Le déficit social, incluant la perturbation du traitement du regard et des émotions, est au cœur de l’autisme. Des études ont montré que les visages de peur provoquent une orientation rapide et involontaire de l’attention spatiale vers leur emplacement chez les individus à développement typique. De plus, ceux-ci détectent plus rapidement et plus efficacement les visages avec un regard direct (vs regard dévié). La présente étude vise à explorer l’effet de l’émotion de peur et de la direction du regard (direct vs dévié) sur l’attention spatiale chez les enfants autistes à l’aide d’une tâche d’attention spatiale implicite. Six enfants avec un trouble autistique (TA) ont participé à cette étude. Les participants doivent détecter l’apparition d’une cible à gauche ou à droite d’un écran. L’apparition de la cible est précédée d’une amorce (paire de visages peur/neutre avec regard direct/dévié). La cible peut être présentée soit dans le même champ visuel que l’amorce émotionnellement chargée (condition valide), soit dans le champ visuel opposé (condition invalide). Nos résultats montrent que les amorces avec un visage de peur (vs les amorces avec un visage neutre) provoquent un effet d’interférence au niveau comportemental et divergent l’attention de leur emplacement chez les enfants avec un TA. / Autism is characterized by a social deficit, including difficulties in using and responding to facial expressions and gaze. Previous studies showed that fearful faces elicit a rapid involuntary orienting of spatial attention towards their location in typically developing (TD) individuals. In addition, target faces with direct gaze are detected faster and more efficiently than those with averted gaze in TD individuals. The aim of the current study is to explore the effect of fear and gaze direction (direct vs averted) on spatial attention in children with autistic disorder (AD). Six children with AD performed a covert spatial orienting task. Each trial consisted of a pair of faces (fearful/neutral with direct/averted gaze) briefly presented followed by a target presented at the location of one of the faces. Participants had to judge the location of the target (right or left visual field). The target unpredictably appeared on the side of the emotional face (fear, direct) (valid condition) or on the opposite side (neutral, averted) (invalid condition). Our results show that fearful faces have an interferent effect on the performance of AD children and divert attention from their location.

Dans ce travail, nous nous proposons d'étudier la cognition sociale chez les sourds en distinguant les aspects perceptifs et cognitifs selon le modèle proposé par Tager-Flusberg et Sullivan (2000). La surdité nous permet d'aborder l'influence des facteurs environnementaux sur le développement des composantes socio-perceptive et socio-cognitive ; nous ciblons nos recherches sur les enfants sourds nés de parents entendants, éduqués dans des écoles ordinaires et portants des prothèses auditives. La première question à laquelle nous tenterons de répondre est la suivante : le manque de communication avec l'entourage familial pendant les premiers mois de vie, en lien avec le contexte particulier de la surdité dans un milieu entendant, a-t-il une influence sur le développement de la composante socio-perceptive ? Nous étudions cette question avec deux expériences impliquant la perception des visages et des émotions ; ces tests nous permettent de mettre en évidence les performances et les stratégies de traitement utilisées. Nous recherchons d'une part, l'utilisation du processus configural et l'effet de focalisation de l'attention sur la région des yeux au cours d'une tâche de jugement de similarité entre visages et d'autre part, l'effet de traitement automatique de la colère avec une tâche de recherche visuelle. La deuxième question soulevée est relative au développement de la composante socio-cognitive, et notamment aux capacités liées à la théorie de l'esprit. Les possibilités croissantes d'intégration du discours, notamment grâce aux prothèses auditives, permettraient-elles le développement des capacités nécessaires à la compréhension des états mentaux d'autrui ? / In this thesis, we aimed to study the socio-perceptive and the socio-cognitive components of social cognition (Tager-Flusberg et Sullivan, 2000) in deaf children. Deafness give us the possibility to assess environmental factors' influence on the development of these components. To do so, we focus our studies on deaf children born from hearing parents, equipped with auditory protheses, and educated in ordinary schools. First, one of the main issue of the current studies is to assess whether the lack of communication with family during the first months of life, in line with the particular context of deafness in a hearing environment, have a significant impact on the socio-perceptive component. Experiments 1 and 2 were designed to assess this issue. Participants had to respond with two experiences related to faces and emotion perceptions ; those tests allow us to show the performances and the strategies of the treatment used. On a side, we are looking for the inversion effect and the eyes area focus effect during a test of faces' similarities judgment, and another side the angry automatic effect with a visual search test. The second question studied is related to the development of the socio-cognitive component, and especially on capacities of theory of mind. Could the improvement of internalization of speech, using auditory protheses, permit the development of the capacities needed to understand the state of mind of another? Or in contrary, are the possibilities to exchange precociously about his own state of mind needed to develop socio-cognitive component?

