La surveillance des systèmes mécatroniques, en particulier, ceux intégrés sur les véhicules d'aujourd'hui est de plus en plus difficile. Les interconnexions de ces systèmes en vue de l'accroissement des performances et du confort de véhicule augmentent la complexité de l'information nécessaire à la prise de décision en temps réel. Cette thèse est consacrée à la problématique de détection et d'isolation (FDI, Fault Detection & Isolation) de pannes automobiles en utilisant des systèmes de recherche et d'évaluation de l'information par des approches monocritères. Les variables pertinentes pour la détection rapide des pannes sont sélectionnées d'une manière automatique en utilisant deux approches différentes : I. La première consiste à introduire la notion de conflit entre toutes les variables mesurables du système mécatronique et les analyser à partir des projections dans des espaces de classification hyper-rectangles. II. La deuxième approche consiste à utiliser la complexité de Kolmogorov comme outil de classification des signatures de pannes. L'estimation de la complexité de Kolmogorov par des algorithmes de compression sans perte d'information permet de définir un dictionnaire de pannes et de donner un score de criticité par rapport au bon fonctionnement du véhicule. Les deux approches proposées ont été appliquées avec succès sur plusieurs types de données automobiles dans le cadre du projet ANR-DIAPA

Cette thèse se concerne avec de tâches de la recherche et la classification d'images. Ces tâches sont résolues par l'apprentissage des modèles statistiques donnée une représentation du contenu visuel de l'image et une mesure de ressemblance entre les images. Ici nous visons à améliorer les performances du tâches en étendant le sac-de-mots représentation de l'image, tout en utilisant modèles statistiques et des mesures de similarité entre les images déjà existants. Nous adaptons la représentation d'image en fonction d'une tâche donnée. Nous avons d'abord explorer la tâche de reclassement d'images, en contexte de la recherche d'images, dont le but est de trier les images récupérées par une requête textuelle afin que les images pertinentes pour ce requête sont classés au-dessus les autres images. Inspiré par le méthodes de reclassement de documents textuelles nous avons développé une représentation qui dépend du contenu visuel de l'image, mais également sur la requête textuelle utilisée pour récupérer l'image. Ensuite, nous adaptons la représentation pour la tâche de classification d'images, qui vise à attribuer une ou plusieurs étiquettes d'une image liée à la contenu visuel de l'image. Nous avons adaptée de la représentation en apprenant un vocabulaire visuel, spécifiquement pour la tâche de classification. Nous avons également introduit une nouvelle représentation qui encode les informations sur la disposition spatiale des parties d'image, de manière beaucoup plus compacte que les représentations actuellement utilisés pour codage de l'agencement spatial. Toutes les représentations développées sont compacts, rapides à construire et obtient bons résultats en utilisent des modèles linéaires. Nous montrons des améliorations sur plusieurs bases des images complexes en comparaison avec des méthodes de l'état de l'art. Pour les tâches de recherche et classification d'images nous avons montré que l'adaptation de la représentation à la tâche améliore les performances.

La reconstruction de surfaces tridimensionnelles à partir de plusieurs caméras calibrées peut s'entrevoir sous plusieurs aspects, en particulier, sous des aspects géométriques ou photométriques. Les images contiennent un grand nombre d'informations dont la correspondance, l'ombrage et les contours. En reconstruction 3D multi-vues, toutes ces informations n'ont cependant été que très partiellement fusionnées. Pourtant en exploitant simultanément le maximum d'information disponible, nous devrions intuitivement obtenir de meilleurs résultats et des algorithmes plus robustes. Par ailleurs, nous avons aussi régulièrement des connaissances a priori sur la scène ; connaissances qu'il est possible d'exploiter, par exemple en les insérant sous la forme de contraintes. Arriver à trouver un cadre rigoureux permettant de mêler et exploiter naturellement et simultanément toutes ces informations pour les problèmes de reconstruction 3D multi-vues serait donc particulièrement pertinent. Pour avancer dans cet objectif, il est nécessaire de se replonger et de travailler la modélisation. Dans ce manuscrit, je présente les travaux que j'ai menés dans ce domaine autour de toutes ces questions. Ce manuscrit est aussi l'occasion pour moi de présenter les objectifs et activités de l'équipe de recherche STEEP que je anime et coordonne depuis sa création en 2010.

