Aujourd'hui, l'inspection des ouvrages d'art est réalisée de façon visuelle par des contrôleurs sur l'ensemble de la structure. Cette procédure est couteuse et peut être particulièrement dangereuse pour les intervenants. Pour cela, le développement du système de vision embarquée sur des drones est privilégié ces jours-ci afin de faciliter l'accès aux zones dangereuses.Dans ce contexte, le travail de cette thèse porte sur l'obtention des méthodes originales permettant la planification, la génération des trajectoires de référence, et le suivi de ces trajectoires par une plate-forme aéroportée stationnaire autonome. Ces méthodes devront habiliter une automatisation du vol en présence de perturbations aérologiques ainsi que des obstacles. Dans ce cadre, nous nous sommes intéressés à deux types de véhicules aériens capable de vol stationnaire : le dirigeable et le quadri-rotors.Premièrement, la représentation mathématique du véhicule volant en présence du vent a été réalisée en se basant sur la deuxième loi de Newton. Deuxièmement, la problématique de génération de trajectoire en présence de vent a été étudiée : le problème de temps minimal est formulé, analysé analytiquement et résolu numériquement. Ensuite, une stratégie de planification de trajectoire basée sur les approches de recherche opérationnelle a été développée.Troisièmement, le problème de suivi de trajectoire a été abordé. Une loi de commande non-linéaire robuste basée sur l'analyse de Lyapunov a été proposée. En outre, un pilote automatique basée sur les fonctions de saturations pour un quadri-rotors a été développée.Les méthodes et algorithmes proposés dans cette thèse ont été validés par des simulations. / Today, the inspection of structures is carried out through visual assessments effected by qualified inspectors. This procedure is very expensive and can put the personal in dangerous situations. Consequently, the development of an unmanned aerial vehicle equipped with on-board vision systems is privileged nowadays in order to facilitate the access to unreachable zones.In this context, the main focus in the thesis is developing original methods to deal with planning, reference trajectories generation and tracking issues by a hovering airborne platform. These methods should allow an automation of the flight in the presence of air disturbances and obstacles. Within this framework, we are interested in two kinds of aerial vehicles with hovering capacity: airship and quad-rotors.Firstly, the mathematical representation of an aerial vehicle in the presence of wind has been realized using the second law of newton.Secondly, the question of trajectory generation in the presence of wind has been studied: the problem of minimal time was formulated, analyzed analytically and solved numerically. Then, a strategy of trajectory planning based on operational research approaches has been developed.Thirdly, the problem of trajectory tracking was carried out. A nonlinear robust control law based on Lyapunov analysis has been proposed. In addition, an autopilot based on saturation functions for quad-rotor crafts has been developed.All methods and algorithms proposed in this thesis have been validated through simulations.

Dans le cadre des applications thérapeutique et diagnostique en orthopédie assistées par ordinateur, il est essentiel de pouvoir connaître avec précision la position et l'orientation d'une structure osseuse. Selon le domaine d'application, la localisation est obtenue soit par l'implantation d'un corps rigide localisé soit par l'utilisation de marqueurs externes collés sur la peau. Le premier dispositif est relativement précis mais il est assez invasif. Le second est non invasif mais il est peu précis. Nous proposons une solution alternative à ces approches par la mise en œuvre d'un suivi par échographie 3D. Une difficulté vient bien évidemment de la spécificité des ultrasons vis-à-vis des structures osseuses. Nous avons développé un algorithme de recalage iconique rigide utilisant une mesure de similarité hybride calculée sur les images originales et des images de régions. Diverses expérimentations ont été menées pour évaluer notre approche. Les résultats obtenus sont assez prometteurs.