Les comportements sociaux coopératifs sont longtemps restés un obstacle aux modèles de choix rationnel, obstacle qu'incarnent des dilemmes sociaux où un individu suivant son intérêt personnel est incité à exploiter la coopération d'autrui à son seul avantage. Je détaillerai tout d'abord comment la coopération peut apparaître un choix sensé lorsque elle est envisagée dans un contexte naturel et réel. Un regard à travers l'anthropologie, la psychologie et la neurobiologie conduit à appréhender la coopération davantage comme une adaptation et un apprentissage que comme un défaut de rationalité. Les émotions jouent un rôle essentiel dans ces processus, et je présenterai en quoi les exprimer aide les êtres humains à se synchroniser et à coopérer. Le sourire est souvent invoqué comme exemple d'un signal universel de coopération et d'approbation, une propriété intimement liée à son expression répétée lors de tâches collaboratives. Malgré tout, on en sait encore peu sur la manière précise dont le sourire et les autres expressions interviennent dans la prise de décision sociale, et en particulier sur le traitement des situations d'incongruence où un sourire accompagnerait une défection. Ce point est le cœur de l'étude expérimentale que je rapporte dans ce manuscrit. J'ai réalisé deux expériences confrontant les participants à un dilemme social dans lequel ils pouvaient investir une somme d'argent auprès de différents joueurs informatisés susceptibles de se l'accaparer, ou, au contraire, de la rétribuer avec intérêts. Les joueurs virtuels étaient personnalisés par un visage dont l'expression pouvait changer après le choix du participant: certains affichaient ainsi des émotions incongruentes avec leur ``décision'' subséquente de rétribuer ou non l'investissement du sujet. Malgré les différences méthodologiques, ces deux expériences ont montré que les expressions incongruentes altéraient la capacité des participants à jauger la propension des joueurs virtuels à rétribuer leurs investissements après une ou plusieurs interactions. Cet effet s'est manifesté tant au travers de rapports explicites que dans les investissements effectués. Dans leurs détails, les résultats de ces expériences ouvrent de nombreuses perspectives expérimentales, et appellent à la construction d'un modèle unifié de la décision sociale face-à-face qui intégrerait les nombreuses connaissances apportées ces dernières années par l'étude des grandes fonctions cognitives, tant au niveau expérimental, théorique que neurobiologique. / For few decades, rational choice theories failed to properly account for cooperative behaviors. This was illustrated by social dilemmas, games where a self-motivated individual will be tempted to exploit others' cooperative behavior, harming them for his own personal profit. I will first detail how cooperation may rise as a reasonable --- if not rational --- behavior, provided that we consider social interactions in a more realistic context that rational choice theories initially did. From anthropology to neurobiology, cooperation is understood as an efficient adaptation to this natural environment rather than a quirky, self-defeating behavior. Because pertinent information is often lacking or overwhelming, too complex or ambiguous to deal with, it is essential to communicate, to share, and to trust others. Emotions, and their expression, are a cornerstone of humans' natural and effortless navigation in their social environment. Smiles for instance are universally known as a signal of satisfaction, approbation and cooperation. Like other emotional expressions, they are automatically and preferentially treated. They elicit trust and cooperative behaviors in observers, and are ubiquitous in successful collaborative interactions. Beside that however, few is known about how others' expressions are integrated into decision making. That was the focus of the experimental study I relate in this manuscript. More specifically, I investigated how decisions in a trust-based social dilemma are influenced by smiles which are either displayed along a cooperative or defective behavior (``congruently'' and ``incongruently'', resp.). I carried out two experiments where participants played an investment game with different computerized virtual partners playing the role of trustees. Virtual trustees, which were personalised with a facial avatar, could either take and keep participants investment, or reciprocate it with interests. Moreover, they also displayed facial reactions, that were either congruent or incongruent with their computerized ``decision'' to reciprocate or not. Even if the two experiments presented some methodological differences, they were coherent in that they both showed that participants were altered in remembering a virtual trustee's behavior if the latter expressed incongruent emotions. This was observed from participants' investments in game, and from their post-experimental explicit reports. If many improvements to my experimental approach remain to be done, I think it already completes the existing literature with original results. Many interesting perspectives are left open, which appeal for a deeper investigation of face-to-face decision making. I think it constitutes a theoretical and practical necessity, for which researchers will be required to unify the wide knowledge of the major cognitive functions which was gathered over the last decades.

