Depuis de nombreuses années, les évaluations de la faune circulante au sein de l’estuaire de la Gironde s’appuient sur plusieurs dispositifs de suivis ichtyologiques, chroniques de pêches scientifiques et professionnelles. Cependant, ces approches conventionnelles nécessitent souvent un échantillonnage conséquent, restent ponctuelles dans le temps, spatialement limitées et destructrices. Tester la mise en œuvre d’un suivi acoustique prend ainsi toute son sens et son intérêt. Plus largement appliqué en milieux marin et lacustre, cette approche reste encore rarement utilisée en estuaires. En raison de l’extrême variabilité intrinsèque de ce type d’écosystème, la mise en œuvre de cet outil est un réel défi. En s’appuyant sur la connaissance préalablement acquise, une réflexion méthodologique approfondie a été menée pour définir des stratégies d’échantillonnage acoustiques afin d’optimiser la récolte de ce type de données. Plusieurs stratégies acoustiques ont d’abord été testées en tenant compte de la complexité et de la taille importante de l’écosystème étudié. La pertinence de ces données recueillies a ensuite été confrontée aux données des pêches scientifiques. Enfin, l’hydroacoustique a été mis à profit pour répondre à des questions sur la dynamique ichtyologique à des échelles spatiales et temporelles plus fines notamment pour étudier les influences tidales et nycthémérales. Ce travail démontre qu’il est possible de mettre en place un suivi acoustique des peuplements ichtyologiques pour un estuaire comme la Gironde. Comme outil complémentaire aux approches traditionnelles, l’hydroacoustique ouvre un large champ de possibilités pour appréhender la biocénose piscicole pour les milieux estuariens. / For many years, assessments of fish densities within the Gironde estuary have been based on a number of different fish monitoring techniques, as well as professional and scientific surveys. However, these approaches are often destructive. They require substantial sampling, and are limited from the points of view of both time and space. With this in mind, the benefits of non-invasive acoustic monitoring are clear. While such methods are often used in lakes and other marine environments, they have yet to be widely applied to shallow-water areas, in particular estuaries. Applying an acoustic approach to this kind of intrinsically changeable environment represents a real challenge. In this research project, an in-depth methodological study was carried out to determine the optimum way of applying acoustic sampling. Several acoustic monitoring strategies were then tested, keeping in mind the size and complexity of the ecosystem under investigation. The results of these tests were then checked for relevance against data from scientific fisheries. Finally, hydroacoustics was used to examine fish dynamics at finer spatial and temporal scales, notably in the study of diurnal and tidal influences. The results of this study show that it is possible to use acoustic monitoring to complement traditional methods of estimating fish populations in estuarine areas, and that the use of such a combination opens up a broad range of new possibilities.

Le lac de Tonlé Sap (TSL), Cambodge, est un écosystème lac-rivière de forêt alluviale au régime d'écoulement alternatif. Le lac est un déversoir lors de l'inondation saisonnière du Mékong et sert de réservoir en période de basses eaux. La superficie du lac pendant la saison sèche (février à mai), est d'environ 2 700 km2 pour une profondeur d'environ 1 mètre. Cette superficie est pratiquement multipliée par six quand arrive la saison des pluies, pour atteindre près de 16 000 km2 et une profondeur de 9 mètres, noyant rizières et forêts. C'est le plus grand lac d'eau douce d'Asie du Sud-Est. C'est aussi l'une des zones de pêche d'eau douce les plus importantes et productives du monde avec près de 75% du volume annuel de pêche en eau douce du Cambodge, ce qui permet la survie de près de 2,5 millions de personnes. Les changements saisonniers du cycle hydrologique ont une influence sur la structuration des communautés de poissons à l'échelle temporelle et spatiale, mais aussi sur les comportements trophiques des principales espèces qui n'exploitent alors pas les mêmes habitats. Toutefois, le bassin versant du Mékong est en changement constant avec un développement important des infrastructures en lien avec l'eau : production d'hydro-électricité, besoins important en irrigation, maitrise des inondations, eau potable, ... Les changements climatiques accélèrent les modifications du cycle hydrologique annuel. Il est alors supposé que ces modifications ont des effets forts sur les habitats et les proies disponibles et finalement sur la biodiversité, notamment de l'ichtyofaune et sur l'abondance des poissons disponibles pour les pêcheries.Dans un premier temps, nous avons caractérisé les variations spatio-temporelles de la composition taxonomique des poissons et mis en lumière quels sont les déterminants de ces variations. À cette fin, nous avons estimé la diversité bêta comme la variance totale de la matrice site par communauté d'espèce et l'avons divisée en contribution locale à la diversité bêta (LCBD) et contribution des espèces à la diversité bêta (SCBD). Nous avons ensuite effectué plusieurs régressions linéaires pour déterminer si la richesse taxonomique, l'abondance des espèces et le niveau de l'eau expliquaient la variation temporelle de la contribution du site et de l'espèce à la diversité bêta. Nos résultats indiquent une forte variation temporelle de la diversité bêta due aux contributions différentielles des sites et des espèces à la variation spatiale de la composition taxonomique des poissons. Nous avons également constaté que la direction, la forme et l'effet relatif de la richesse spécifique, de l'abondance et du niveau de l'eau sur la variation temporelle des valeurs LCBD et SCBD varient grandement selon les sites. Ces résultats suggèrent ainsi une variation spatiale des processus conduisant à une variation temporelle de la composition de la communauté. Dans l'ensemble, nos résultats suggèrent que la composition taxonomique des poissons n'est pas distribuée de manière homogène dans l'espace et dans le temps et risque d'être affectée à l'avenir si la dynamique saisonnière d'écoulement du système est altérée par les activités humaines et/ou les changements climatiques. Dans un second temps, nous avons cherché à étudier le modèle d'évolution temporel des principales espèces en terme d'occurrence et d'abondance à travers le cycle saisonnier hydrologique. / The Tonle Sap Lake (TSL), Cambodia, is a flood-pulse system. It is the largest natural lake in South- East Asia and constitutes one of the largest fisheries over the world, supporting the livelihood 2.5 million peoples. Seasonal change in annual hydrological cycle appears to have influence on fish community structure, both spatial and temporal variation, particularly on feeding behavior of TSL's fishes. Nonetheless, the Mekong River Basin is changing rapidly due to accelerating water infrastructure development (hydropower, irrigation, flood control, and water supply) and climate change, bringing considerable modifications to the annual flood-pulse of the TSL. Such modifications are expected to have strong impacts on fish biodiversity, abundance, reduced habitat and food availability within the lake. To invest how TSL's fish community structure responds to the seasonal change, how they shift their diet across hydrological cycles and feeding competing for food resource: First, we aim to characterize the spatio-temporal variations of fish taxonomic composition and to highlights the underlying determinants of these variations. For this purpose, we estimated beta diversity as the total variance of the site-by-species community matrix and partitioned it into Local Contribution to Beta Diversity (LCBD) and Species Contribution to Beta Diversity (SCBD). We then performed multiple linear regressions to determine whether species richness, species abundances and water level explained the temporal variation in the contribution of site and species to beta diversity. Our results indicate strong temporal variation of beta diversity due to differential contributions of sites and species to the spatial variation of fish taxonomic composition. We further found that the direction, the shape and the relative effect of species richness, abundances and water level on temporal variation in LCBD and SCBD values greatly varied among sites, thus suggesting spatial variation in the processes leading to temporal variation in community composition. Overall, our results suggest that fish taxonomic composition is not homogeneously distributed over space and time and is likely to be impacted in the future if the flood-pulse dynamic of the system is altered by human activities. Second, we aim to investigate the temporal pattern of the most occurrence and abundance species and how their co-occurrence pattern across hydrological cycles. We found that occurrence and abundance patterns were temporally varied at all water level seasons. Strong temporal variation in species occurrence was occurred with visiting species such as Labiobarbus leptocheilus and Poropuntius deauratus while water level starts to fill into the TSL. We further observed that the abundance of 17 species was strongly varied while other 22 species (mainly TSL's residential species) were stable within the year. Positive species co-occurrence pattern was generally higher than negative species co-occurrence at all water level seasons. Highest positive co-occurrence patterns were found during the period of decrease and low water level seasons while fishes are migrating from flooded areas, competing for resource and habitats during low water season. Study on temporal distribution and species co-occurrence of fish and how community responds to the seasonal change in hydrological cycles provides critical information for fisheries management and conservation in the Tonle Sap Lake (TSL) as well as maintaining fish biodiversity in the Mekong system. Third, the implications of seasonality on food web structure have been notoriously understudied in empirical ecology, particularly in TSL's system. The current study, we focus on seasonal changes in one key attribute of a food web, vertical trophic position of consumers.

