Représentation et reconnaissance d'objets par champs réceptifs

This thesis belong to the field of modelisation and recognition of objects using their appearance. Each object is modeled by a collection of images and recognition is obtained by the matching between a new image and a model image. Images are modeled by measures on local features. Several local descriptor bases are theoretically and experimentally evaluated and a Gaussian derivative basis is selected for its properties which include~: high discriminability for a concise description, scalability and steerability. Invariance to orientation is obtained by setting derivative directions according to the local gradient. Invariance to scale is obtained by a new technique which locally selects a characteristic scale for describing a neighborhood. This scale correspond to a maximum over scale of a Laplacian operator. These invariances are experimentally validated. In our system, an image is decomposed in a grid of overlapping windows which is represented by a corresponding grid of local features computed on these windows. This highly redundant representation enables us to design two robust recognition techniques~: the first one is based on a simple vote and the second one based on the prediction--verification method consists in splitting the recognition process in an hypothesis generation step for a single window followed by a verification step which checks the generated hypothesis on the neighboring windows with inclusion of geometric coherence constraints.Cette thèse se place dans le domaine de la modélisation et de la reconnaissance d'objets par leur apparence. Chaque objet est modélisé par une collection d'images et la reconnaissance est obtenue par l'appariement d'une nouvelle image avec une image modèle. Les images sont modélisées par des mesures sur des caractéristiques locales. Plusieurs bases de descripteurs locaux sont évaluées théoriquement et expérimentalement et la base des dérivées de Gaussiennes est sélectionnée pour ses propriétés de discriminabilité avec une description très concise et son paramétrage en orientation et en échelle. Une invariance à l'orientation de la caméra par rapport à l'objet est obtenue par un calage des dérivées sur la direction du gradient et une invariance à l'échelle est obtenue par une technique novatrice qui consiste à sélectionner en chaque point une échelle caractéristique pour décrire son voisinage. Cette échelle caractéristique correspond au maximum en échelle d'un opérateur Laplacien. Ces invariances sont validées par des expérimentations systématiques. Dans notre système, une image est décomposée en une grille de fenêtres recouvrantes puis représentée par une grille de descripteurs locaux calculés sur ces fenêtres. Cette représentation très redondante nous a permis de définir deux stratégies de reconnaissance robustes~: l'une fondée sur un vote et l'autre fondée sur une stratégie par prédiction--vérification qui consiste à découper la reconnaissance en une phase de génération d'hypothèses d'appariement pour une fenêtre suivi d'une phase de vérification de ces hypothèses sur les fenêtres voisines en incluant des contraintes de cohérence spatiale à cette vérification