Titre de l'écran-titre (visionné le 24 juillet 2023) / L'opérateur en surveillance urbaine est appelé à observer et analyser plusieurs sources vidéo en simultané afin de détecter les comportements potentiellement à risque pour la sécurité de la population. L'efficacité à détecter des incidents repose sur la capacité à comprendre les différents aspects d'une situation parfois complexe et son l'évolution afin de pouvoir projeter son état dans le temps et en déterminer le potentiel critique (Stainer et coll., 2013). L'opérateur sollicite ainsi plusieurs ressources cognitives importantes qui peuvent devenir lourdes à gérer lors d'une tâche de recherche visuelle au sein d'un environnement visuel saturé ou lors de l'évaluation du potentiel critique d'une situation (Hodgetts et coll., 2017). Paradoxalement, les environnements de surveillance traditionnels ont tendance encore aujourd'hui à présenter une grande quantité d'information à la fois, suggérant une meilleure efficacité de détection quand l'opérateur peut accéder à toutes les sources disponibles simultanément (Smallman et John, 2005). Pourtant, bien qu'intuitive, cette approche tend au contraire à générer un impact négatif sur la performance (Stainer et coll., 2021) puisque l'outil multiplex est inadapté à la réalité cognitive des utilisateurs (Stainer et coll., 2013; Tickner et Poulton, 1973) qui s'avère opérer un traitement sériel de l'information pour certains aspects clés d'une tâche de détection (Zelinsky et Loschky, 2005). Le présent projet vise par une approche de recherche holistique (Lafond et coll., 2010) et systémique (Sevaldson, 2013) et par une méthodologie à l'intersection des sciences et du design à supporter l'utilisateur dans sa tâche afin d'harmoniser l'outil de visualisation avec sa réalité cognitive lors d'une tâche de surveillance. Cette stratégie permet d'associer différents phénomènes d'un point de vue global, mais également en termes d'influence mutuelle des dimensions cognitives concomitantes afin d'assurer le confort interactionnel et cognitif de l'utilisateur. Un environnement sériel monoplex est comparé à une interface traditionnelle multiplex afin de comprendre l'effet du mode de visualisation sur la performance de surveillance. Dans son état actuel, l'interface monoplex harmonisée avec les processus sériels de l'attention ne s'avère pas améliorer la performance de détection, mais augmente cependant la conscience de la situation sans générer de coût au niveau de la charge mentale, ce qui souligne le potentiel de la sériation en recherche visuelle. L'analyse des phénomènes cognitifs semble démontrer que la sérialité seule n'est pas suffisante pour améliorer la performance, mais qu'elle gagnerait à être mise en relation avec d'autres facteurs d'influence pour avoir un impact significatif sur la performance en surveillance. Les résultats démontrent que la valeur attribuée aux incidents à détecter s'avère être le facteur prédominant de la détection selon le modèle NSEEV de l'attention (Steelman et coll., 2011), et gagnerait à être considéré dans l'intégration de la sérialité en surveillance, notamment lorsqu'on considère l'approche monoplex comme étant plus cohérente avec les tâches de nature descendantes (Treisman et Gelade, 1980) vu la plus grande facilité à s'y concentrer sur un élément spécifique à la fois (Stainer et coll., 2013). À la lumière des résultats, un concept hybride modulaire est exploré pour supporter une approche par scène ou par regroupement de proximité sémantique (Tatler, 2021) qui s'aligne davantage avec les différents types de traitement cognitif sollicités en recherche visuelle.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/121746 |
| Date | 28 July 2023 |
| Creators | Pelletier, Serge |
| Contributors | Tremblay, Sébastien |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xi, 162 pages), application/pdf |
Page generated in 0.0027 seconds