[Non communiqué] / In the past decade, 3D statistical face model (3D Morphable Model) has received much attention by both the commercial and public sectors. It can be used for face modeling for photo-realistic personalized 3D avatars and for the application 2D face recognition technique in biometrics. This thesis describes how to achieve an automatic 3D face reconstruction system that could be helpful for building photo-realistic personalized 3D avatars and for 2D face recognition with pose variability. The first systems we propose Combined Active Shape Model for 2D frontal facial landmark location and its application in 2D frontal face recognition in degraded condition. The second proposal is 3D Active Shape Model (3D-ASM) algorithm which is presented to automatically locate facial landmarks from different views. The third contribution is to use biometric data (2D images and 3D scan ground truth) for quantitatively evaluating the 3D face reconstruction. Finally, we address the issue of automatic 2D face recognition across pose using 3D Morphable Model

En adoptant une methode générale de distribution du réseau de cellules, sont proposes des algorithmes de communication sur un anneau et sur un hypercube qui résolvent les problèmes de multi-accumulation et de diffusion all-to-all. Il est montre, de plus, que ces algorithmes sont asymptotiquement optimaux. La simulation de l'identification des visages en contexte présentée constitue une tentative d'utilisation du modèle connexioniste comme nouveau paradigme pour modéliser des phénomènes cognitifs. Par ailleurs, l'application des réseaux multicouches a la reconnaissance de mots met en valeur l'intérêt de l'architecture a connexions partielles et superposées pour traiter des informations temporelles

À la frontière entre neurosciences et intelligence artificielle, les neurosciences computationnelles tentent de comprendre les formidables capacités de calcul du cerveau, notamment l'efficacité du traitement de l'image par le système visuel. Mon travail est un double travail expérimental et de modélisation. Dans la partie expérimentale, je tente de déterminer les raisons qui font la précision et la rapidité des processus visuels. On présente brièvement (20-30 ms) des photographies contenant ou non des animaux au sujet qui doit relâcher un bouton quand l'image contient un animal. Le singe macaque réalise cette tâche avec une précision légèrement inférieure à celle de l'homme mais avec une plus grande rapidité. Je tente ensuite de contraindre la catégorisation pour déterminer le rôle à la fois des propriétés intrinsèques des images - couleur, luminance, nombre d'animaux présents, parties visibles de leurs corps, espèce de l'animal... - mais aussi de leurs propriétés extrinsèques - condition de présentation, effet de séquence, familiarité du stimulus, consigne... Bien que certaines conditions accélèrent la catégorisation, les réponses les plus précoces (dont on montre qu'elles ne sont pas spécifiques de certaines images), et les enregistrements EEGs correspondant au traitement de l'image ne sont que très peu affectés. Cela implique donc un traitement rapide massivement parallèle - quasiment automatique - des informations visuelles, où chaque neurone du système visuel peut difficilement émettre plus d'une décharge. À partir de ces contraintes, et de celles imposées par la structure du système visuel, j'ai construit un simulateur biologiquement plausible (SpikeNET) qui permet de simuler le comportement des neurones réels (de la détection de barres orientées jusqu'à la reconnaissance de visages). Les performances de ces modèles sont étonnantes du point de vue du traitement d'image et rivalisent avec les approches classiques en intelligence artificielle.

