Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal / Pour respecter les droits d'auteur, la version électronique de cette thèse ou ce mémoire a été dépouillée, le cas échéant, de ses documents visuels et audio-visuels. La version intégrale de la thèse ou du mémoire a été déposée au Service de la gestion des documents et des archives de l'Université de Montréal.

La hausse du taux d'occupation des routes rend nécessaire l'utilisation de dispositifs visant à surveiller et analyser la circulation des utilisateurs du réseau routier. Bien souvent, des réseaux de surveillance par caméras sont déjà en place sur les routes. L'information visuelle est donc déjà disponible, mais est peu utilisée pour l'analyse automatisée du trafic. L'objectif de ce travail est de mettre au point une méthode automatisée basée sur l'information visuelle multirésolution permettant d'évaluer la fluidité de la circulation à plusieurs niveaux de précision. En effet, si une analyse manuelle de l'information visuelle peut permettre de dégager certaines tendances sur l'état du trafic routier, une approche automatisée permettra d'évaluer plus précisément plusieurs données sur le mouvement des véhicules. En tout temps, le déplacement moyen dans la scène sera évalué, afin d'obtenir un indice de fluidité global. Tant que la circulation demeure fluide, il n'est pas nécessaire d'estimer la vitesse du trafic avec plus de précision. Toutefois, si cet indice descend sous un certain seuil, l'analyse sera raffinée pour fournir le déplacement moyen par direction, en utilisant une résolution deux fois supérieure à la précédente. Finalement, à partir des images à pleine résolution, il sera possible d'obtenir une mesure du déplacement de chaque véhicule.

Les travaux présentés dans ce manuscrit traitent de la détection de personnes dans des séquences d'images et de l'analyse de leur activité. Ces travaux ont été menés au sein de l'institut PRISME dans le cadre du projet CAPTHOM du pôle de compétitivité S2E2. Après un état de l'art sur l'analyse de séquences d'images pour l'interprétation automatique de scènes et une étude comparative de modules de vidéo-surveillance, nous présentons la méthode de détection de personnes proposée dans le cadre du projet CAPTHOM. Celle-ci s'articule autour de trois étapes : la détection de changement, le suivi d'objets mobiles et la classification. Chacune de ces étapes est décrite dans ce manuscrit. Ce système a été évalué sur une large base de vidéos correspondant à des scénarios de cas d'usage de CAPTHOM établis par les partenaires du projet. Ensuite, nous présentons des méthodes permettant d'obtenir, à partir du flux vidéo d'une ou deux caméras, d'autres informations de plus haut-niveau sur l'activité des personnes détectées. Nous présentons tout d'abord une mesure permettant de quantifier leur activité. Ensuite, un système de stéréovision multi-capteurs combinant une caméra infrarouge et une caméra visible est utilisé pour augmenter les performances du système de détection mais aussi pour permettre la localisation dans l'espace des personnes et donc accéder à une cartographie de leurs déplacements. Finalement, une méthode de détection d'événements anormaux, basée sur des statistiques de distributions spatiales et temporelles des pixels de l'avant-plan est détaillée. Les méthodes proposées offrent un panel de solutions performantes sur l'extraction d'informations haut-niveau à partir de séquences d'images.

Les humains reçoivent grande quantité d'informations de l'environnement avec vue et l'ouïe . Pour nous aider à réagir rapidement et correctement, il existe des mécanismes dans le cerveau à l'attention de polarisation vers des régions particulières , à savoir les régions saillants . Ce biais attentionnel n'est pas seulement influencée par la vision , mais aussi influencée par l'interaction audio - visuelle . Selon la littérature existante , l'attention visuelle peut être étudié à mouvements oculaires , mais l'effet sonore sur le mouvement des yeux dans les vidéos est peu connue . L'objectif de cette thèse est d'étudier l'influence du son dans les vidéos sur le mouvement des yeux et de proposer un modèle de saillance audio - visuel pour prédire les régions saillants dans les vidéos avec plus de précision . A cet effet, nous avons conçu une première expérience audio - visuelle de poursuite oculaire . Nous avons créé une base de données d'extraits vidéo courts choisis dans divers films . Ces extraits ont été consultés par les participants , soit avec leur bande originale (condition AV ) , ou sans bande sonore ( état ​​V) . Nous avons analysé la différence de positions de l'oeil entre les participants des conditions de AV et V . Les résultats montrent qu'il n'existe un effet du bruit sur le mouvement des yeux et l'effet est plus important pour la classe de la parole à l'écran . Ensuite , nous avons conçu une deuxième expérience audiovisuelle avec treize classes de sons. En comparant la différence de positions de l'oeil entre les participants des conditions de AV et V , nous concluons que l'effet du son est différente selon le type de son , et les classes avec la voix humaine ( c'est à dire les classes parole , chanteur , bruit humain et chanteurs ) ont le plus grand effet . Plus précisément , la source sonore a attiré considérablement la position des yeux uniquement lorsque le son a été la voix humaine . En outre , les participants atteints de la maladie de AV avaient une durée moyenne plus courte de fixation que de l'état de V . Enfin , nous avons proposé un modèle de saillance audio- visuel préliminaire sur la base des résultats des expériences ci-dessus . Dans ce modèle , deux stratégies de fusion de l'information audio et visuelle ont été décrits: l'un pour la classe de son discours , et l'autre pour la musique classe de son instrument . Les stratégies de fusion audio - visuelle définies dans le modèle améliore la prévisibilité à la condition AV

