Identifier correctement, indistinctement de la culture, de l'ethnicité, du contexte, du genre et de la classe sociale, les émotions d'autrui à partir d'une analyse de leurs expressions faciales, c'est ce qu'offrent, en principe, les systèmes de reconnaissance des émotions (SRÉ). En prétendant à un universalisme dans l'expression ainsi que dans la reconnaissance des émotions, nous tenterons de démontrer que les SRÉ présentent des risques non-négligeables de causer des torts importants à certains individus, en plus de viser, dans certains contextes, des groupes sociaux spécifiques. S'appuyant sur un vaste champ de connaissances multidisciplinaires - qui inclut la philosophie, la psychologie, l'informatique et l'anthropologie - ce projet de recherche vise à identifier les limites actuelles des SRÉ ainsi que les principaux risques que leur utilisation engendre, dans l'objectif de produire une analyse claire et rigoureuse de l'utilisation des SRÉ ainsi que de leur participation à une plus grande justice sociale. Mettant de l'avant les limites techniques, nous réfutons, d'une part, l'idée selon laquelle les SRÉ sont en mesure de prouver le lien de causalité entre des émotions spécifiques et des expressions faciales spécifiques. Nous appuyons notre argument par des preuves prouvant l'incapacité des SRÉ à distinguer les expressions faciales d'émotions des expressions faciales en tant que signaux de communication. D'autre part, en raison des limites contextuelles et culturelles des SRÉ actuels, nous réfutons l'idée selon laquelle les SRÉ sont en mesure de reconnaître, à performance égale, les émotions des individus, indistinctement de leur culture, ethnicité, genre et classe sociale. Notre analyse éthique démontre que les risques sont considérablement plus nombreux et plus importants que les bénéfices que l'on pourrait tirer d'une utilisation des SRÉ. Toutefois, nous avons séparé un type précis de SRÉ, dont l'utilisation se limite au domaine du care, et qui démontre un potentiel remarquable pour participer activement à la justice sociale, non seulement en se conformant aux exigences minimales, mais en répondant aussi au critère de bienfaisance. Si, actuellement, les SRÉ posent des risques importants, il est toutefois possible de considérer la possibilité que certains types spécifiques participent à la justice sociale et apportent une aide ainsi qu'un support émotionnel et psychologique à certains membres de la société. / Emotion recognition systems (ERS) offer the ability to identify the emotions of others, based on an analysis of their facial expressions and regardless of culture, ethnicity, context, gender or social class. By claiming universalism in the expression as well as in the recognition of emotions, we believe that ERS present significant risks of causing great harm to some individuals, in addition to targeting, in some contexts, specific social groups. Drawing on a wide range of multidisciplinary knowledge - including philosophy, psychology, computer science and anthropology - this research project aims to identify the current limitations of ERS and the main risks that their use brings, with the goal of providing a clear and robust analysis of the use of ERS and their contribution to greater social justice. Pointing to technical limitations, we refute, on the one hand, the idea that ERS are able to prove the causal link between specific emotions and specific facial expressions. We support our argument with evidence of the inability of ERS to distinguish facial expressions of emotions from facial expressions as communication signals. On the other hand, due to the contextual and cultural limitations of current ERS, we refute the idea that ERS are able to recognise, with equal performance, the emotions of individuals, regardless of their culture, ethnicity, gender and social class. Our ethical analysis shows that the risks are considerably more numerous and important than the benefits that could be derived from using ERS. However, we have separated out a specific type of ERS, whose use is limited to the field of care, and which shows a remarkable potential to actively participate in social justice, not only by complying with the minimum requirements, but also by meeting the criterion of beneficence. While ERS currently pose significant risks, it is possible to consider the potential for specific types to participate in social justice and provide emotional and psychological support and assistance to certain members of society.