Cette thèse traite de la reconstruction tridimensionnelle d'une scène rigide à partir d'une collection de photographies numériques, dites vues. Le problème traité est connu sous le nom du "calcul de la structure et du mouvement" (structure-and/from-motion) qui consiste à "expliquer" des trajectoires de points dits d'intérêt au sein de la collection de vues par un certain mouvement de l'appareil (dont sa trajectoire) et des caractéristiques géométriques tridimensionnelles de la scène. Dans ce travail, nous proposons les fondements théoriques pour étendre certaines méthodes de calcul de la structure et du mouvement afin d'intégrer comme données d'entrée, des points d'intérêt réels et des points d'intérêt complexes, et plus précisément des images de points cycliques. Pour tout plan projectif, les points cycliques forment une paire de points complexes conjugués qui, par leur invariance par les similitudes planes, munissent le plan projectif d'une structure euclidienne. Nous introduisons la notion de marqueurs cycliques qui sont des marqueurs plans permettant de calculer sans ambiguïté les images des points cycliques de leur plan de support dans toute vue. Une propriété de ces marqueurs, en plus d'être très "riches" en information euclidienne, est que leurs images peuvent être appariées même si les marqueurs sont disposés arbitrairement sur des plans parallèles, grâce à l'invariance des points cycliques. Nous montrons comment utiliser cette propriété dans le calcul projectif de la structure et du mouvement via une technique matricielle de réduction de rang, dite de factorisation, de la matrice des données correspondant aux images de points réels, complexes et/ou cycliques. Un sous-problème critique abordé dans le calcul de la structure et du mouvement est celui de l'auto-calibrage de l'appareil, problème consistant à transformer un calcul projectif en un calcul euclidien. Nous expliquons comment utiliser l'information euclidienne fournie par les images des points cycliques dans l'algorithme d'auto-calibrage opérant dans l'espace projectif dual et fondé sur des équations linéaires. L'ensemble de ces contributions est finalement utilisé pour une application de suivi automatique de caméra utilisant des marqueurs formés par des couronnes concentriques (appelés CCTags), où il s'agit de calculer le mouvement tridimensionnel de la caméra dans la scène à partir d'une séquence vidéo. Ce type d'application est généralement utilisé dans l'industrie du cinéma ou de la télévision afin de produire des effets spéciaux. Le suivi de caméra proposé dans ce travail a été conçu pour proposer le meilleur compromis possible entre flexibilité d'utilisation et précision des résultats obtenus.

De nos jours, le traitement et l'analyse d'images trouvent leur application dans de nombreux domaines. Dans le cas de la navigation d'un robot mobile (fauteuil roulant) en milieu intérieur, l'extraction de repères visuels et leur suivi constituent une étape importante pour la réalisation de tâches robotiques (localisation, planification, etc.). En particulier, afin de réaliser une tâche de franchissement de portes, il est indispensable de détecter et suivre automatiquement toutes les portes qui existent dans l'environnement. La détection des portes n'est pas une tâche facile : la variation de l'état des portes (ouvertes ou fermées), leur apparence (de même couleur ou de couleur différentes des murs) et leur position par rapport à la caméra influe sur la robustesse du système. D'autre part, des tâches comme la détection des zones navigables ou l'évitement d'obstacles peuvent faire appel à des représentations enrichies par une sémantique adaptée afin d'interpréter le contenu de la scène. Pour cela, les techniques de segmentation permettent d'extraire des régions pseudo-sémantiques de l'image en fonction de plusieurs critères (couleur, gradient, texture...). En ajoutant la dimension temporelle, les régions sont alors suivies à travers des algorithmes de segmentation spatio-temporelle. Dans cette thèse, des contributions répondant aux besoins cités sont présentées. Tout d'abord, une technique de détection et de suivi de portes dans un environnement de type couloir est proposée : basée sur des descripteurs géométriques dédiés, la solution offre de bons résultats. Ensuite, une technique originale de segmentation multirésolution et hiérarchique permet d'extraire une représentation en régions pseudo-sémantique. Enfin, cette technique est étendue pour les séquences vidéo afin de permettre le suivi des régions à travers le suivi de leurs contours. La qualité des résultats est démontrée et s'applique notamment au cas de vidéos de couloir.

