L'objectif de cette thèse est d'améliorer la recherche d'objets visuels à l'aide de l'interactivité avec l'utilisateur. Notre solution est de construire un système intéractif permettant aux utilisateurs de définir leurs propres concepts visuels à partir de certains mots-clés visuels. Ces mots-clés visuels, qui en théorie représentent les mots visuels les plus informatifs liés à une catégorie d'objets, sont appris auparavant à l'aide d'un algorithme d'apprentissage supervisé et d'une manière discriminative. Le challenge est de construire des mots-clés visuels concis et interprétables. Notre contribution repose sur deux points. D'abord, contrairement aux approches existantes qui utilisent les sacs de mots, nous proposons d'employer les descripteurs locaux sans aucune quantification préalable. Deuxièmement, nous proposons d'ajouter une contrainte de régularisation à la fonction de perte de notre classifieur pour favoriser la parcimonie des modèles produits. La parcimonie est en effet préférable pour sa concision (nombre de mots visuels réduits) ainsi pour sa diminution du temps de prédiction. Afin d'atteindre ces objectifs, nous avons développé une méthode d'apprentissage à instances multiples utilisant une version modifiée de l'algorithme BLasso. BLasso est une forme de boosting qui se comporte similairement au LASSO (Least Absolute Shrinkage and Selection Operator). Cet algorithme régularise efficacement la fonction de perte avec une contrainte additive de type $L_1$ et ceci en alternant entre des itérations en avant et en arrière. La méthode proposée est générique dans le sens où elle pourrait être utilisée avec divers descripteurs locaux voire un ensemble structuré de descripteurs locaux qui décrit une région locale de l'image.

.

L'objectif de cette thèse est d'améliorer la recherche d'objets visuels à l'aide de l'interactivité avec l'utilisateur. Notre solution est de construire un système intéractif permettant aux utilisateurs de définir leurs propres concepts visuels à partir de certains mots-clés visuels. Ces mots-clés visuels, qui en théorie représentent les mots visuels les plus informatifs liés à une catégorie d'objets, sont appris auparavant à l'aide d'un algorithme d'apprentissage supervisé et d'une manière discriminative. Le challenge est de construire des mots-clés visuels concis et interprétables. Notre contribution repose sur deux points. D'abord, contrairement aux approches existantes qui utilisent les sacs de mots, nous proposons d'employer les descripteurs locaux sans aucune quantification préalable. Deuxièmement, nous proposons d'ajouter une contrainte de régularisation à la fonction de perte de notre classifieur pour favoriser la parcimonie des modèles produits. La parcimonie est en effet préférable pour sa concision (nombre de mots visuels réduits) ainsi pour sa diminution du temps de prédiction. Afin d'atteindre ces objectifs, nous avons développé une méthode d'apprentissage à instances multiples utilisant une version modifiée de l'algorithme BLasso. Cet algorithme est une forme de boosting qui se comporte similairement au LASSO (Least Absolute Shrinkage and Selection Operator). Il régularise efficacement la fonction de perte avec une contrainte additive de type L1 et ceci en alternant entre des itérations en avant et en arrière. La méthode proposée est générique dans le sens où elle pourrait être utilisée avec divers descripteurs locaux voire un ensemble structuré de descripteurs locaux qui décrit une région locale de l'image. / This thesis is an attempt to improve visual object retrieval by allowing users to interact with the system. Our solution lies in constructing an interactive system that allows users to define their own visual concept from a concise set of visual patches given as input. These patches, which represent the most informative clues of a given visual category, are trained beforehand with a supervised learning algorithm in a discriminative manner. Then, and in order to specialize their models, users have the possibility to send their feedback on the model itself by choosing and weighting the patches they are confident of. The real challenge consists in how to generate concise and visually interpretable models. Our contribution relies on two points. First, in contrast to the state-of-the-art approaches that use bag-of-words, we propose embedding local visual features without any quantization, which means that each component of the high-dimensional feature vectors used to describe an image is associated to a unique and precisely localized image patch. Second, we suggest using regularization constraints in the loss function of our classifier to favor sparsity in the models produced. Sparsity is indeed preferable for concision (a reduced number of patches in the model) as well as for decreasing prediction time. To meet these objectives, we developed a multiple-instance learning scheme using a modified version of the BLasso algorithm. BLasso is a boosting-like procedure that behaves in the same way as Lasso (Least Absolute Shrinkage and Selection Operator). It efficiently regularizes the loss function with an additive L1-constraint by alternating between forward and backward steps at each iteration. The method