Cette étude a pour but de vérifier si 25 bébés âgés de cinq mois, soumis à une tâche d'habituation visuelle, peuvent reconnaître le visage de leur père. Les sujets sont successivement habitués au visage de leur père et au visage d'un étranger qui lui ressemble. Seules les caractéristiques internes des visages sont présentées aux enfants. Les résultats indiquent que les garçons obtiennent des scores plus élevés p o u r le père, comparativement à l'étranger, sur certaines variables (par exemple: la durée du premier essai, la durée moyenne des essais, la durée du niveau de base ,etc.). Toutefois, ces différences significatives sont fonction de certains attributs des visages présentés(lunettes, barbe). Les filles ne démontrent aucune différence significative. Les résultats sont comparés avec ceux obtenus dans les études antérieures qui visaient à évaluer la capacité des bébés à reconnaître le visage de leur mère.

Cette recherche analyse les effets de la durée de présentation des stimuli dans la reconnaissance d'expressions faciales émotionnelles ressenties. A partir d'un matériel vidéoscopique, une première étude utilise des extraits dynamiques alors qu'une seconde étude utilise des extraits statiques. Pour chacune des études, de courts extraits vidéoscopiques d'une durée de 1 seconde, 5 secondes et 10 secondes sont présentés à 3 groupes de sujets composés chacun de 20 étudiants et 20 étudiantes de niveau universitaire. Dans les deux études, les sujets ont 10 secondes pour effectuer l'identification de l'émotion représentée parmi 6 choix possibles: joie, peur, surprise, colère, tristesse et dégoût. Les résultats de l'étude dynamique indiquent une augmentation significative de la performance en fonction de la durée de présentation des stimuli, alors qu'aucune augmentation significative n'est observée dans le cas de l'étude statique.

Dans cette thèse, nous explorons l'utilisation des dérivées Gaussiennes multi-échelles comme représentation initiale pour la détection, la reconnaissance et la classification des visages humains dans des images. Nous montrons qu'un algorithme rapide, $O(N)$, de construction d'une pyramide binomiale peut être utilisé pour extraire des dérivées Gaussiennes avec une réponse impulsionnelle identique à un facteur d'échelle $sqrt{2}$>. Nous montrons ensuite qu'un vecteur composé de ces dérivées à différentes échelles et à différents ordres en chaque pixel peut être utilisé comme base pour les algorithmes de détection, de classification et de reconnaissance lesquels atteignent ou dépassent les performances de l'état de l'art avec un coût de calcul réduit. De plus l'utilisation de coefficients entiers, avec une complexité de calcul et des exigences mémoires en $O(N)$ font qu'une telle approche est appropriée pour des applications temps réel embarquées sur des systèmes mobiles. Nous testons cette représentation en utilisant trois problèmes classiques d'analyse d'images faciales : détection de visages, reconnaissance de visages et estimation de l'âge. Pour la détection de visages, nous examinons les dérivées Gaussiennes multi-échelles comme une alternative aux ondelettes de Haar pour une utilisation dans la construction d'une cascade de classifieurs linéaires appris avec l'algorithme Adaboost, popularisé par Viola and Jones. Nous montrons que la représentation pyramidale peut être utilisée pour optimiser le processus de détection en adaptant la position des dérivées dans la cascade. Dans ces experiences nous sommes capables de montrer que nous pouvons obtenir des niveaux de performances de détection similaires (mesurés par des courbes ROC) avec une réduction importante du coût de calcul. Pour la reconnaissance de visages et l'estimation de l'âge, nous montrons que les dérivées Gaussiennes multi-échelles peuvent être utilisées pour calculer une représentation tensorielle qui conserve l'information faciale la plus importante. Nous montrons que combinée à l'Analyse Multilinéaire en Composantes Principales et à la méthode Kernel Discriminative Common Vectors (KDCV), cette représentation tensorielle peut mener à un algorithme qui est similaire aux techniques concurrentes pour la reconnaissance de visages avec un coût de calcul réduit. Pour l'estimation de l'âge à partir d'images faciales, nous montrons que notre représentation tensorielle utilisant les dérivées de Gaussiennes multi-échelles peut être utilisée avec une machine à vecteur de pertinence pour fournir une estimation de l'âge avec des niveaux de performances similaires aux méthodes de l'état de l'art. / In this thesis, we propose to modelize facial images using Gaussian Derivatives computed with a Half-Octave Gaussian Pyramid. In this scope, Gaussian derivatives have shown a high versatility in object recognition and image analysis, nevertheless there is not a considerable number of proposed aproaches in the