Une des questions centrales de la vision informatique est celle de la conception et apprentissage de représentations du monde visuel. Quel type de représentation peut permettre à un système de vision artificielle de détecter et classifier les objects en catégories, indépendamment de leur pose, échelle, illumination, et obstruction. Plus intéressant encore, comment est-ce qu'un tel système peut apprendre cette représentation de façon automatisée, de la même manière que les animaux et humains parviennent à émerger une représentation du monde qui les entoure. Une question liée est celle de la faisabilité calculatoire, et plus précisément celle de l'efficacité calculatoire. Étant donné un modèle visuel, avec quelle efficacité peut-il être entrainé, et appliqué à de nouvelles données sensorielles. Cette efficacité a plusieurs dimensions: l'énergie consommée, la vitesse de calcul, et l'utilisation mémoire. Dans cette thèse je présente trois contributions à la vision informatique: (1) une nouvelle architecture de réseau convolutif profond multi-échelle, permettant de capturer des relations longue distance entre variables d'entrée dans des données type image, (2) un algorithme à base d'arbres permettant d'explorer de multiples candidats de segmentation, pour produire une segmentation sémantique avec confiance maximale, (3) une architecture de processeur dataflow optimisée pour le calcul de réseaux convolutifs profonds. Ces trois contributions ont été produites dans le but d'améliorer l'état de l'art dans le domain de l'analyse sémantique des images, avec une emphase sur l'efficacité calculatoire. L'analyse de scènes (scene parsing) consiste à étiqueter chaque pixel d'une image avec la catégorie de l'objet auquel il appartient. Dans la première partie de cette thèse, je propose une méthode qui utilise un réseau convolutif profond, entrainé à même les pixels, pour extraire des vecteurs de caractéristiques (features) qui encodent des régions de plusieurs résolutions, centrées sur chaque pixel. Cette méthode permet d'éviter l'usage de caractéristiques créées manuellement. Ces caractéristiques étant multi-échelle, elles permettent au modèle de capturer des relations locales et globales à la scène. En parallèle, un arbre de composants de segmentation est calculé à partir de graphe de dis-similarité des pixels. Les vecteurs de caractéristiques associés à chaque noeud de l'arbre sont agrégés, et utilisés pour entrainé un estimateur de la distribution des catégories d'objets présents dans ce segment. Un sous-ensemble des noeuds de l'arbre, couvrant l'image, est ensuite sélectionné de façon à maximiser la pureté moyenne des distributions de classes. En maximisant cette pureté, la probabilité que chaque composant ne contienne qu'un objet est maximisée. Le système global produit une précision record sur plusieurs benchmarks publics. Le calcul de réseaux convolutifs profonds ne dépend que de quelques opérateurs de base, qui sont particulièrement adaptés à une implémentation hardware dédiée. Dans la deuxième partie de cette thèse, je présente une architecture de processeur dataflow dédiée et optimisée pour le calcul de systèmes de vision à base de réseaux convolutifs--neuFlow--et un compilateur--luaFlow--dont le rôle est de compiler une description haut-niveau (type graphe) de réseaux convolutifs pour produire un flot de données et calculs optimal pour l'architecture. Ce système a été développé pour faire de la détection, catégorisation et localisation d'objets en temps réel, dans des scènes complexes, en ne consommant que 10 Watts, avec une implémentation FPGA standard.

