Modélisation de la dynamique de l'intégration contextuelle du mouvement chez le primate

This thesis addresses the study of motion integration in the primate. Based on anatomical and functional knowledge of two cortical areas involved in motion perception, namely v1 and mt, we explain various perceptual and oculo-motor responses found in the literature. First, we build a recurrent model of motion integration where a minimal number of cortical interactions are assumed. Pro- posing a simple readout mechanism, we are able to reproduce not only motion perception but also the dynamics of smooth pursuit eye movements on various line figures and gratings viewed through different apertures. Second, following perceptual studies concerning motion integration and physiological studies of re- ceptive fields, we construct another dynamical model where motion information is gated by form cues. To this end, we postulate that the visual cortex takes ad- vantage of luminance smoothness in order to gate motion diffusion. Such an ele- mentary diffusion mechanism allows to solve various contextual problems where extrinsic junctions should be eliminated, without relying on complex junction de- tectors or depth computation. Finally, we rewrite the initial dynamical model into the neural fields formalism in order to mathematically analyse its properties. We incorporate the multiplicative feedback term into the formalism, and prove the existence and uniqueness of the solution. To generalise the comparison against visual performance, we propose a new evaluation methodology based on human visual performance and design a database of image sequences taken from biology and psychophysics literature. Indeed, offering proper evaluation methodology is essential to continue progress in modelling the neural mechanisms involved in motion processing. To conclude, we investigate the performances of our neural fields model by comparison against state of the art computer vision approaches and sequences. We find that, despite its original objective, this model gives results comparable to recent computer vision approaches of motion estimation.Dans cette thèse, nous étudions l'intégration du mouvement chez le primate. En se basant sur les connaissances actuelles concernant l'anatomie et les fonctions de deux aires corticales impliquées dans le mouvement, v1 et mt, nous expliquons un certain nombre de réponses perceptuelles et oculo-motrices rapportées dans la littérature. Tout d'abord, nous construisons un modèle récurrent d'intégration du mouvement se basant sur un nombre minimal d'hypothèses concernant les inter- actions corticales. En proposant un simple mécanisme de " lecture ", nous sommes capable de reproduire non seulement la perception, mais aussi les dynamiques oculaires de poursuite sur des stimuli de type ligne ou grille. De là, en se bas- ant des études psychophysiques sur l'intégration du mouvement et sur des études physiologique concernant les champs récepteurs, nous construisons un deuxième modèle dynamique dans lequel l'information concernant le mouvement est di- rigée par un signal de forme. Pour cela, nous postulons que le cortex visuel utilise la régularité de la luminance pour diriger la diffusion du mouvement. Un tel mécan- isme élémentaire de diffusion permet de résoudre des problèmes contextuels, dans lesquels les jonctions extrinsèques doivent être ignorées, sans avoir besoin d'util- iser des mécanismes plus complexes tels que les détecteurs de jonctions ou le calcul de profondeur. Enfin, nous reformulons le modèle initial dans le cadre du form- alisme des champs neuronaux afin d'analyser mathématiquement ses propriétés. Nous incorporons la rétroaction multiplicative dans le formalisme et prouvons l'existence et l'unicité de la solution. Afin de généraliser les comparaisons aux per- formances du système visuel, nous proposons une nouvelle méthodologie d'évalu- ation basée sur les performances du système visuel humain, accompagnée d'une série de vidéos issues de la littérature biologique et psychophysique. En effet, une méthodologie d'évaluation adaptée nous semble essentielle afin de continuer les progrès en modélisation des mécanismes neuraux impliqués dans le traitement du mouvement. Pour conclure, nous analysons les performances de notre modèle d'intégration du mouvement en l'appliquant à des problèmes classiques et récents issus de la vision par ordinateur. En dépit de son objectif initial, notre modèle est capable de donner des résultats comparables aux récentes approches proposées en vision par ordinateur au niveau de l'estimation du mouvement