Cette thèse s'intéresse à la phénoménologie relative à l'imagerie passive dans le domaine sub-térahertz allant de 0,1 à 1 THz. Dans cette fenêtre électromagnétique, les matériaux diélectriques comme les vêtements sont transparents ce qui ouvre la voie à la réalisation d'images des personnes débarrassées de leurs vêtements et la possibilité de détecter des objets extracorporels cachés sous ces derniers. Le processus de formation d'images repose sur la détection des puissances de rayonnement provenant de la scène et sur la discrimination des signatures spectrales des objets de la scène. Dans cette thèse, nous mesurons l'indice, la transmission et la diffusion de quelques vêtements et autres matériaux dissimulants dans le domaine térahertz. La technique de mesure utilisée est la spectroscopie térahertz dans le domaine temporel, la génération et la détection des signaux sont réalisées par les photocommutateurs ultra-rapides à base de GaAs-BT. Les résultats obtenus s'étendent jusqu'à 2 ou 2,5 THz. La technique de mesure est ensuite adaptée pour la détermination in-vivo des propriétés térahertz de la peau humaine. La base de données constituée par la campagne de mesures est enfin intégrée dans un modèle radiométrique pour l'étude des scénarios d'imagerie passive de détection à distance. Les performances obtenables sont discutées et les spécifications favorables à l'imagerie sont déduites.

Les domaines de la réalité virtuelle et du jeu vidéo convoquent les problématiques émotionnelles dans leurs objectifs respectifs de présence et de flow zone. Cependant, la question des méthodologies d'induction d'émotions dans les environnements virtuels de ces médiums n'a pas été largement questionnée. Après avoir défini ce que sont les émotions dans la littérature philosophique, psychologiste et physiologiste, nous cherchons à montrer les liens supposés existants entre l'émotion et les états extatiques de présence en réalité virtuelle et de flow zone dans les jeux vidéo. Nous commençons donc par montrer combien le niveau de connaissance des médiums peut influencer la sensibilité aux inductions d'émotions dans les environnements virtuels. Puis nous mettons en place une stratégie inductive d'émotions basée sur une gestion itérative des niveaux de challenge en lien avec les niveaux de compétences acquises.Nous avons validé au travers de deux expériences empiriques ayant impliquées 176 participants, une méthodologie d'induction d'émotions basée sur un schéma circomplexe. Ce schéma, construit autour de la valence et le niveau d'activation des émotions, permet d'induire des émotions dans les cinq composantes essentielles de la conception d'environnements virtuels pour la réalité virtuelle ou les jeux vidéo : la chromatique, la luminosité, la vitesse des mouvements, la dimension des espaces et le volume des interactions sociales.Mots clés : réalité virtuelle, jeu vidéo, émotions, présence, flow zone.

La portée culturelle des jeux vidéo passe par le plaisir que les joueurs prennent à leurs pratiques. Cette étude propose d'analyser les régimes d'expérience vidéoludique. A partir d'entretiens qualitatifs et d'enquêtes anthropologiques, deux niveaux d'expérience ont été dégagés : la maîtrise et l'immersion. La maîtrise renvoie à des valeurs individualistes de discipline de soi, de compétition et de quête de reconnaissance sociale. De son côté, l'immersion apparaît davantage portée sur l'affect dans ses sollicitations sensorielles, ses rapports au récit et à la sociabilité. Le jeu vidéo est une « manière d'être au monde » en tant qu'il mobilise des sentiments d'adhésion à des valeurs symboliques partagées. La mise en relation de l'échelle micro-sociologique de la pratique de jeu observée sur le terrain et de l'échelle macro-sociologique de ses déterminations sociales permet de contextualiser les représentations sociales des joueurs et d'en évaluer la portée instituante. / The cultural impact of video games directly depends on the enjoyment experienced by players in their practices. This study analyses the modes of videogaming experience. Drawing from qualitative interviews and anthropological surveys, two modes of experience have been settled : control and immersion. The videogaming experience of control spreads individualistic values of self-discipline, competition and social recognition quest. Whereas immersion appears more in an affective way in its sensorial sollicitations, its narrative modes, and its networking sociabilities. Video gaming is a type of « presence to the world » as it conveys feelings of belonging to shared symbolic values. The connexion between the micro-sociological scale of the on-field observed game practice and the macro-sociological scale of its social determinations allow to contextualise the players' social representations and to evaluate their instituting reach.