state-of-the-art that uses Gaussian derivatives for extracting important information from facial images. Motivated by the above mentioned and the high amount of applications in facial analysis, security systems and Biometry, in this thesis as a first time, we propose to use an unique image representation, the Gaussian Scale Space computed with a half octave pyramid. We show in this thesis that this image representation could be used to perform different tasks in facial analysis without lost of performance compared with other approaches in the state-of-the-art that uses more complicated image representations. it is also well know that using an unique image represenation could be convenient in real world applications where the amount of memory capacity is limitated by hardware constraints. To demostrate our assumptations we solve three different tasks in facial analysis: Face detection, Face recognition and Age estimation. In face detection we propose to use a cascade of classifiers using Gaussian derivatives. Specifically we propose to use Gaussian derivatives up to the fourth order, in effect experiemnts using different derivatives orders have shown that fourth order Gaussian derivatives provide important information in face detection and recognition. In adition, to improve the speed of detection using Gaussian derivatives, we develope a new cascade architecture which considerates the computational cost of each Gaussian derivative order to chose its best position in the cascade. Finally, to solve the face recognition and age estimation problems, we propose a tensorial model based in Gaussian derivatives. This tensorial model preserves the 3-D structure of feature space and it does not break the natural structure of data when a vectorization process is applied. Each one of the methods proposed in the thesis are discused and validated with a set of well defined experiments. All our results are compared with the last state-of-the-art results in face detection, recognition and age estimation, giving comparable or superior results

L’objectif de cette recherche est la création d’une plateforme en ligne qui permettrait d’examiner les différences individuelles de stratégies de traitement de l’information visuelle dans différentes tâches de catégorisation des visages. Le but d’une telle plateforme est de récolter des données de participants géographiquement dispersés et dont les habiletés en reconnaissance des visages sont variables. En effet, de nombreuses études ont montré qu’il existe de grande variabilité dans le spectre des habiletés à reconnaître les visages, allant de la prosopagnosie développementale (Susilo & Duchaine, 2013), un trouble de reconnaissance des visages en l’absence de lésion cérébrale, aux super-recognizers, des individus dont les habiletés en reconnaissance des visages sont au-dessus de la moyenne (Russell, Duchaine & Nakayama, 2009). Entre ces deux extrêmes, les habiletés en reconnaissance des visages dans la population normale varient. Afin de démontrer la faisabilité de la création d’une telle plateforme pour des individus d’habiletés très variables, nous avons adapté une tâche de reconnaissance de l’identité des visages de célébrités utilisant la méthode Bubbles (Gosselin & Schyns, 2001) et avons recruté 14 sujets contrôles et un sujet présentant une prosopagnosie développementale. Nous avons pu mettre en évidence l’importance des yeux et de la bouche dans l’identification des visages chez les sujets « normaux ». Les meilleurs participants semblent, au contraire, utiliser majoritairement le côté gauche du visage (l’œil gauche et le côté gauche de la bouche). / The present study aims to create a web-based platform that would examine individual differences in face processing strategies in different categorization tasks. The purpose of this platform is to collect data from geographically dispersed participants with variable face recognition abilities. Indeed, many studies have shown that there is high variability in the spectrum of face recognition ability, ranging from developmental prosopagnosia (Duchaine & Susilo, 2013), a disorder of face recognition in the absence of brain damage, to super-recognizers, individuals with extraordinary face recognition ability (Russell, Duchaine & Nakayama, 2009). Between these extremes, people vary substantially in their ability to recognize faces. To demonstrate the reliability of creating such a platform for individuals of widely varying abilities, we adapted a recognition task of the identity of famous faces using the Bubbles method (Gosselin & Schyns, 2001) and recruited 12 control subjects and a subject with developmental prosopagnosia. We were able to highlight the importance of the eyes and the mouth in face identification. The best observers seem mostly to use the left side of the face (left eye and the left side of the mouth).