La segmentation d'images anatomiques de muscles striés squelettiques acquises par résonance magnétique nucléaire (IRM) présente un grand intérêt pour l'étude des myopathies. Elle est souvent un préalable nécessaire pour l'étude les mécanismes d'une maladie, ou pour le suivi thérapeutique des patients. Cependant, le détourage manuel des muscles est un travail long et fastidieux, au point de freiner les recherches cliniques qui en dépendent. Il est donc nécessaire d'automatiser cette étape. Les méthodes de segmentation automatique se basent en général sur les différences d'aspect visuel des objets à séparer et sur une détection précise des contours ou de points de repère anatomiques pertinents. L'IRM du muscle ne permettant aucune de ces approches, la segmentation automatique représente un défi de taille pour les chercheurs. Dans ce rapport de thèse, nous présentons plusieurs méthodes de segmentation d'images de muscles, toutes en rapport avec l'algorithme dit du marcheur aléatoire (MA). L'algorithme du MA, qui utilise une représentation en graphe de l'image, est connu pour être robuste dans les cas où les contours des objets sont manquants ou incomplets et pour son optimisation numérique rapide et globale. Dans sa version initiale, l'utilisateur doit d'abord segmenter de petites portions de chaque région de l'image, appelées graines, avant de lancer l'algorithme pour compléter la segmentation. Notre première contribution au domaine est un algorithme permettant de générer et d'étiqueter automatiquement toutes les graines nécessaires à la segmentation. Cette approche utilise une formulation en champs aléatoires de Markov, intégrant une connaissance à priori de l'anatomie et une détection préalable des contours entre des paires de graines. Une deuxième contribution vise à incorporer directement la connaissance à priori de la forme des muscles à la méthode du MA. Cette approche conserve l'interprétation probabiliste de l'algorithme original, ce qui permet de générer une segmentation en résolvant numériquement un grand système linéaire creux. Nous proposons comme dernière contribution un cadre d'apprentissage pour l'estimation du jeu de paramètres optimaux régulant l'influence du terme de contraste de l'algorithme du MA ainsi que des différents modèles de connaissance à priori. La principale difficulté est que les données d'apprentissage ne sont pas entièrement supervisées. En effet, l'utilisateur ne peut fournir qu'une segmentation déterministe de l'image, et non une segmentation probabiliste comme en produit l'algorithme du MA. Cela nous amène à faire de la segmentation probabiliste optimale une variable latente, et ainsi à formuler le problème d'estimation sous forme d'une machine à vecteurs de support latents (latent SVM). Toutes les méthodes proposées sont testées et validées sur des volumes de muscles squelettiques acquis par IRM dans un cadre clinique.

Les espaces d'ordres abstraits sont introduits par M. Marshall dans les années 70, dans la perspective d'offrir un cadre abstrait à l'étude des formes quadratiques. Vers le début des années 90, les travaux de M. Dickmann, L. de Lima et de F. Miraglia, ont donné naissance à la version duale des groupes spéciaux. Le premier thème que nous traiterons est la caractérisation des points d'un espace d'ordres du corps de fonctions d'une variété réelle, nous reprendrons un résultat de Brumfiel affirmant l'existence d'une correspondance entre ces ordres et des ultrafiltres de semi-algébriques. Nous appliquerons ceci au corps R(x,y). Suivra la caractérisation des ordres de ce corps à travers la notion de demi-branche de Bézout. Le second thème traite des principes locaux-globaux généralisés (ou Conjecture pp). Le premier résultat de la thèse porte sur la séparation des constructibles et sur la principalité des basiques. Nous montrerons que le langage des groupes spéciaux nous offre une vision claire du fait que ces principes découlent trivialement du principe de l'isotropie étendu. Le second résultat traite des contre-exemples à la conjecture dans le cas de la conique rationnelle donnée par l'équation x2+y2=3. Le dernier résultat (le plus important), aborde la conjecture pp dans le cadre du corps R(x,y). Nous nous intéresserons à des familles de polynômes vérifiant certaines conditions géométriques et montrerons que toute formule pp, ayant ses paramètres dans cette famille, vérifie un principe local-global. Nous les baptiserons formules V-universelles. Nous clorons le dernier chapitre par deux méthodes de construction.