Cette thèse propose l’analyse spatio-temporelle d’un mouvement scientifique au moyen d’une théorie sociologique (Frickel, Gross, 2005), complétée par une approche d’analyse spatiale, combinaison qui fait l’originalité de ce travail. La géographie théorique et quantitative européenne francophone, dont l’évolution temporelle et la configuration spatiale restaient très mal connues, en est l’objet. Elle permet de mettre en perspective les rares auto-analyses qui y sont consacrées. Deux grands types de matériaux sont mobilisés : archivistique (Répertoire des géographes, revues ou listes de communications à des colloques spécialisés) et mémoriel (sur la base de 58 entretiens semi-directifs). L’analyse de ces corpus combine des méthodes quantitatives (de la théorie des graphes à l’analyse de la spécialisation des unités géographiques) et qualitatives (analyse thématique et sémantique des corpus et des entretiens des acteurs). Cette investigation a permis de proposer une périodisation du mouvement, articulée autour de trois grands moments : 1. l’émergence, de 1971-72 à 1984, impliquant un faible nombre d’acteurs et de lieux, moment où des chercheurs isolés entrent en interaction, 2. l’âge d’or, de 1985 à la fin des années 1990, marqué par l’existence d’un collectif structuré, reposant sur de nombreuses interactions entre les lieux européens francophones, qui se reproduit et essaime, 3. la généralisation du cœur de connaissances qui s’accompagne d’un déclin de l’identification au mouvement, des années 2000 à nos jours, selon de nombreuses reconfigurations, voyant la disparition de certains pôles historiques. / The aim of this thesis is to implement a spatio-temporal analysis of a scientific movement based on a sociological theory (Frickel, Gross, 2005), combined with spatial analysis. This combination constitutes the major contribution of the present work. For this analysis, the author has chosen as a subject the European French-speaking theoretical and quantitative geography, whose temporal evolution and spatial configuration remained largely unknown until now. The thesis uses two main kinds of materials: archival (Répertoire des géographes, journals, lists of communications of TQG colloquium) and memorial with 58 semi-structured interviews collected from a sample of actors of the movement. The analysis of the corpus combines quantitative methods (from graph theory to the analysis of geographical units’ specialization), and qualitative ones (thematic and semantic analysis of the corpus and interviews of actors). This investigation has allowed us to propose a periodization of the movement since its beginnings in the 1960’s organized around three main periods: 1. the emergence, from 1971-72 to 1984, involving a small number of actors and locations, and while individual researchers interact in order to give themselves a self training, 2. the Golden Age, from 1985 to the end of the 1990’s, marked by the formation of organized groups based on many interactions between French-speaking places in Europe, self reproducing and spreading. 3. The generalization of the knowledge core which is accompanied by a decline in identification with the movement, from the 2000’s to the present, according to many reconfigurations including the disappearance of certain historical centres.

Les Systèmes d'Information Géographique (SIG) gèrent des informations complexes localisées dans un espace géographique. Durant la dernière décennie, ces systèmes ont vu l'émergence d'une part des SIG en trois dimensions et plus particulièrement des modèles numériques de terrain (MNT) et d'autre part de l'intégration de données temporelles. Les travaux de recherche en informatique présentés dans ce manuscrit s'attaquent à ces deux thématiques et sont appliqués au domaine maritime. En termes de MNT, ces recherches ont essentiellement porté sur l'intégration de MNT terrestre et maritime. Une méthode de fusion générant un MNT continu a été définie. Elle est basée sur l'appariement d'éléments caractéristiques linéaires (crêtes, talwegs, lignes de rupture de pente). Elle emploie des distances linéaires discrètes introduites par Fréchet. Ces distances fournissent des vecteurs d'appariement autorisant la fusion de MNT à l'aide d'une technique de déformation élastique. En ce qui concerne les SIG spatio-temporels, ces travaux concernent les déplacements d'objets mobiles et plus particulièrement les navires. Dans le cadre de la navigation maritime, les SIG ont une place prépondérante via les aides à la navigation, les systèmes de surveillance du trafic et les simulateurs de formation. Dans ce cadre, un nouveau modèle de représentation des déplacements, la vue relative, a été formalisé. Ce formalisme s'appuie sur la perception humaine de l'espace spatio-temporel et des objets mobiles. Cette représentation est complémentaire de la représentation absolue. Les déplacements relatifs vis-à-vis d'un objet référent sont ainsi plus facilement analysables. Les évolutions des distances et des vitesses relatives sont mieux perçues. Parallèlement, une simulation des activités de navires à l'aide de systèmes multi-agents a été conçue. Les déplacements simultanés d'un grand nombre de navires dans un environnement maritime sont ainsi simulés. Elle prend en compte les différentes activités concurrentes des objets mobiles et les contraintes géographiques. Qui plus est, elle intègre des raisonnements à base de patrons pour reproduire les raisonnements humains. Finalement, à partir des bases de données historiques des positions d'objets mobiles dans un environnement ouvert, des techniques d'extractions des trajectoires et de fouille de données spatio-temporelles ont été réalisées. Elles permettent pour chaque itinéraire et chaque type d'objets de définir des routes types spatio-temporelles et de détecter à la volée des comportements inhabituels. Ces travaux, bien qu'appliqués au domaine maritime, sont génériques. Les méthodes de fusion de MNT peuvent être appliquées à tous types de MNT ayant des zones de recouvrement. De même, les travaux de modélisation, d'analyses et de simulation sur les objets mobiles sont adaptables à tous les déplacements d'objets mobiles dans des espaces ouverts.