Dans cette thèse sont présentées deux méthodes visant à obtenir automatiquement une description tridimensionnelle des mouvements d'une main étant donnée une séquence vidéo monoculaire de cette main. En utilisant l'information fournie par la vidéo, l'objectif est de déterminer l'ensemble des paramètres cinématiques nécessaires à la description de la configuration spatiale des différentes parties de la main. Cet ensemble de paramètres est composé des angles de chaque articulation ainsi que de la position et de l'orientation globale du poignet. Ce problème est un problème difficile. La main a de nombreux degrés de liberté et les auto-occultations sont omniprésentes, ce qui rend difficile l'estimation de la configuration des parties partiellement ou totalement cachées. Dans cette thèse sont proposées deux nouvelles méthodes qui améliorent par certains aspects l'état de l'art pour ce problème. Ces deux méthodes sont basées sur un modèle de la main dont la configuration spatiale est ajustée pour que sa projection dans l'image corresponde au mieux à l'image de main observée. Ce processus est guidé par une fonction de coût qui définit une mesure quantitative de la qualité de l'alignement de la projection du modèle avec l'image observée. La procédure d'ajustement du modèle est réalisée grâce à un raffinement itératif de type descente de gradient quasi-newton qui vise à minimiser cette fonction de coût.Les deux méthodes proposées diffèrent principalement par le choix du modèle et de la fonction du coût. La première méthode repose sur un modèle de la main composé d'ellipsoïdes et d'une fonction coût utilisant un modèle de la distribution statistique de la couleur la main et du fond de l'image.La seconde méthode repose sur un modèle triangulé de la surface de la main qui est texturé est ombragé. La fonction de coût mesure directement, pixel par pixel, la différence entre l'image observée et l'image synthétique obtenue par projection du modèle de la main dans l'image. Lors du calcul du gradient de la fonction de coût, une attention particulière a été portée aux termes dûs aux changements de visibilité de la surface au voisinage des auto-occultations, termes qui ont été négligés dans les méthodes préexistantes.Ces deux méthodes ne fonctionnement malheureusement pas en temps réel, ce qui rend leur utilisation pour l'instant impossible dans un contexte d'interaction homme-machine. L'amélioration de la performance des ordinateur combinée avec une amélioration de ces méthodes pourrait éventuellement permettre d'obtenir un résultat en temps réel.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2006. / Titre provenant de l'écran-titre. Bibliogr. f. 51-55.

Thèse d'exercice : Médecine. Médecine générale : Paris 12 : 2006. / Titre provenant de l'écran-titre. Bibliogr. f. 82-90.

Thèse d'exercice : Médecine. Médecine générale : Nantes : 2007. / Bibliogr.

Thèse d'exercice : Médecine. Chirurgie vasculaire : Paris 12 : 2006. / Titre provenant de l'écran-titre. Bibliogr. f. 117-122.

L'utilisation de systèmes multi-caméras est de plus en plus populaire et il y a un intérêt croissant à résoudre les problèmes de vision par ordinateur dans ce contexte particulier. L'objectif étant de ne pas se limiter à l'application des méthodes monoculaires mais de proposer de nouvelles approches intrinsèquement orientées vers les systèmes multi-caméras. Le travail de cette thèse a pour objectif une meilleure compréhension du problème de segmentation multi-vues, pour proposer une nouvelle approche qui tire meilleur parti de la redondance d'information inhérente à l'utilisation de plusieurs points de vue. La segmentation multi-vues est l'identification de l'objet observé simultanément dans plusieurs caméras et sa séparation de l'arrière-plan. Les approches monoculaires classiques raisonnent sur chaque image de manière indépendante et ne bénéficient pas de la présence de plusieurs points de vue. Une question clé de la segmentation multi-vues réside dans la propagation d'information sur la segmentation entres les images tout en minimisant la complexité et le coût en calcul. Dans ce travail, nous investiguons en premier lieu l'utilisation d'un ensemble épars d'échantillons de points 3D. L'algorithme proposé classe chaque point comme "vide" s'il se projette sur une région du fond et "occupé" s'il se projette sur une région avant-plan dans toutes les vues. Un modèle probabiliste est proposé pour estimer les modèles de couleur de l'avant-plan et de l'arrière-plan, que nous testons sur plusieurs jeux de données de l'état de l'art. Deux extensions du modèle sont proposées. Dans la première, nous montrons la flexibilité de la méthode proposée en intégrant les mélanges de Gaussiennes comme modèles d'apparence. Cette intégration est possible grâce à l'utilisation