Bien qu'ayant suscité des recherches depuis 30 ans, le problème de la reconnaissance de visages en contexte de vidéosurveillance, sachant qu'une seule image par individu est disponible pour l'enrôlement, n'est pas encore résolu. Dans ce contexte, les deux dés les plus diciles à relever consistent à développer des algorithmes robustes aux variations d'illumination et aux variations de pose. De plus, il y a aussi une contrainte forte sur la complexité en temps et en occupation mémoire des algorithmes à mettre en oeuvre dans de tels systèmes. Le travail développé dans cette thèse apporte plusieurs avancées innovantes dans ce contexte de reconnaissance faciale en vidéosurveillance. Premièrement, une méthode de normalisation des variations d'illumination visant à simuler les performances de la rétine est proposée en tant que pré-traitement des images faciales. Deuxièmement, nous proposons un nouveau descripteur appelé POEM (Patterns of Oriented Edge Magnitudes) destiné à représenter les structures locales d'une image. Ce descripteur est discriminant, robuste aux variations extérieures (variations de pose, d'illumination, d'expression, d'âge que l'on rencontre souvent avec les visages). Troisièmement, un modèle statistique de reconnaissance de visages en conditions de pose variables, centré sur une modélisation de la manière dont l'apparence du visage évolue lorsque le point de vue varie, est proposé. Enn, une nouvelle approche visant à modéliser les relations spatiales entre les composantes du visage est présentée. A l'exception de la dernière approche, tous les algorithmes proposés sont très rapides à calculer et sont donc adaptés à la contrainte de traitement temps réel des systèmes de vidéosurveillance.

Les stimuli naturels projetés sur nos rétines nous fournissent de l’information visuelle riche. Cette information varie le long de propriétés de « bas niveau » telles que la luminance, le contraste, et les fréquences spatiales. Alors qu’une partie de cette information atteint notre conscience, une autre partie est traitée dans le cerveau sans que nous en soyons conscients. Les propriétés de l’information influençant l’activité cérébrale et le comportement de manière consciente versus non-consciente demeurent toutefois peu connues. Cette question a été examinée dans les deux derniers articles de la présente thèse, en exploitant les techniques psychophysiques développées dans les deux premiers articles. Le premier article présente la boîte à outils SHINE (spectrum, histogram, and intensity normalization and equalization), développée afin de permettre le contrôle des propriétés de bas niveau de l'image dans MATLAB. Le deuxième article décrit et valide la technique dite des bulles fréquentielles, qui a été utilisée tout au long des études de cette thèse pour révéler les fréquences spatiales utilisées dans diverses tâches de perception des visages. Cette technique offre les avantages d’une haute résolution au niveau des fréquences spatiales ainsi que d’un faible biais expérimental. Le troisième et le quatrième article portent sur le traitement des fréquences spatiales en fonction de la conscience. Dans le premier cas, la méthode des bulles fréquentielles a été utilisée avec l'amorçage par répétition masquée dans le but d’identifier les fréquences spatiales corrélées avec les réponses comportementales des observateurs lors de la perception du genre de visages présentés de façon consciente versus non-consciente. Les résultats montrent que les mêmes fréquences spatiales influencent de façon significative les temps de réponse dans les deux conditions de conscience, mais dans des sens opposés. Dans le dernier article, la méthode des bulles fréquentielles a été combinée à des enregistrements intracrâniens et au Continuous Flash Suppression (Tsuchiya & Koch, 2005), dans le but de cartographier les fréquences spatiales qui modulent l'activation de structures spécifiques du cerveau (l'insula et l'amygdale) lors de la perception consciente versus non-consciente des expressions faciales émotionnelles. Dans les deux régions, les résultats montrent que la perception non-consciente s'effectue plus rapidement et s’appuie davantage sur les basses fréquences spatiales que la perception consciente. La contribution de cette thèse est donc double. D’une part, des contributions méthodologiques à la recherche en perception visuelle sont