we propose here is generic in the sense that it can be used with any local features or feature sets representing the content of an image region. / تعالج هذه الأطروحة مسألة البحث عن الأشياء في الصور الثابتة و هي محاولة لتحسين نتائج البحث المنتظرة عن طريق تفاعل المستخدم مع النظام . يتمثل الحل المقترح في تصميم نظام تفاعلي يتيح للمستخدم صياغة مفهومه المرئي عن طريق مجموعة مقتضبة من أجزاء صغيرة للصور هي عبارة عن كلمات مفاتيح قد تم تعلمها سابقا عن طريق تعلم آلي استنتاجي . يمكن للمستخدم حينئذ تخصيص أنموذجه أولا بالاختيار ثم بترجيح الأجزاء التي يراها مناسبة . يتمثل التحدي القائم في كيفية توليد نماذج مرئية مفهومة و مقتضبة . نكون قد ساهمنا في هذا المجال بنقطتين أساسيتين تتمثل الأولى في إدماج الواصفات المحلية للصور دون أي تكميم ، و بذلك يكون كل مكون من ناقلات الميزات ذات الأبعاد العالية مرتبط حصريا بمكان وحيد و محدد في الصورة . ثانيا ، نقترح إضافة قيود تسوية لدالة الخسارة من أجل التحصل على حلول متفرقة و مقتضبة . يساهم ذلك في تقلص عدد هذه الأجزاء المرئية و بالتالي في ربح إضافي لوقت التكهن . في إطار تحقيق الأهداف المرسومة ، قمنا بإعداد مشروع تعلم قائم على تعدد الأمثلة يرتكز أساسا على نسخة محورة لخوارزمية بلاسو . تجدر الإشارة في الأخير أنه يمكن توظيف هذا العمل باستخدام نوع أو عدة أنواع من الواصفات المحلية للصور.

La prise en compte des enjeux environnementaux est un sujet très présent dans notre société actuelle. Dans le domaine du développement de produits, l'Eco-conception est une démarche qui permet la considération de ces enjeux en proposant de réduire les impacts environnementaux des produits tout au long de leur cycle de vie. La phase d'utilisation du cycle de vie est une étape cruciale puisque le mode d'utilisation des produits peut avoir des conséquences non négligeables sur leur performance environnementale. Nous proposons dans cette thèse d'enrichir la compréhension de cette phase d'utilisation en mettant en évidence les composantes Kansei qui jouent un rôle dans l'interaction de l'utilisateur avec le produit et qui peuvent être intégrées en amont de la conception de produits à faible impact environnemental. Notre démarche permet de mieux renseigner la phase d'utilisation, contribuant ainsi à la maitrise de la performance environnementale des produits. Nous démontrons à travers notre recherche que l'utilisateur peut être défini, non seulement par des informations basiques que nous retrouvons communément dans la Conception Centrée Utilisateur, mais également à partir d'informations subjectives apportées par la dimension Kansei. A travers nos expérimentations, nous mettons en application deux attributs EcoKansei correspondants aux valeurs et aux émotions afin d'illustrer la modélisation utilisateur pour la conception de produits à faible impact environnemental. L'approche que nous proposons vient en complément au projet EcoUse qui vise à développer une méthodologie d'Eco-conception centrée utilisateur. Les apports de notre démarche sont multiples. Du point de vue de la recherche, une mise en relation de l'Eco-conception et du Kansei, qui sont à la base complètement déconnectées entraine un enrichissement mutuel entre ces deux approches. Du point de vue industriel, une démarche d'Eco-conception appuyée par les études Kansei doit permettre la conception de nouveaux produits qui auront l'avantage d'être à la fois mieux acceptés par les utilisateurs car en adéquation avec leur sensibilité environnementale et en même temps moins impactants pour l'environnement. / The consideration of environmental issues is a very strong topic in our society nowadays. In the field of Product Development, Ecodesign is a methodology that allows the consideration of these issues by proposing to reduce the environmental impacts of products throughout their life cycle. The use phase of the life cycle is a critical step as the way how the products are managed can have significant impact on their environmental performance. We propose in this thesis to enrich the understanding of the use phase by highlighting the Kansei Information that can play a major role in the interaction between the user and the product and thus can be integrated in the early phase of the Ecodesign process. Our approach provides a better understanding the use phase, by contributing to the mastery of the environmental performance of products. Our research points out that the user can be defined not only from basic information commonly used in the User Centered Design, but also from subjective information brought by the Kansei dimension. We carry out experiments in which we implement two EcoKansei attributes corresponding to the values and emotions in order to illustrate user modeling for Ecodesign. The approach we propose is a part of EcoUse project that aims to develop a methodology for user-centered Ecodesign. Various contributions of our approach can be pointed out. For the Research, linking Ecodesign with the Kansei studies, which are basically unconnected leads to mutual enrichment between these two approaches. For Industry, an Eco-design approach supported by Kansei Information enables the design of new products which will have the benefits of both providing less impacts to the environment, and at the same time being more accepted by users as these products match with their environmental sensitivity.