Cette thèse se compose de deux parties. Dans la première est étudié un modèle de turbulence hydrodynamique se présentant sous la forme d'un système d'équations différentielles stochastiques. On présente dans un premier temps les solutions de ce système calculées dans l'approximation semi-classique, puis celles obtenues par une méthode de type Monte-Carlo adaptée au problème, dans le cas où le forçage est supposé statistiquement homogène et isotrope. Ces solutions présentent un bon accord avec des résultats d'expériences et de simulations numériques directes de l'équation de Navier-Stokes. Dans un second temps sont présentées les solutions du système lorsqu'un cisaillement est appliqué à l'écoulement.<br /><br />La seconde partie est consacrée à l'étude de la transition au chaos spatio-temporel par intermittence dans un système hydrodynamique réel. Cette transition est d'abord étudiée quantitativement, puis un modèle d'intermittence spatio-temporelle est appliqué aux conditions aux limites de l'expérience. Comme le système réel, les solutions de ce modèle présentent pour certaines valeurs des paramètres dont il dépend un régime de bistabilité, près du seuil, entre l'intermittence spatio-temporelle et un régime où le désordre n'est présent que sur les bords.

L'environnement n'est pas un espace physique précis et stable. Sa géométrie est statique mais il est sans cesse inondé par différentes ambiances qui elles sont dynamiques. De plus sa réalité est modelée par le terrain mouvant de notre mémoire qui encode nos expériences, nos rencontres et autres complexes associations vécues à différents moments. Les ambiances olfactives plus particulièrement participent à la définition d'un espace urbain de plusieurs façons. Produites et modelées par l'environnement géographique, les conditions climatiques, les activités économiques et l'activité humaine, les odeurs appellent des repères spatio-temporels précis car se référant à des événements que l'on a personnellement vécus. Bref, les multiples flux odorants qui façonnent dans la ville un paysage olfactif mouvant sont autant de possibilités de restructurer le réel du citadin. Aussi pour permettre d'élaborer des moyens mettant en oeuvre les odeurs dans l'espace public, nous avons examiné dans quelle mesure les signaux olfactifs influencent notre perception de l'environnement en provoquant l'apparition de paysages temporels. / The smellscape participates in the definition of the environment in different ways. First, determined by the geographic environment, climate conditions, economic activities, and human activity, the reality of olfactory ambiances are also shaped by our memory. This is because odours are associated with precise spatiotemporal markers that refer to events that someone has personally experienced. Therefore, the multiple fluxes of odorants creating a mobile topography of smells in the city may become a strategic intervention tool in planning. And, with the goal of arriving at a representation of the temporal patterns provoked by odours, we have examined the influence of olfactory memory in urban space. / pour plus d'informations concernant l'auteure et sa recherche veuillez consulter le http://www.natalieb.ca

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Visual analytics of large amounts of spatio-temporal data is challenging due to the overlap and clutter from movements of multiple objects. A common approach for analyzing such data is to consider how groups of items cluster and move together in space and time. However, most methods for showing Spatio-temporal Cluster (STC) properties, concentrate on a few dimensions of the cluster (e.g. the cluster movement direction or cluster density) and many other properties are not represented. Furthermore, while representing multiple attributes of clusters in a single view existing methods fail to preserve the original shape of the cluster or distort the actual spatial covering of the dataset. In this thesis, I propose a simple yet effective visualization, FlockViz, for showing multiple STC data dimensions in a single view by preserving the original cluster shape. To evaluate this method I develop a framework for categorizing the wide range of tasks involved in analyzing STCs. I conclude this work through a controlled user study comparing the performance of FlockViz with alternative visualization techniques that aid with cluster-based analytic tasks. Finally the exploration capability of FlockViz is demonstrated in some real life data sets such as fish movement, caribou movement, eagle migration, and hurricane movement. The results of the user studies and use cases confirm the advantage and novelty of the novel FlockViz design for visual analytic tasks.

