de l'adopter. Ce faisant, nous avons créé notre propre programme d'annotation libre, rassemblé et programmé une dizaine de méthodes de détection de changement, puis déterminé les meilleures méthodes et les difficultés auxquelles la communauté devrait s'attaquer au cours des prochaines années. L'atelier organisé à CVPR 2012, le grand nombre de soumissions et le bon achalandage du site sont des indicateurs encourageants quant à la réussite de notre travail. Il est encore trop tôt pour confirmer quoi que ce soit car l'adoption d'un nouveau standard prend du temps, mais notre pronostic est positif.

For the last 15 years, significant amount of resources are invested to enhance the security at system and network level, such as firewalls, IDS, anti-virus, etc. IT infrastructure tends to be more and more secure than ever before. As an ever-increasing number of businesses move to take advantage of the Internet, web applications are becoming more prevalent and increasingly more sophisticated, and as such they are critical to almost all major online businesses. The very nature of web applications, their abilities to collect, process and disseminate information over the Internet, exposes thern to rnalicious hackers. However, the traditional security solutions such as firewall, network and host IDS, do not provide comprehensive protection against the attacks common in the web applications. The thesis concentrates on the research of an advanced intrusion detection framework. An intrusion detection framework was designed which works along with any custom web application to collect and analyze HTTP traffic with various advanced algorithms. Two intrusion detection algorithms are tested and adopted in the framework. Pattern Matching is the most popular intrusion detection technology adopted by most of the commercial intrusion detection system. Behavior Modeling is a new technology that can dynamically adapt the detection algorithms in accordance with the application behavior. The combination of the two intrusion technologies has dramatically reduced false positive and false negative alarms. Moreover, a Servlet filter-based Web Agent is used to capture HTTP request. An isolated Response Module is developed to execute pre-defined action according to the analysis result. A database is involved to provide persistence support for the framework. Also, several simulation experiments are developed for evaluating the efficiency of detecting capability. ______________________________________________________________________________

L’augmentation de la proportion d’énergie renouvelable sur le réseau électrique amène de nouveaux défis dans le domaine des réseaux électriques dont notamment la détection de l’îlotage non-intentionnel. Il s’agit de la situation pendant laquelle une partie du réseau de distribution, bien que déconnectée du réseau global après l’ouverture d’une protection, reste alimentée par la production locale. Ce phénomène, autrefois improbable, engendre de nombreux problèmes car la fréquence et la tension dans l’îlot ne sont plus imposées par le réseau global et deviennent donc incontrôlées. La probabilité d’apparition de ce phénomène semble augmenter du fait de l’insertion grandissante de la proportion de production renouvelable sur le réseau. De plus, de nouvelles réglementations tendent à élever le seuil de fréquence des protections de découplage, augmentant ainsi la probabilité que les producteurs ne détectent pas de situation anormale. Les travaux dans le cadre de cette thèse sont une contribution à une meilleure compréhension globale de ce phénomène et à sa détection. Des expériences en laboratoire ont été menées et ont notamment permis de prouver l’existence du phénomène. Ensuite, une étude de données réelles a permis de définir la durée typique de présence tension après l’ouverture d’une protection en tête de départ HTA sur lequel se trouvent des installations de production. Deux cas d’étude sont ensuite présentés. Le premier consiste à analyser la probabilité qu’un défaut monophasé sur la HTA ne soit pas détecté par la production en BT. Le second concerne des simulations numériques et montre l’impact du modèle de charge sur le comportement de l’îlotage non-intentionnel. La troisième étape de ces travaux concerne l’analyse de l’impact de nouvelles régulations dans les onduleurs photovoltaïques sur la taille de la zone de non-détection des protections de découplage. Enfin, la dernière partie présente une étude de l’impact de la dispersion naturelle des réglages des protections de découplage sur le comportement du système électrique, lors d’un événement de grande ampleur. / A high penetration of distributed generators (DGs) on the electrical networks brings new challenges for distribution system operators (DSO). Unintentional islanding is one of them; it is a situation when a part of the network is disconnected from the main grid but remains supplied by local generation. Though this was unlikely to occur before, the likelihood of this situation seems to increase with a higher penetration of DGs, and it leads to several issues since the frequency and the voltage in the island are not governed by the main grid anymore. Moreover, new requirements tend to increase the upper frequency threshold of the interface protection to prevent a system wide event. This could lead to an increase of the likelihood of undetected islanding. This thesis is a contribution to a better understanding of this phenomenon and its detection. First, laboratory experiences were conducted to prove its existence. Then, real data have been analyzed in order to define the typical duration of voltage presence after the trip of a protection feeder. Two case studies are introduced in the next part. The first one consists in assessing the likelihood of a single-phase fault on medium voltage networks that would generally not be detected by low voltage (LV) generation. The second one concerns numerical simulations and shows the impact of the load model on the frequency behavior of the island. The third part of this work assesses the impact of new regulations in the photovoltaic inverters on the non-detection zones of interface protections. Finally, the last part introduces a study regarding the impact of the natural dispersion of interface protection settings on the stability of an electrical system when a system wide event occurs.