de l'inférence variationelle. Dans la seconde, nous montrons que le modèle bayésien basé sur les échantillons 3D peut aussi être utilisé si des mesures de profondeur sont présentes. Les résultats de l'évaluation montrent que les problèmes de robustesse, typiquement causés par les ambigüités couleurs entre fond et forme, peuvent être au moins partiellement résolus en utilisant cette information de profondeur. A noter aussi qu'une approche multi-vues reste meilleure qu'une méthode monoculaire utilisant l'information de profondeur. Les différents tests montrent aussi les limitations de la méthode basée sur un échantillonnage éparse. Cela a montré la nécessité de proposer un modèle reposant sur une description plus riche de l'apparence dans les images, en particulier en utilisant les superpixels. L'une des contributions de ce travail est une meilleure modélisation des contraintes grâce à un schéma par coupure de graphes liant les régions d'images aux échantillons 3D. Dans le cas statique, les résultats obtenus rivalisent avec ceux de l'état de l'art mais sont obtenus avec beaucoup moins de points de vue. Les résultats dans le cas dynamique montrent l'intérêt de la propagation de l'information de segmentation à travers la géométrie et le mouvement. Enfin, la dernière partie de cette thèse explore la possibilité d'améliorer le suivi dans les systèmes multi-caméras non calibrés. Un état de l'art sur le suivi monoculaire et multi-caméras est présenté et nous explorons l'utilisation des matrices d'autosimilarité comme moyen de décrire le mouvement et de le comparer entre plusieurs caméras. / There has been a growing interest for multi-camera systems and many interesting works have tried to tackle computer vision problems in this particular configuration. The general objective is to propose new multi-view oriented methods instead of applying limited monocular approaches independently for each viewpoint. The work in this thesis is an attempt to have a better understanding of the multi-view object segmentation problem and to propose an alternative approach making maximum use of the available information from different viewpoints. Multiple view segmentation consists in segmenting objects simultaneously in several views. Classic monocular segmentation approaches reason on a single image and do not benefit from the presence of several viewpoints. A key issue in that respect is to ensure propagation of segmentation information between views while minimizing complexity and computational cost. In this work, we first investigate the idea that examining measurements at the projections of a sparse set of 3D points is sufficient to achieve this goal. The proposed algorithm softly assigns each of these 3D samples to the scene background if it projects on the background region in at least one view, or to the foreground if it projects on foreground region in all views. A complete probabilistic framework is proposed to estimate foreground/background color models and the method is tested on various datasets from state of the art. Two different extensions of the sparse 3D sampling segmentation framework are proposed in two scenarios. In the first, we show the flexibility of the sparse sampling framework, by using variational inference to integrate Gaussian mixture models as appearance models. In the second scenario, we propose a study of how to incorporate depth measurements in multi-view segmentation. We present a quantitative evaluation, showing that typical color-based segmentation robustness issues due to color-space ambiguity between foreground and background, can be at least partially mitigated by using depth, and that multi-view color depth segmentation also improves over monocular color depth segmentation strategies. The various tests also showed the limitations of the proposed 3D sparse sampling approach which was the motivation to propose a new method based on a richer description of image regions using superpixels. This model, that expresses more subtle relationships of the problem trough a graph construction linking superpixels and 3D samples, is one of the contributions of this work. In this new framework, time related information is also integrated. With static views, results compete with state of the art methods but they are achieved with significantly fewer viewpoints. Results on videos demonstrate the benefit of segmentation propagation through geometric and temporal cues. Finally, the last part of the thesis explores the possibilities of tracking in uncalibrated multi-view scenarios. A summary of existing methods in this field is presented, in both mono-camera and multi-camera scenarios. We investigate the potential of using self-similarity matrices to describe and compare motion in the context of multi-view tracking.