apportées par l'introduction de la boîte à outils SHINE ainsi que de la technique des bulles fréquentielles. D’autre part, des indications sur les « corrélats de la conscience » sont fournies à l’aide de deux approches différentes. / Natural stimuli impinging on our retinas provide us with a wealth of visual information. This information varies along “low-level” features, such as luminance, contrast, and spatial frequency (SF). Whereas some of this information reaches our awareness, some of it is processed in the brain without us ever becoming aware of it (i.e., non-consciously). A remaining question is precisely which SFs influence brain activation and behavior consciously vs. non-consciously. The aim of this thesis was to address this question using state-of the-art psychophysical techniques. The first article introduces the SHINE (spectrum, histogram, and intensity normalization and equalization) toolbox for controlling low-level image properties in MATLAB. The second article describes and validates the SF Bubbles technique, which was used throughout the studies in this thesis to map SF tuning for various face perception tasks with a high SF resolution and low experimental bias. The third and fourth articles focus on SF processing as a function of awareness. In the former, SF Bubbles was employed together with repetition priming and masking to investigate which SFs are correlated with observers’ behavioral responses during conscious vs. non-conscious face-gender perception. The results show that the same SFs significantly influenced response times in both prime awareness conditions but, surprisingly, in opposite ways. In the latter, SF Bubbles was combined with intracranial recordings from awake human patients and Continuous Flash Suppression (Tsuchiya & Koch, 2005). This allowed us to map the SFs that modulate activation in specific brain structures (the insula and the amygdala) during the conscious vs. non-conscious perception of emotional facial expressions. The results for both regions demonstrate that non-conscious perception relied on low SFs more and was faster than conscious perception. The contribution made in this thesis is thus two-fold: methodological contributions to visual perception research are made by introducing the SHINE toolbox and the SF Bubbles technique, and insights into the “informational correlates” of consciousness are provided from two different angles.

Cette thèse s’inscrit dans la recherche d’images basée sur leur contenu. La recherche opère sur des images eprésentéesdans un domaine transformé et où sont construits directement les vecteurs de caractéristiques ou indices. Deux types detransformations sont explorés : la transformée en cosinus discrète ou Discrete Cosine Transform (DCT) et la transforméen ondelettes discrète ou Discrete Wavelet Transform (DWT), utilisés dans les normes de compression JPEG et JPEG2000. Basés sur les propriétés des coefficients de la transformation, différents vecteurs de caractéristiquessont proposés. Ces vecteurs sont mis en oeuvre dans la reconnaissance de visages et de textures couleur.Dans le domaine DCT, sont proposés quatre types de vecteurs de caractéristiques dénommés «patterns» : Zigzag-Pattern,Sum-Pattern, Texture-Pattern et Color-Pattern. Le premier type est l’amélioration d’une approche existante. Les trois derniers intègrent la capacité de compactage des coefficients DCT, sachant que certains coefficients représentent une information de directionnalité. L’histogramme de ces vecteurs est retenu comme descripteur de l’image. Pour une réduction de la dimension du descripteur lors de la construction de l’histogramme il est défini, soit une adjacence sur des patterns proches puis leur fusion, soit une sélection des patterns les plus fréquents. Ces approches sont évaluées sur des bases de données d’images de visages ou de textures couramment utilisées. Dans le domaine DWT, deux types d’approches sont proposés. Dans le premier, un vecteur-couleur et un vecteur–texture multirésolution sont élaborés. Cette approche se classe dans le cadre d’une caractérisation séparée de la couleur et de la texture. La seconde approche se situe dans le contexte d’une caractérisation conjointe de la couleur et de la texture. Comme précédemment, l’histogramme des vecteurs est choisi comme descripteur en utilisant l’algorithme K-means pour construire l’histogramme à