Les travaux présentés dans ce manuscrit traitent de la détection de présence humaine à l'aide d'un ou plusieurs capteurs. Ces travaux ont été menés au sein de l'Institut PRISME dans le cadre du projet CAPTHOM du pôle de compétitivité S2E2. Nous proposons une réflexion sur les phénomènes physiques en jeu pour la détection de présence humaine et un état de l'art des différents systèmes utilisés pour la détection de présence humaine aujourd'hui. La solution commerciale la plus prisée aujourd'hui est l'utilisation des détecteurs de mouvements basés sur la détection de la chaleur du corps humain, c'est-à-dire, la détection des émissions infrarouges. Le besoin de l'information de présence se fait ressentir dans de nombreux projets qui ont pour but de gérer les ressources énergétiques domestiques et/ou qui ont une vocation pour le maintien à domicile. Après une évaluation de plusieurs capteurs de différentes technologies à l'aide de scénarios basiques, notre intérêt s'est porté sur les capteurs de type thermopile. Ces capteurs ont fait l'objet d'une série de tests pour aboutir à la proposition d'un modèle de la réponse des capteurs. En parallèle, nous abordons la problématique de la localisation d'une personne dans une pièce. Deux méthodes sont proposées et ont pour point commun l'utilisation d'un réseau de capteurs. La première méthode utilise les chaînes de Markov cachées et permet de trouver le chemin parcouru par la personne et ouvre des perspectives sur le diagnostic des erreurs de détections des capteurs. La deuxième méthode permet d'obtenir les coordonnées dans l'espace d'une cible à l'aide d'une optimisation par Levenberg-Marquardt des coordonnées à l'aide des réponses des capteurs de type thermopile et de leur modèle. Au final, nous nous sommes intéressés au cadre du maintien à domicile. Nous avons à notre disposition un appartement pilote qui a la particularité d'être entièrement domotisé. Une personne âgée a pu tester cet habitat durant plusieurs semaines. Les résultats obtenus nous confortent pour l'utilisation des capteurs étudiés et des méthodes de localisation développées. / The work presented in this manuscript deals with human detection by using one or more sensors. This work was done in the Institut PRISME within the framework of the CAPTHOM project of the pole of competitiveness S2E2. We propose a reflection on the physical phenomena involved in the detection of human presence and state of the art of the various systems used to detect human presence today. The commercial solution is the most popular today is the sensors based on the detection of heat from the human body (the detection of infrared emissions). The information of presence is needed in many projects that aim to manage domestic energy resources and / or have a vocation for eldercare. After an evaluation of several sensors of different technologies using basic scenarios, this work focused on sensors type thermopile. These sensors have tested and we propose a model of the sensor response. In parallel, we address the problem of locating a person in a room. Two methods are proposed and have in common the use of a sensor network. The first method uses hidden Markov Models to find the path traveled by the person and gives new perspectives on the diagnosis of errors detection sensors. The second method provides the coordinates of a target using Levenberg-Marquardt optimization of coordinate with responses of thermopile sensors and their model. Finally, we are interested in eldcare. We can use a test home who has the distinction of being fully automated. An elderly person tested this habitat for several weeks. The results obtained confirm the use of sensors studied and developed methods of localization.