Texte remanié de: Diss.--Göttingen, 2001. / Bibliogr. p. 367-384. Notes bibliogr. Index.

Texte remanié de: Th. Ph. D.--Hist.--Oxford--Balliol College, 1995. / Bibliogr. p. 238-251. Index.

Texte remanié de: Thèse de doctorat--Études germaniques--Strasbourg 2, 1995. / En appendice, choix de documents. Bibliogr. p. 355-375. Index.

Texte remanié de: Thèse de doctorat--Instituto de Estudos Jornalíticos--Universidade de Coimbra, 2006. Titre de soutenance : Os media e os novos movimentos sociais. / Bibliogr. p. [122]-124.

Texte remanié de: Thèse de doctorat--Sciences et techniques des activités physiques et sportives--Strasbourg 2, 2004. / Bibliogr. p. 414-418.

Le suivi en 3D des mouvements de la tête avec une seule caméra est un sujet important et difficile pour concevoir des interfaces informatiques. Dans cette thèse nous proposons deux logiciels et étudions leurs applications à l'interface Homme machine.Le premier logiciel propose un suivi différentiel d'un ellipsoïde en 3D. Il estime récursivement la position de la tête avec des prédictions et mise à jour du modèle. Cette solution, bien que robuste, souffre de deux limites : les mouvements de la tête doivent être petits et il y a une importante dérive temporelle. D'autres pistes doivent être envisagées.la deuxième partie de cette thèse se tourne vers une nouvelle solution à détection. La nouveauté est de conduire conjointement la modélisation, l'apprentissage et le suivi. Le suivi de position est réalisé en associant un suivi dynamique avec un apprentissage hors ligne des textures de visage utilisant un modèle 3D élémentaire de la tête. De nombreuses expériences valident que les mouvements de la tête sont suivi sans dérives. Pour améliorer les performances, nous avons ajouté un algorithme de flux optique pour renforcer la cohérence temporelle en éliminant les valeurs aberrantes.Dans la dernière partie, nous présentons deux applications des algorithmes. La première vise à estimer le regard à partir de la rotation de la tête. La seconde permet d’afficher des avatars réalistes en plaquant la texture du visage extraite de la vidéo. / Monocular 3D head tracking is a core technique for designing intelligent interfaces. Over the last decade, the objective that tracks long-term persistent poses in ever-changing environments remains a challenging problem. In this thesis, we investigate this problem by presenting two alternative frameworks and exploit its potential applications in computer-human interactions. The first framework is a robust implementation of the conventionally differential tracking approach along with a 3D ellipsoid for geometric reasoning. It recursively estimates head poses from prior prediction and dynamically updates its template. These attributes make it robust to ever observation changes and lead to smooth estimations. However, they also bring two severe problems that target movement is limited to be small and template drifting happens from time to time, which together make long-term tracking with a camera impossible.To avoid these crucial limits, the second part of this thesis turns to a novel tracking by detection approach. The novelty of our approach is to joint modeling, learning and tracking in a unified system. The pose tracking is realized by matching online features with the offline learned multi-view feature classes while the learning depends on face texture synthesis, stable class detection and multiview selection that are executed within a simple head modeling system. Extensive experiments witnesses the disappearance of model drifting as well as the success of tracking natural head movements. To further enhance the performances, we also integrate opticalflow correspondences to enforce temporal consistency during tracking by detection and incorporate color prior to clarify possible outlier features in a discriminative way.In the last part of this thesis, we present two applications of the proposed 3D head tracking system. The first is to estimate eye gaze in the presence of natural head rotations. The second is to transfer facial expressions from human being to an online avatar.

Texte remanié de: Diss. Ph. D.--Cornell University, 1998. Titre de soutenance : "Think locally, act gradually" : political strategy and the American prohibition movement during the nineteenth and twentieth centuries. / Bibliogr. p. 301-316. Index.

Partie de: Magisterarbeit--Universität Hamburg. / Bibliogr. p. 159-178.

Texte remanié de : Thèse de doctorat : Sociologie : Paris, EHESS : 2004. / ATTAC = Association pour la taxation des transactions financières pour l'aide aux citoyens. Titre provenant de l'écran-titre.

L’Imagerie par Résonance Magnétique (IRM) est de nos jours un puissant outil de diagnostic grâce à sa capacité à produire des images aussi bien morphologiques que fonctionnelles. Bien que la résolution temporelle se soit améliorée avec les techniques d’imagerie rapide et parallèle, les mouvements physiologiques du type cardio-respiratoire restent gênants et dégradent la qualité des images. L’apnée et la synchronisation sont les techniques les plus couramment utilisées. Celles-ci ont des limites et restent difficiles pour certains patients. Pour mettre en oeuvre l’imagerie adaptive qui consiste à intégrer les mouvements des patients dans les processus d’acquisition et de reconstruction, nous devons disposer de capteurs de mouvements compatibles IRM donnant la meilleure représentation du mouvement des organes. Différents types de capteurs et méthodes de validations ont été développés pour intégrer ces informations externes aux algorithmes de reconstruction. Chaque capteur conçu devait être non-invasif et compatible à l’environnement IRM (champ magnétique, gradients de champ magnétique, et ondes de radiofréquences). La conception des capteurs impliquait la mise en oeuvre d’outils d’acquisition, et des méthodes de tests et de validations. Différent concepts de capteurs ont été explorés et testés. La validation finale étant faite par l’intégration des signaux à l’imagerie adaptative qui conduit à un apport au niveau de la qualité de l’image et par conséquent une amélioration du diagnostic. / Magnetic Resonance Imaging (MRI) is nowadays a powerful tool for diagnosis thanks to the ability to produce morphological and functional images. Despites of higher temporal resolution obtained with fast imaging techniques and parallel imaging, physiological movements, like the cardio-respiratory motion, are still a source of artefacts and degrade the quality of the image. Breathhold and gating/triggering are usually used to reduce the impact of this problem. For adaptive imaging, we want to take into account organs and physiological movement of the patient for the image acquisition and reconstruction process. For this reason, MRI compatible motion sensors are necessary. We have tested several types of motion sensors and developed validation methods to integrate this external information in the reconstruction algorithms. Every of the conceived sensor had to be non-invasive and compatible to the MRI environment (the magnetic field, gradients of magnetic field, and waves of radio frequencies). The conception of the sensors required the implementation of acquisition tools and validation tests and methods. Different types of sensors were investigated and tested. The final validation is made by the integration of the sensors in adaptive imaging process increasing image quality and consequently improving the diagnosis.