partir de deux méthodes. La première est le procédé classique de regroupement des vecteurs par partition. La seconde est un histogramme basé sur une représentation parcimonieuse dans laquelle la valeur des bins représente le poids total des vecteurs de base de la représentation. / This thesis comes within content-based image retrieval for images by constructing feature vectors directly fromtransform domain. In particular, two kinds of transforms are concerned: Discrete Cosine Transform (DCT) andDiscrete Wavelet Transform (DWT), which are used in JPEG and JPEG2000 compression standards. Based onthe properties of transform coefficients, various feature vectors in DCT domain and DWT domain are proposedand applied in face recognition and color texture retrieval. The thesis proposes four kinds of feature vectors in DCTdomain: Zigzag-Pattern, Sum-Pattern, Texture-Pattern and Color-Pattern. The first one is an improved method based onan existing approach. The last three ones are based on the capability of DCT coefficients for compacting energy and thefact that some coefficients hold the directional information of images. The histogram of these patterns is chosen as descriptor of images. While constructing the histogram, with the objective to reduce the dimension of the descriptor, either adjacent patterns are defined and merged or a selection of the more frequent patterns is done. These approaches are evaluated on widely used face databases and texture databases. In the aspect of DWT domain, two kinds of approaches for color texture retrieval are proposed. In the first one, color-vector and multiresolution texture-vector are constructed, which categorize this approach into the context of extracting color and texture features separately. In contrast, the second approachis in the context of extracting color and texture features jointly: multiresolution feature vectors are extracted from luminance and chrominance components of color texture. Histogram of vectors is again chosen as descriptor and using k-means algorithm to divide feature vectors into partitions corresponding to the bins of histogram. For histogram generation, two methods are used. The first one is the classical method, in which the number of vectors that fall into the corresponding partition is counted. The second one is the proposition of a sparse representation based histogram in which a bin value represents the total weight of corresponding basis vector in the sparse representation.

Vision et Emotion sont deux fonctions adaptatives majeures dont les interactions ont été largement évaluées. Il est aussi reconnu que les performances visuelles déclinent fortement au fur et à mesure que les stimulations s'éloignent du centre du champ visuel. De ce fait, les études s'intéressant au traitement des informations visuelles émotionnelles ont systématiquement présenté ces stimulations en vision centrale (VC) mais jamais de manière excentrée, en vision périphérique (VP). Ce travail a pour objectif général d'explorer les réponses induites par des stimulations émotionnelles présentées en VP, aux niveaux comportemental et cérébral, grâce à la technique des potentiels évoqués (PE). Le caractère saillant de l'information émotionnelle, par sa capacité à capter préférentiellement les ressources attentionnelles, devrait : d'une part, optimiser la réactivité de la VP ; d'autre part, faciliter la rééducation de pathologies de la VC (scotomes centraux), dans la mesure où, lors de ces pathologies, seules les ressources de la VP demeurent disponibles.<br />En premier lieu, nous avons voulu explorer la capacité de la VP à traiter des images de scènes naturelles dont certaines contiennent des informations émotionnelles. Nous avons notamment observé pour la première fois l'existence de composantes électrophysiologiques évoquées par la VP. De plus, nous avons pu constater que le contenu émotionnel des images module les performances comportementales des participants ainsi que leur activité cérébrale, comme classiquement décrit en VC. Ces résultats plaident en faveur d'une différentiation précoce des informations visuelles présentées en VP selon leur nature affective et permet d'envisager leur utilisation dans le cadre de la rééducation neurovisuelle.