L'utilisation de systèmes multi-caméras est de plus en plus populaire et il y a un intérêt croissant à résoudre les problèmes de vision par ordinateur dans ce contexte particulier. L'objectif étant de ne pas se limiter à l'application des méthodes monoculaires mais de proposer de nouvelles approches intrinsèquement orientées vers les systèmes multi-caméras. Le travail de cette thèse a pour objectif une meilleure compréhension du problème de segmentation multi-vues, pour proposer une nouvelle approche qui tire meilleur parti de la redondance d'information inhérente à l'utilisation de plusieurs points de vue. La segmentation multi-vues est l'identification de l'objet observé simultanément dans plusieurs caméras et sa séparation de l'arrière-plan. Les approches monoculaires classiques raisonnent sur chaque image de manière indépendante et ne bénéficient pas de la présence de plusieurs points de vue. Une question clé de la segmentation multi-vues réside dans la propagation d'information sur la segmentation entres les images tout en minimisant la complexité et le coût en calcul. Dans ce travail, nous investiguons en premier lieu l'utilisation d'un ensemble épars d'échantillons de points 3D. L'algorithme proposé classe chaque point comme "vide" s'il se projette sur une région du fond et "occupé" s'il se projette sur une région avant-plan dans toutes les vues. Un modèle probabiliste est proposé pour estimer les modèles de couleur de l'avant-plan et de l'arrière-plan, que nous testons sur plusieurs jeux de données de l'état de l'art. Deux extensions du modèle sont proposées. Dans la première, nous montrons la flexibilité de la méthode proposée en intégrant les mélanges de Gaussiennes comme modèles d'apparence. Cette intégration est possible grâce à l'utilisation de l'inférence variationelle. Dans la seconde, nous montrons que le modèle bayésien basé sur les échantillons 3D peut aussi être utilisé si des mesures de profondeur sont présentes. Les résultats de l'évaluation montrent que les problèmes de robustesse, typiquement causés par les ambigüités couleurs entre fond et forme, peuvent être au moins partiellement résolus en utilisant cette information de profondeur. A noter aussi qu'une approche multi-vues reste meilleure qu'une méthode monoculaire utilisant l'information de profondeur. Les différents tests montrent aussi les limitations de la méthode basée sur un échantillonnage éparse. Cela a montré la nécessité de proposer un modèle reposant sur une description plus riche de l'apparence dans les images, en particulier en utilisant les superpixels. L'une des contributions de ce travail est une meilleure modélisation des contraintes grâce à un schéma par coupure de graphes liant les régions d'images aux échantillons 3D. Dans le cas statique, les résultats obtenus rivalisent avec ceux de l'état de l'art mais sont obtenus avec beaucoup moins de points de vue. Les résultats dans le cas dynamique montrent l'intérêt de la propagation de l'information de segmentation à travers la géométrie et le mouvement. Enfin, la dernière partie de cette thèse explore la possibilité d'améliorer le suivi dans les systèmes multi-caméras non calibrés. Un état de l'art sur le suivi monoculaire et multi-caméras est présenté et nous explorons l'utilisation des matrices d'autosimilarité comme moyen de décrire le mouvement et de le comparer entre plusieurs caméras. / There has been a growing interest for multi-camera systems and many interesting works have tried to tackle computer vision problems in this particular configuration. The general objective is to propose new multi-view oriented methods instead of applying limited monocular approaches independently for each viewpoint. The work in this thesis is an attempt to have a better understanding of the multi-view object segmentation problem and to propose an alternative approach making maximum use of the available information from different viewpoints. Multiple view segmentation consists in segmenting objects simultaneously in several views. Classic monocular segmentation approaches reason on a single image and do not benefit from the presence of several viewpoints. A key issue in that respect is to ensure propagation of segmentation information between views while minimizing complexity and computational cost. In this work, we first investigate the idea that examining measurements at the projections of a sparse set of 3D points is sufficient to achieve this goal. The proposed algorithm softly assigns each of these 3D samples to the scene background if it projects on the background region in at least one view, or to the foreground if it projects on foreground region in all views. A complete probabilistic framework is proposed to estimate foreground/background color models and the method is tested on various datasets from state of the art. Two different extensions of the sparse 3D sampling segmentation framework are proposed in two scenarios. In the first, we show the flexibility of the sparse sampling framework, by using variational inference to integrate Gaussian mixture models as appearance models. In the second scenario, we propose a study of how to incorporate depth measurements in multi-view segmentation. We present a quantitative evaluation, showing that typical color-based segmentation robustness issues due to color-space ambiguity between foreground and background, can be at least partially mitigated by using depth, and that multi-view color depth segmentation also improves over monocular color depth segmentation strategies. The various tests also showed the limitations of the proposed 3D sparse sampling approach which was the motivation to propose a new method based on a richer description of image regions using superpixels. This model, that expresses more subtle relationships of the problem trough a graph construction linking superpixels and 3D samples, is one of the contributions of this work. In this new framework, time related information is also integrated. With static views, results compete with state of the art methods but they are achieved with significantly fewer viewpoints. Results on videos demonstrate the benefit of segmentation propagation through geometric and temporal cues. Finally, the last part of the thesis explores the possibilities of tracking in uncalibrated multi-view scenarios. A summary of existing methods in this field is presented, in both mono-camera and multi-camera scenarios. We investigate the potential of using self-similarity matrices to describe and compare motion in the context of multi-view tracking.