L'objectif de cette thèse est la résolution d’un problème d’optimisation multi-objectif sous incertitudes en présence de simulations numériques coûteuses. Une validation est menée sur un cas test de thermique transitoire. Dans un premier temps, nous développons un algorithme d'optimisation multi-objectif basé sur le krigeage nécessitant peu d’appels aux fonctions objectif. L'approche est adaptée au calcul distribué et favorise la restitution d'une approximation régulière du front de Pareto complet. Le problème d’optimisation sous incertitudes est ensuite étudié en considérant des mesures de robustesse pires cas et probabilistes. Le superquantile intègre tous les évènements pour lesquels la valeur de la sortie se trouve entre le quantile et le pire cas mais cette mesure de risque nécessite un grand nombre d’appels à la fonction objectif incertaine pour atteindre une précision suffisante. Peu de méthodes permettent de calculer le superquantile de la distribution de la sortie de fonctions coûteuses. Nous développons donc un estimateur du superquantile basé sur une méthode d'échantillonnage préférentiel et le krigeage. Il permet d’approcher les superquantiles avec une faible erreur et une taille d’échantillon limitée. De plus, un couplage avec l’algorithme multi-objectif permet la réutilisation des évaluations. Dans une dernière partie, nous construisons des modèles de substitution spatio-temporels capables de prédire des phénomènes dynamiques non linéaires sur des temps longs et avec peu de trajectoires d’apprentissage. Les réseaux de neurones récurrents sont utilisés et une méthodologie de construction facilitant l’apprentissage est mise en place. / This work aims at solving multi-objective optimization problems in the presence of uncertainties and costly numerical simulations. A validation is carried out on a transient thermal test case. First of all, we develop a multi-objective optimization algorithm based on kriging and requiring few calls to the objective functions. This approach is adapted to the distribution of the computations and favors the restitution of a regular approximation of the complete Pareto front. The optimization problem under uncertainties is then studied by considering the worst-case and probabilistic robustness measures. The superquantile integrates every event on which the output value is between the quantile and the worst case. However, it requires an important number of calls to the uncertain objective function to be accurately evaluated. Few methods give the possibility to approach the superquantile of the output distribution of costly functions. To this end, we have developed an estimator based on importance sampling and kriging. It enables to approach superquantiles with little error and using a limited number of samples. Moreover, the setting up of a coupling with the multi-objective algorithm allows to reuse some of those evaluations. In the last part, we build spatio-temporal surrogate models capable of predicting non-linear, dynamic and long-term in time phenomena by using few learning trajectories. The construction is based on recurrent neural networks and a construction facilitating the learning is proposed.

Cette thèse est une collaboration entre le LAboratoire des Sciences et Matériaux pour l’Électronique et d’Automatique (LASMEA) de Clermont-Ferrand et le Laboratoire Vision et Ingénierie des Contenus (LVIC) du CEA LIST à Saclay. La première moitié de la thèse a été accomplie au sein de l’équipe ComSee (1) du LASMEA et la deuxième au LVIC. L’objectif de ces travaux est de concevoir un système de vidéo-assistance temps réel pour la détection d’évènements dans des scènes possiblement denses.La vidéosurveillance intelligente de scènes denses telles que des foules est particulièrement difficile, principalement à cause de leur complexité et de la grande quantité de données à traiter simultanément. Le but de cette thèse consiste à élaborer une méthode de détection d’évènements rares dans de telles scènes, observées depuis une caméra fixe. La méthode en question s’appuie sur l’analyse automatique de mouvement et ne nécessite aucune information à priori. Les mouvements nominaux sont déterminés grâce à un apprentissage statistique non supervisé. Les plus fréquemment observés sont considérés comme des évènements normaux. Une phase de classification permet ensuite de détecter les mouvements déviant trop du modèle statistique, pour les considérer comme anormaux. Cette approche est particulièrement adaptée aux lieux de déplacements structurés, tels que des scènes de couloirs ou de carrefours routiers. Aucune étape de calibration, de segmentation de l’image, de détection d’objets ou de suivi n’est nécessaire. Contrairement aux analyses de trajectoires d’objets suivis, le coût calculatoire de notre méthode est invariante au nombre de cibles présentes en même temps et fonctionne en temps réel. Notre système s’appuie sur une classification locale du mouvement de la scène, sans calibration préalable. Dans un premier temps, une caractérisation du mouvement est réalisée, soit par des méthodes