La combinaison de l'internet des objets et des nouvelles technologies liées à l'énergie transforme le paysage de l'énergie dans la maison. Les installations de micro générateurs, dominées par les panneaux solaires photovoltaïques, sont en constante progression. C'est une opportunité pour la création et l'altération des comportements énergétiques. Cependant, ces transformations créent également un nouveau challenge que l'on appelle le « différentiel énergétique » à l'échelle de la maison : la consommation et la génération d'électricité des ménages sont désynchronisées. En effet, la génération locale est majoritairement incontrôlable et dépendante des conditions météorologiques alors que la consommation des ménages à tendance à se concentrer en soirée. Cette thèse vise à comprendre et supporter les pratiques de déplacement des consommations émergentes dans les ménages équipés de panneaux solaires photovoltaïques. En particulier, nous observons « Comment les outils numériques peuvent-ils tirer parti des pratiques de déplacement des consommations dans le contexte de micro génération domestique ? ». Pour adresser cette question nous avons combiné des approches empiriques et d'ingénierie, se renforçant et s'informant mutuellement les unes et les autres pour fournir une solution générale. Cela inclut la collection de données qualitatives et quantitatives, des analyses en collaboration avec les participants, des études longitudinales, des interviews, du co-design, des simulations et des tests en condition réelles. Tout au long de cette thèse, nous avons utilisé une méthodologie centrée sur l'utilisateur à chaque étape pour informer et valider la recherche en collaboration avec 38 ménages. A travers une investigation approfondi des routines telles que faire la lessive et se déplacer en voiture électrique, nous soulignons l'engagement naturel des ménages pour le déplacement des consommations. Cependant, cette activité se révèle complexe et fastidieuse. Nous révélons cette complexité à l'aide d'une analyse de donnée participative, une méthode élaborée afin d'analyser les données en collaboration avec les participants. Nous construisons une compréhension détaillée de la relation entre la génération d'électricité domestique et les routines du quotidien. Enfin, nous soulignons le besoin d'un support contextuel à travers le déploiement d'interventions sur le terrain. En perspective de la littérature, nous proposons un modèle conceptuel pour le support interactif de déplacement des consommations. / The combination of ubiquitous computing and emerging energy technologies is radically changing the home energy landscape. Domestic micro-generation, dominated by solar photovoltaic, is increasing at a rapid pace. This represents an opportunity for creating and altering energy behaviours. However, these transformations generate new challenges that we call the domestic energy gap: domestic electricity consumption and micro-generation are out of sync. Micro-generation is mainly uncontrollable production relying on weather while domestic energy consumption tends to happen mostly during the evening. This thesis focuses on understanding and supporting new domestic practices in the context of domestic solar electricity generation, looking at ‘Demand-Shifting’. Specifically, we look at how can digital tools leverage Demand-Shifting practices in the context of domestic micro-generation? Relying on a mixed-method approach, we provide a qualitative and quantitative answer with the collaboration of 38 participating households in several field studies including two spanning more than eight months. Through a deep investigation of laundry and electric mobility routines in the context of domestic micro-generation, we emphasised a natural engagement into Demand-Shifting which appeared as a complex and time-consuming task for participants which was not visible when we analysed their quantitative data. We revealed this complexity through Participatory Data Analyses, a method we designed to analyse the data in collaboration with the participating householders. This provided us with a comprehensive view of the relationship between domestic micro-generation and daily routines. Finally, we highlight the need for timely and contextual support through the deployment of interventions in-the-wild. Building on discussions of our findings in perspective of the literature, we propose a conceptual framework to support domestic interactive Demand-Shifting (iDS).