Le travail de thèse porte sur l'utilisation des réseaux d’eau potable intelligents pour la détection des fuites. Il s’inscrit dans le cadre du projet SunRise qui vise à transformer la Cité Scientifique de l’Université de Lille en une ville intelligente et durable. Le campus représente une petite ville de 25000 habitants. Ce travail fait également partie du projet européen SmartWater4Europe, qui vise à développer 4 démonstrateurs des réseaux d’eau intelligents. Le travail comporte 5 parties. La première partie comprend une étude bibliographique sur les technologies pour la détection des fuites. La deuxième partie présente le démonstrateur SunRise Smart City, qui sert de support pour cette thèse. Cette partie détaille les instrumentations installées dans le site et les tests de simulation des fuites pour analyser l’efficacité d’un système acoustique de détection des fuites. La troisième partie comporte une analyse de consommation d’eau à différentes échelles pour les sous-compteurs et les compteurs généraux. Cette analyse est menée à l’aide d’une plateforme développée pour faciliter l’agrégation et l’interprétation des données. Cette partie présente aussi les fuites majeures en 2015. La quatrième partie concerne la détection des fuites en se basant sur le bilan d’eau. Elle présente aussi la stratégie du Contrôle Actif des Fuites (CAF) appliquée sur le site afin de réduire le niveau de l’Eau Non-Vendue (ENV). La dernière partie comporte l’application des méthodes avancées pour la détection des fuites. Ces méthodes comprennent l’approche CFPD ‘Comparison of Flow Pattern Distribution’, la méthode du Débit Nocturne Minimal (DNM) et deux approches statistiques développées. / This work concerns the use of the Smart Water Technology for the detection of water leakage. It is a part of SunRise project which aims at turning the Scientific Campus of the University of Lille into a large scale demonstrator site of the "Smart and Sustainable City". The campus is representative to a small town of 25000 inhabitants. This work is also a part of the European Project SmartWater4 Europe, which aims to develop 4 demonstrators of the Smart Water Technology. This thesis includes five parts. The first part includes a literature review concerning the technologies used in leakage detection. The second part presents the SunRise Smart City demonstrator, which is used as a basis for this thesis. This section details the instrumentation installed in the demo site as well as leak simulations tests to analyze the efficiency of an acoustic system of leakage detection. The third part focuses on the analysis of the water consumption at different time scales. Analysis concerns both sub-meters and bulk meters. It is conducted using a platform for the aggregation and the interpretation of the data. This part presents also major leakage events in 2015. The fourth part concerns leak detection using the water balance calculation based on the top down and bottom up approaches. It also presents the Active Leakage Control (ALC) strategy applied to the demo site in order to reduce the level of Non-Revenue Water (NRW). The last part concerns the use of advanced methods for leak detection with application on the campus data. These methods include the Comparison of Flow Pattern Distribution Method (CFPD), the Minimum Night Flow (MNF) method and two developed statistical approaches.