Search

In this thesis, we develop a supervised object recognition method using new global image descriptors inspired by the model of the human primary visual cortex V1. Mathematically speaking, the latter is modeled as the semi-discrete roto-translation group SE (2,N)=R² x ZN semi-direct product between R² and ZN. Therefore, our technique is based on generalized and rotational Fourier descriptors defined in SE (2,N) , and which are invariant to natural geometric transformations (translations, and rotations). Furthermore, we show that such Fourier descriptors are weakly complete, in the sense that they allow to distinguish over an open and dense set of compactly supported functions in L² (SE(2,N)) , hence between real-world images. These descriptors are later used in order to feed a Support Vector Machine (SVM) classifier for object recognition purposes. We have conducted a series of experiments aiming both at evaluating and comparing the performances of our method against existing both local - and global - descriptor based state of the art techniques, using the RL, the CVL, and the ORL face databases, and the COIL-100 image database (containing various types of objects). The obtained results have demonstrated that our approach was able to compete with many existing state of the art object recognition techniques, and to outperform many others. These results have also shown that our method is robust to noise. Finally, we have applied the proposed method on vessels recognition in the framework of maritime surveillance., Dans cette thèse, nous développons une approche supervisée de reconnaissance d’objets basée sur l’utilisation de nouveaux descripteurs d’images globaux inspirés du modèle du cortex visuel humain primaire V1 en tant que groupe de roto-translations semi-discrètes SE (2,N)=R² x ZN produit semi-direct entre R² et ZN. La méthode proposée est basée sur des descripteurs de Fourier généralisés et rotationnels définis sur le groupe SE (2,N), qui sont invariants aux transformations géométriques (translations, et rotations). De plus, nous montrons que ces descripteur de Fourier sont faiblement complets, dans le sens qu’ils permettent de discriminer sur un ensemble ouvert et dense L² (SE(2,N)) de fonctions à support compact, donc distinguer entre des images réelles. Ces descripteurs sont ensuite utilisés pour alimenter un classifieur de type SVM dans le cadre de la reconnaissance d’objets. Nous avons mené une séries d’expérimentations dans le but d’évaluer notre méthode sur les bases de visages RL, CVL et ORL et sur la base d’images d’objets variés COIL-100, et de comparer ses performances à celles des méthodes basées sur des descripteurs globaux et locaux. Les résultats obtenus ont montré que notre approche est en mesure de concurrencer de nombreuses techniques de reconnaissance d’objets existantes et de surpasser de nombreuse autres. Ces résultats ont également montré que notre méthode est robuste aux bruits. Enfin, nous avons employé la technique proposée pour reconnaître des navires dans un contexte de surveillance maritime.

Cette étude aborde la conception de l’espace tunisien depuis l’Occident, à travers la représentation cartographique à l’époque moderne du XVIe siècle au XVIIIe siècle, d’après des sources issues principalement des collections de la Bibliothèque nationale de France. Cette étude a pour ambition de proposer un travail d’investigation de l’image cartographique de l’espace tunisien en privilégiant deux approches : une approche historiographique et une approche quantitative. L’objectif principal de la présente étude est de détecter les grandes phases historiques dans la représentation de l’espace tunisien, à partir d’un corpus assez dense. Nous proposons d’individualiser trois images cartographiques qui correspondent à des étapes importantes de l’évolution cartographique moderne ou encore à de grandes ruptures dans sa construction. Ces étapes correspondent à chaque fois à de nouveaux récits de voyages et par la suite à une évolution du regard. Les “cartes-modèles” que nous identifions dans un premier temps, sont ensuite l’objet d’une expérimentation dans une approche quantitative sous MapAnalyst qui est une application logicielle pour l’analyse de la précision géométrique des cartes historiques. Il s’agit d’une nouvelle approche pour le couplage éventuel de l’histoire avec les procédés de la cartographie d’aujourd’hui. Cette approche portant sur les déformations des surfaces, vise à une comparaison entre deux surfaces : une surface-source supposée “exacte” et une surface-image correspondant aux exemples historiques analysés. L’approche quantitative sous MapAnalyst permet non seulement de présenter les résultats graphiques et statistiques relatifs à l’exactitude des “cartes-modèles”, mais aussi de faire apparaître les structures cachées ou invisibles de déformation. This paper addresses the perception of the Tunisian space from a Western point of view, by means of the cartographic representation in the modern age, from the XVI to the XVIII century, found in the collections of the French National Library. This research proposes an investigation of the cartographic image of the Tunisian space with two main approaches, a storiographic and a quantitative ones. The main objective of this study is finding the big historical phases of representation of the Tunisian space. We propose to identify three cartographic images that represent important milestones in the evolution of modern cartography. Such milestones and cartographic models are part of an experiment we carried on by a quantitative approach using MapAnalyst, a software used for the analysis of the geometric precision of historical maps. Such an approach was thought for coupling the traditional historical cartographic analysis with the modern, digital one. As a result, we obtain two surfaces concerning the distortions of the maps: an ‘exact’ surface and an ‘image’ surface that correspond to the historical analysis. The quantitative approach via MapAnalyst allows not only presenting the graphic and statistical results related to the correctness of the ‘map models’, but also to make the deformations be evident.