classiques de flot optique, soit par des descripteurs spatio-temporels. Ainsi, nous proposons un nouveau descripteur spatio-temporel fondé sur la recherche d’une relation linéaire entre les gradients spatiaux et les gradients temporels en des zones où le mouvement est supposé uniforme. Tout comme les algorithmes de flot optique, ce descripteur s’appuie sur la contrainte d’illumination constante.Cependant en prenant en compte un voisinage temporel plus important, il permet une caractérisation du mouvement plus lisse et plus robuste au bruit. De plus, sa faible complexité calculatoire est bien adaptée aux applications temps réel. Nous proposons ensuite d’étudier différentes méthodes de classification : La première, statique, dans un traitement image par image, s’appuie sur une estimation bayésienne de la caractérisation du mouvement au travers d’une approche basée sur les fenêtres de Parzen. Cette nouvelle méthode est une variante parcimonieuse des fenêtres de Parzen. Nous montrons que cette approche est algorithmiquement efficace pour approximer de manière compacte et précise les densités de probabilité. La seconde méthode, basée sur les réseaux bayésiens, permet de modéliser la dynamique du mouvement. Au lieu de considérer ce dernier image par image, des séquences de mouvements sont analysées au travers de chaînes de Markov Cachées. Ajouté à cela, une autre contribution de ce manuscrit est de prendre en compte la modélisation du voisinage d’un bloc afin d’ajouter une cohérence spatiale à la propagation du mouvement. Ceci est réalisé par le biais de couplages de chaînes de Markov cachées.Ces différentes approches statistiques ont été évaluées sur des données synthétiques ainsi qu’en situations réelles, aussi bien pour la surveillance du trafic routier que pour la surveillance de foule.Cette phase d’évaluation permet de donner des premières conclusions encourageantes quant à la faisabilité de la vidéosurveillance intelligente d’espaces possiblement denses. / The automatic analysis of crowded areas in video sequences is particularly difficult because ofthe large amount of information to be processed simultaneously and the complexity of the scenes. We propose in this thesis a method for detecting abnormal events in possibly dense scenes observed from a static camera. The approach is based on the automatic classification of motion requiring no prior information. Motion patterns are encoded in an unsupervised learning framework in order to generate a statistical model of frequently observed (aka. normal) events. Then at the detection stage, motion patterns that deviate from the model are classified as unexpected events. The method is particularly adapted to scenes with structured movement with directional flow of objects or people such as corridors, roads, intersections. No camera calibration is needed, nor image segmentation, object detection and tracking. In contrast to approaches that rely on trajectory analysis of tracked objects, our method is independent of the number of targets and runs in real-time. Our system relies on a local classification of global scene movement. The local analysis is done on each blocks of a regular grid. We first introduce a new spatio-temporal local descriptor to characterize the movement efficiently. Assuming a locally uniform motion of space-time blocks of the image, our approach consists in determining whether there is a linear relationship between spatial gradients and temporal gradients. This spatio-temporal descriptor holds the Illumination constancy constraint like optical flow techniques, but it allows taking into account the spatial neighborhood and a temporal window by giving a smooth characterization of the motion, which makes it more robust to noise. In addition, its low computational complexity is suitable for real-time applications. Secondly, we present two different classification frameworks : The first approach is a static (frame by frame) classification approach based on a Bayesian characterization of the motion by using an approximation of the Parzen windowing method or Kernel Density Estimation (KDE) to model the probability density function of motion patterns.This new method is the sparse variant of the KDE (SKDE). We show that the SKDE is a very efficient algorithm giving compact representations and good approximations of the density functions. The second approach, based on Bayesian Networks, models the dynamics of the movement. Instead of considering motion patterns in each block independently, temporal sequences of motion patterns are learned by using Hidden Markov Models (HMM). The second proposed improvement consists in modeling the movement in one block by taking into account the observed motion in adjacent blocks. This is performed by the coupled HMM method. Evaluations were conducted to highlight the classification performance of the proposed methods,on both synthetic data and very challenging real video sequences captured by video surveillance cameras.These evaluations allow us to give first conclusions concerning automatic analyses of possibly crowded area.