<br />En deuxième lieu, et ayant à l'esprit les possibilités de rééducation neurovisuelle, nous avons cherché les stimulations susceptibles de mobiliser au mieux les ressources visuelles, pour ensuite les associer, en VP, à des informations émotionnelles. En conséquence, nous nous sommes intéressés au traitement de visages émotionnels (peur, neutre, joie) en VP car ils constituent, du fait de leur rôle dans les interactions sociales, des stimulations visuelles particulièrement saillantes. Cette étude a permis de montrer que les visages sont traités en VP et que leur expression émotionnelle a un impact au niveau comportemental et électrophysiologique. En particulier, les réponses des participants sont plus rapides et les composantes évoquées sont plus amples lorsque des visages de peur et de joie sont présentés en VP par rapport à des visages neutres.<br />Enfin, certaines études suggèrent une amélioration des performances de la VP lorsque des stimuli sont présentés en mouvement. De ce fait, la saillance des visages en VP pourrait être renforcée par le caractère dynamique de leur expression émotionnelle. Dans une troisième expérience, nous avons donc présenté des visages statiques et des visages animés, neutres et émotionnels, en VC et en VP. Les résultats obtenus confirment les données de la seconde expérience mais ne permettent pas d'attribuer un avantage spécifique à la composante dynamique des visages présentés, qu'ils soient émotionnels ou neutres.<br />A titre prospectif, nous avons présenté, à des patients atteints de scotomes centraux, des visages émotionnels et neutres. Les résultats comportementaux permettent de mettre en évidence que, chez ces patients, les visages émotionnels sont mieux traités que les neutres en VP. Les expressions faciales émotionnelles pourraient donc s'avérer des stimuli particulièrement adaptés dans le cadre de l'amélioration des ressources de la VP.<br />En conclusion, ce travail apporte des données comportementales et électrophysiologiques inédites sur le codage de l'information émotionnelle en VP et ouvre des perspectives encourageantes sur l'utilisation de la saillance émotionnelle dans la rééducation des déficits de la vision centrale.

Cette thèse porte sur le traitement rapide des informations visuelles contenues dans les scènes naturelles. Elle s'articule en deux chapitres constitués chacun d'une revue de la littérature et d'articles présentant des travaux expérimentaux réalisés au cours de celle-ci.<br />Le chapitre 1 s'intéresse tout d'abord au degré de parallélisme dans le traitement des scènes naturelles.<br />Contrairement aux modèles sériels qui postulent que les objets sont analysés l'un après l'autre, une revue<br />détaillée de la littérature suggère une grande part de parallélisme dans le traitement visuel. Les deux<br />premiers articles de cette thèse portent sur la catégorisation d'objets dans les scènes naturelles et suggèrent que l'interférence entre représentations d'objets aurait lieu principalement au niveau décisionnel, probablement dans les aires frontales. La seconde partie du chapitre 1 s'intéresse au parallélisme de traitement qui permet d'extraire le sens du contexte général d'une scène. L'article 3 décrit l'efficacité du système visuel à extraire rapidement le sens global d'une scène et suggère que celui-ci pourrait interagir en parallèle avec la catégorisation des objets. L'article 4 tente de mieux cerner la participation des facteurs visuels ascendants et descendants dans l'analyse des scènes naturelles. Parmi toutes les catégories, les visages humains pourraient être traités de façon très particulière. <br />Le chapitre 2 discute certains arguments en faveur d'une spécificité des mécanismes impliqués. Des explications alternatives y sont proposées permettant d'envisager un modèle unique de traitement visuel pour toutes les catégories d'objets. L'article 5 montre qu'au niveau comportemental les visages d'êtres humains dans des scènes naturelles ne sont pas traités plus rapidement que d'autres catégories d'objets familiers. L'article 6 tente de déterminer le temps de traitement de ces stimuli au niveau électrophysiologique. Plusieurs hypothèses sont discutées. L'article 7 montre que la N170 n'est pas aussi spécifique des visages d'êtres humains que communément admis. Ce qui semble leur être spécifique est l'ampleur de l'effet d'inversion<br />au niveau comportemental et électrophysiologique. Tous ces résultats sont discutés dans le cadre des<br />modèles actuels du traitement visuel.