Le développement et l'amélioration du réseau Internet a permis de mettre un grand nombre de contenus télévisuels à disposition des utilisateurs. Afin de faciliter la navigation parmi ces vidéos, il est intéressant de développer des technologies pour indexer les personnes automatiquement. Les solutions actuelles proposent de construire l'index audio-visuel des personnes par combinaison des index audio et visuel obtenus de manière indépendante. Malheureusement, pour les émissions de télévision, il est difficile de détecter et de regrouper les personnes automatiquement à cause des nombreuses ambiguïtés dans l'audio, le visuel et leur association (interactivité des dialogues, variations de pose du visage, asynchronie entre la parole et l'apparence, etc). Les approches basées sur la fusion des index audio et visuel combinent les erreurs d'indexation issues de chaque modalité. Les travaux présentés dans ce rapport exploitent la complémentarité entre les informations audio et visuelle afin de palier aux faiblesses de chaque modalité. Ainsi, une modalité peut appuyer l'indexation d'une personne lorsque l'autre est jugée peu fiable. Nous proposons une procédure de correction mutuelle des erreurs d'indexation de chaque modalité. D'abord, les erreurs sont détectées automatiquement à l'aide d'indicateurs de présence de visage parlant. Puis, la modalité qui a échoué est corrigée grâce à un schéma automatique. Nous avons proposé en premier lieu un système initial d'indexation de visages parlants basé sur la détection et le regroupement du locuteur et du costume. Nous proposons une méthode de combinaison d'index basée sur la maximisation de la couverture globale des groupes de personnes. Ce système, évalué sur des émissions de plateaux, obtient une grande précision (90%), mais un faible rappel (seulement 55% des visages parlants sont détectés). Afin de détecter automatiquement la présence d'un visage parlant dans le processus de correction mutuelle, nous avons développé une nouvelle méthode de détection de mouvement des lèvres basée sur la mesure du degré de désordre de la direction des pixels autour de la région des lèvres. L'évaluation, réalisée sur le corpus de d'émission de plateaux, montre une amélioration significative de la détection des visages parlants comparé à l'état de l'art dans ce contexte. En particulier, notre méthode s'avère être plus robuste à un mouvement global du visage. Enfin, nous avons proposé deux schémas de correction. Le premier est basé sur une modification systématique de la modalité considérée a priori la moins fiable. Le second compare des scores de vérification de l'identité non supervisée afin de déterminer quelle modalité a échoué et la corriger. Les modèles non supervisés des personnes sont appris à partir des ensembles homogènes de visages parlants obtenus automatiquement par le système initial. Les deux méthodes de correction conduisent à une amélioration significative des performances (+2 à 5% de la F-mesure). Nous nous sommes également intéressé aux systèmes biométriques audio-visuels et particulièrement sur les techniques de fusion tardives pour la vérification d'identité. Nous avons proposé une méthode de fusion dépendante de la qualité du signal dans chaque modalité.