La reconnaissance au travail qui se base sur des jugements de gratitude afin de rétribuer le travail réellement effectué par le salarié, influence positivement les comportements discrétionnaires qui ne sont pas explicitement récompensés par les systèmes formels de rémunération. Dans cette recherche, nous nous sommes intéressés à la relation entre la reconnaissance au travail et les comportements discrétionnaires à savoir le comportement d’entraide et le comportement d’innovation tout en sachant que cette relation n’a pas été étudiée dans la littérature. Le but de notre recherche est de savoir dans quelle mesure la reconnaissance au travail impacte-t-elle le comportement d’entraide et le comportement d’innovation. Pour répondre à cette question, nous avons formulé l’hypothèse fondamentale que la reconnaissance au travail a un effet positif sur les deux comportements discrétionnaires à savoir le comportement d’entraide et le comportement d’innovation.Nous avons testé cette hypothèse en menant une étude qualitative auprès de 20 infirmiers que nous avons complétée par une étude quantitative réalisée auprès d’un échantillon de 215 infirmiers Tunisiens. Les résultats de notre étude nous ont permis d’identifier les formes de reconnaissance les plus explicatives du comportement d’entraide et du comportement d’innovation.Les résultats de notre recherche ont montré que les infirmiers sont en quête permanente de reconnaissance et qu’ils cherchent à rendre leur travail plus visible pour pouvoir garantir des différentes formes de reconnaissance parmi lesquelles certaines se sont révélées les plus explicatives des deux comportements discrétionnaires : le comportement d’entraide et le comportement d’innovation. Notre recherche présente un caractère novateur et apporte une contribution autour de l’étude de la reconnaissance au travail comme étant un facteur qui favorise l’adoption du comportement d’entraide et du comportement d’innovation. / Recognition at work is based on gratitude judgments in order to reward the good work performed by the employee and positively influences the discretionary behaviors that are not explicitly reward with formal compensation systems.This doctoral dissertation studies the relationship between recognition at work and discretionary behaviors, particularly the helping and innovative behavior.This research aims to find out by which means recognition at work affects helping behavior an innovative behavior. To do so, we suggested and exam this fundamental hypothesis that employee recognition at work has positive effect on both discretionary behaviors namely helping behavior and innovative behavior.We tested this hypothesis by conducting a qualitative study on a sample of 20 nurses that we have completed with a quantitative study conducted among a sample of 215 Tunisians nurses. The results of our study allowed us to identify the most explanatory forms of recognition of the helping behavior and innovation behavior.The results of our doctoral dissertation showed that nurses are constantly in search of recognition and they are looking to make their work more visible in order to ensure different forms of recognition, some of this forms have proved the most explanatory of both discretionary behaviors.Our research is innovative and contributes to study the employee recognition as a factor that promotes the adoption of helping behavior and innovative behavior.

Les travaux effectués, dans le cadre de cette thèse, concernent l’analyse et la synthèse de systèmes dynamiques continus complexes de grande dimension. Pour la classe des systèmes étudiés, est mise en exergue en particulier l’importance du choix de la description des systèmes sur l’étendue des résultats pouvant être obtenus lorsque la méthode d’étude de la stabilité est fixée.L’utilisation des normes vectorielles comme fonction d’agrégation et du critère pratique de Borne et Gentina pour l’étude de la stabilité, associée à la description des systèmes par des matrices caractéristiques de forme en flèche, a permis l’élaboration de nouvelles conditions suffisantes de stabilisabilité de systèmes dynamiques continus non linéaires, monovariables et multivariables, formulées en théorèmes et corollaires.Ces résultats obtenus, pour une classe de processus, pouvant être caractérisés par des matrices instantanées de forme en flèche mince, ont été généralisés au cas des matrices quelconques, pouvant être mises sous forme en flèche mince généralisée ou en flèche épaisse.Les critères élaborés, soit pour l’analyse de la stabilité soit pour la synthèse d’une loi de commande stabilisante, sont ensuite exploités, avec succès, pour la formulation de nouvelles conditions suffisantes de vérification des propriétés de synchronisation, d’anti-synchronisation et de synchronisation hybride de systèmes chaotiques du type maître-esclave, d’un grand intérêt, en particulier, pour garantir une transmission sécurisée / This Thesis deals with the analysis and the synthesis of dynamic large scale continuous systems depending on the choice of the system description.Stability and stabilisability proposed studies are based on the use of vector norms as an aggregation function and of the practical Borne-Gentina criterion, associated to the description of the system by instantaneous characteristic matrix in arrow form.Practical stability conditions, easy to use, are obtained for both dynamic nonlinear continuous single input single output systems and multiple inputs multiple outputs ones, formulated by means of theorems and corollaries. These obtained results for thin arrow form, are generalized to the case of matrices, which can be putted under thin generalized arrow form or thick arrow form. The proposed stability and stabilisability criteria are afterwards, successfully, exploited to formulate new sufficient conditions, guaranteeing the synchronization, the anti-synchronization and the hybrid synchronization properties, for chaotic master-slave systems, having an increasing interest throughout their application in the secure communication field