Cette recherche interroge les enjeux heuristiques et opérationnels de la vidéo dans la pratique de l'urbanisme. Pour ce faire, elle opère une rencontre entre la notion d'ambiances architecturales et urbaines, telle qu'elle est développée au CRESSON, et les concepts d'image-mouvement et d'image-temps développés par Deleuze. Puis elle propose de rendre cette rencontre effective dans le cadre de la pratique de l'urbanisme à travers le compositing numérique, technique de manipulation des images animées.L'hypothèse qui guide cette recherche est qu'il est possible de définir une image-composite capable de faire valoir et de mettre en débat des phénomènes d'ambiances spécifiques aux territoires étudiés. Cette hypothèse se formalise autour de deux corpus, le premier est issu d'une pratique artistique de la vidéo qui motiva la mise en place de ce projet de thèse, le deuxième est issu d'une pratique de la vidéo en agence d'urbanisme qui s'effectua tout au long de cette recherche.Ce travail permet de valoriser la vidéo comme support de connaissance d'un côté et comme posture de projet de l'autre. Support de connaissance, car la vidéo offre la possibilité de renouveler l'approche phénoménologique en vigueur dans le champ des ambiances par une appréhension des phénomènes sensibles dans le temps de leur actualisation. Posture de projet, car la vidéo est susceptible de reconfigurer les modalités relationnelles en œuvre dans les dynamiques d'analyse et de conception de l'espace et du territoire / This research questions the heuristic and operational issues of the video in the practice of urban planning. To do this, it operates a meeting between the notion of architectural and urban environments, as developed in Cresson, with image-mouvement and image-temps concepts developed by Deleuze. Then it proposes to give effect to this meeting in the practice of urban planning through digital compositing, technical handling of moving images.The hypothesis guiding this research is that it is possible to define a image-composite able to argue and to debate specific environments territories studied phenomena. This assumption is formalized around two corpus, the first comes from an artistic practice of video that motivated the development of this thesis, the second is from a practice of video in urban planning agency was carried out throughout this research.This work adds value to the video as knowledge media on one side and posture as a project of the other. Support for knowledge, because video offers the possibility of renewing the phenomenological approach in force in the atmospheres of the field by a sensitive understanding of phenomena in time of updating. Project posture, because the video is likely to reconfigure relational modalities implemented in dynamic analysis and design of the space and territory

Les applications de vision par ordinateur embarquées demandent une forte capacité decalcul et poussent le développement des systèmes multi- et many-cores spécifiques à l’application. Les choix au départ de la conception du système peuvent impacter sa performance parallèle finale – parmi lesquelles la granularité de la parallélisation, le nombre de processeurs et l’équilibre entre calculs et l’acheminement des données. L’impact de ces choix est difficile à estimer dans les phases initiales de conception et il y a peu d’outils et méthodes pour aider les concepteurs dans cette tâche. Les contributions de cette thèse consistent en deux méthodes et les outils associés qui visent à faciliter la sélection des paramètres architecturaux d’un multiprocesseur embarqué et les stratégies de parallélisation des applications de vision embarquée. La première est une méthode d’exploration de l’espace de conception qui repose sur Parana, un outil fournissant une estimation rapide et précise de la performance parallèle. Parana permet l’évaluation de différents scénarios de parallélisation et peut déterminer la limite maximale de performance atteignable. La seconde contribution est une méthode pour l’optimisation du dimensionnement des tuiles d’images 2D utilisant la programmation par contraintes dans l’outil Tilana. La méthode proposée intègre pour plus de précision des facteurs non-linéaires comme les temps des transferts DMA et les surcoûts de l’ordonnancement parallèle. / Embedded computer vision applications demand high system computational power and constitute one of the key drivers for application-specific multi- and many-core systems. A number of early system design choices can impact the system’s parallel performance – among which the parallel granularity, the number of processors and the balance between computation and communication. Their impact in the final system performance is difficult to assess in early design stages and there is a lack for tools that support designers in this task. The contributions of this thesis consist in two methods and associated tools that facilitate the selection of embedded multiprocessor’s architectural parameters and computer vision application parallelization strategies. The first consists of a Design Space Exploration (DSE) methodology that relies on Parana, a fast and accurate parallel performance estimation tool. Parana enables the evaluation of what-if parallelization scenarios and can determine their maximum achievable performance limits. The second contribution consists of a method for optimal 2D image tile sizing using constraint programming within the Tilana tool. The proposed method integrates non-linear DMA data transfer times and parallel scheduling overheads for increased accuracy.

No description available.