Lorsque nous pensons à nous-mêmes, à toutes les caractéristiques physiques ou psychologiques qui nous définissent, à tous les objets que nous possédons, nous avons limpression quils ont un statut bien particulier dans notre esprit, quils sont spéciaux pour nous. Notre propre visage est certainement parmi lune des plus uniques et distinctives de toutes ces informations autoréférentielles. Dans ce travail, nous nous sommes penchés sur les spécificités du traitement visuel du propre visage. Dans un premier chapitre théorique, nous avons questionné la possibilité dutiliser le traitement du propre visage comme un indice de conscience de soi (voir Chapitre 1). Ensuite, nous avons passé en revue les différentes études existantes qui concernaient la spécificité du propre visage ou dautres informations autoréférentielles (voir Chapitre 2). Suite à cette revue de la littérature, il est apparu que lintuition selon laquelle notre propre visage est un stimulus spécial navait pas pu être confirmée unanimement par les études qui nous précédaient. Ce travail ambitionnait donc dévaluer empiriquement dans quelle mesure notre propre visage est traité par le système cognitif de façon différente des autres visages que nous rencontrons. Nous avons tenté de répondre à cette question selon trois angles différents. Tout dabord, nous nous sommes intéressés à la précision de la représentation de notre propre visage en mémoire. Pour cela, nous avons utilisé dans notre première étude une méthode psychophysique permettant de déterminer dans quelle mesure nous sommes capables de détecter des modifications fines apportées à des photographies de notre propre visage (voir Chapitre 4). Ensuite, nous avons examiné si la reconnaissance de notre propre visage, mais aussi celle de notre propre corps, sont sous-tendues par des zones cérébrales spécifiques. A cette fin, au cours dune seconde étude, nous avons utilisé limagerie par résonance magnétique fonctionnelle (IRMf, voir Chapitre 5). Enfin, nous avons testé si le propre visage est particulièrement apte à capturer ou à retenir notre attention lorsquil est présenté de façon inopportune alors que nous sommes occupés à réaliser une tâche sans rapport (voir Chapitres 6, 7 et 8). Pour ce faire, nous avons eu recours, dans une série de trois études, à différents paradigmes attentionnels : un paradigme de jugement de parité, un paradigme de cécité attentionnelle, et un paradigme de recherche visuel lors duquel nous avons procédé à lenregistrement des mouvements oculaires des participants. Tout au long de ce travail, nous avons adopté une approche visant à différencier les effets dautoréférence de simples effets de familiarité. Pour ce faire, dans toutes nos études, nous avons comparé les réponses obtenues lors de la présentation du propre visage du participant à celles obtenues lors de la présentation du visage dune personne hautement familière pour le participant (un ami ou un collègue du même groupe dâge et du même sexe). Par ailleurs, dans les études attentionnelles, les réponses subséquentes à la présentation de ces deux visages familiers étaient également comparées à celles obtenues suite à lapparition de visages de personnes inconnues. En somme, si les performances obtenues sur le propre visage et le visage très familier différaient, nous pourrions penser que ces différences sont dues à laspect autoréférentiel du propre visage. Par contre, si les performances ne différaient pas entre le propre visage et lautre visage très familier mais que ces deux visages se distinguaient des visages inconnus, nous pourrions supposer que nous sommes face à de simples effets de familiarité. La première étude psychophysique a montré que la représentation que nous avons en mémoire de notre propre visage est très précise. Cette précision est seulement limitée par les capacités de discrimination perceptive de notre système visuel. Cependant, il en était de même pour le visage dune autre personne hautement familière. De ce point de vue, il ne semble donc pas que notre propre visage soit spécial. Néanmoins, il semblerait que cette représentation soit sous-tendue par des substrats cérébraux spécifiques, comme indiqué par notre seconde étude en IRMf. Cette étude a aussi montré que notre propre corps serait également traité par des régions cérébrales spécifiques. De plus, certaines régions seraient dédiées au traitement abstrait de notre propre apparence physique puisquelles étaient impliquées indépendamment du type de matériel présenté (visage ou corps). Enfin, nous avons montré, grâce aux trois études attentionnelles, que le propre visage nest pas un distracteur exceptionnel par rapport à dautres visages familiers. En effet, le propre visage ne semble pas capturer lattention de façon automatique. Il semblerait que le propre visage bénéficie simplement dune allocation de lattention préférentielle par rapport à des visages inconnus. En dautres termes, lallocation de lattention au propre visage est sujette à diverses contraintes (par exemple sa localisation spatiale) et il semblerait que lattention soit nécessaire pour identifier le propre visage en tant que tel. Cet ensemble de résultats est discuté dans un dernier chapitre (voir Chapitre 9) où nous tentons de mettre les données provenant des trois perspectives différentes (représentation en mémoire, substrats cérébraux et propriétés attentionnelles relatifs au propre visage) en rapport. De plus, la possibilité dutiliser le propre visage comme outil détude de la conscience de soi ou de différents processus cognitifs (reconnaissance ou attention visuelle) est brièvement passée en revue.<br> <br> When we think about ourselves, about the traits that define us, about the physical characteristics or the objects that we own, we have the intuition that they have a special status in our mind. We deeply feel that they are different from everything else in the world. This thesis concerned the specificity of a highly distinctive self-referential stimulus: the self-face. In the present thesis, we have conducted five studies examining whether the self-face is processed in a special way by comparison with other faces. We have put three main questions: (1) how accurate is the representation of the self-face in memory?; (2) is this representation subtended by specific neural correlates?; and (3) does the self-face have special abilities to attract and/or to hold attention? First, we showed that the perceptual representation in memory of the self-face is similar to that of other familiar faces as regard with its precision. Second, we demonstrated that although ones own face perceptual representation is not really special, the visual processing of the self-face is subtended by specific neural correlates. Apparently, the self-body is also processed via specialised pathways in the brain. In addition, some regions seem devoted to the abstract processing of ones own physical appearance independently of the material presented. Third, we showed that ones own face is not a particularly potent distractor by comparison with other familiar faces. It does not seem able to capture attention but rather benefits from a preferential allocation of attention by comparison with unfamiliar faces. In other words, its attentional processing is subject to various constraints (e.g. spatial localisation, available attentional resources) and attention seems necessary to process self-referential parts of a face. We discussed the idea that the presentation of the self-face can constitute a way to enhance chances of eliciting responses in non-communicative patients but that it is not the best way to study self-consciousness in normal adults when using only behavioural methods. In addition, because of its unique characteristics, the self-face can represent a useful tool of investigation of visual recognition and visual attention.

Le déficit social, incluant la perturbation du traitement du regard et des émotions, est au cœur de l’autisme. Des études ont montré que les visages de peur provoquent une orientation rapide et involontaire de l’attention spatiale vers leur emplacement chez les individus à développement typique. De plus, ceux-ci détectent plus rapidement et plus efficacement les visages avec un regard direct (vs regard dévié). La présente étude vise à explorer l’effet de l’émotion de peur et de la direction du regard (direct vs dévié) sur l’attention spatiale chez les enfants autistes à l’aide d’une tâche d’attention spatiale implicite. Six enfants avec un trouble autistique (TA) ont participé à cette étude. Les participants doivent détecter l’apparition d’une cible à gauche ou à droite d’un écran. L’apparition de la cible est précédée d’une amorce (paire de visages peur/neutre avec regard direct/dévié). La cible peut être présentée soit dans le même champ visuel que l’amorce émotionnellement chargée (condition valide), soit dans le champ visuel opposé (condition invalide). Nos résultats montrent que les amorces avec un visage de peur (vs les amorces avec un visage neutre) provoquent un effet d’interférence au niveau comportemental et divergent l’attention de leur emplacement chez les enfants avec un TA. / Autism is characterized by a social deficit, including difficulties in using and responding to facial expressions and gaze. Previous studies showed that fearful faces elicit a rapid involuntary orienting of spatial attention towards their location in typically developing (TD) individuals. In addition, target faces with direct gaze are detected faster and more efficiently than those with averted gaze in TD individuals. The aim of the current study is to explore the effect of fear and gaze direction (direct vs averted) on spatial attention in children with autistic disorder (AD). Six children with AD performed a covert spatial orienting task. Each trial consisted of a pair of faces (fearful/neutral with direct/averted gaze) briefly presented followed by a target presented at the location of one of the faces. Participants had to judge the location of the target (right or left visual field). The target unpredictably appeared on the side of the emotional face (fear, direct) (valid condition) or on the opposite side (neutral, averted) (invalid condition). Our results show that fearful faces have an interferent effect on the performance of AD children and divert attention from their location.

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.