October 6, 2026 at 10 AM (IMT Nord Europe (Villeneuve d'Ascq Cité scientifique))
Comprendre la mobilité piétonne est essentiel pour la planification et l'évaluation des systèmes de transport. Les enquêtes et comptages traditionnels fournissent généralement des informations limitées ou agrégées, tandis que la vision par ordinateur permet d'extraire des représentations plus détaillées des déplacements. Cette thèse étudie trois niveaux complémentaires d'analyse : la continuité d'identité, la prédiction de trajectoires et la modélisation du mouvement articulé. Tout d'abord, une méthode de ré-identification respectueuse de la vie privée est proposée pour des séquences acquises par des caméras RGB-D en vue de dessus. Un Transformer encode les passages des piétons, tandis qu'une affectation hongroise optimise les associations. Les résultats montrent que les séquences de profondeur contiennent des informations géométriques et temporelles discriminantes, réduisant la dépendance à l'apparence RGB. Ce travail est complété par TVRID, un benchmark RGB-D intégrant des variations de taille et permettant l'évaluation en RGB, en profondeur et en intermodalité. Ensuite, un Transformer hiérarchique est introduit pour la prédiction de trajectoires multi-piétons. L'architecture sépare l'encodage temporel, la fusion de la trajectoire et de la pose, ainsi que le raisonnement sur les piétons environnants. Les expériences montrent que la pose et le contexte social fournissent des informations complémentaires pour prédire les déplacements futurs. Enfin, un cadre fondé sur des dynamiques latentes prédictives est proposé pour la modélisation du mouvement du corps entier. Les représentations de pose conditionnent un Transformer spatio-temporel non autorégressif pour la prédiction et la complétion de mouvements. Les résultats montrent que l'espace latent préserve des informations pertinentes, tout en identifiant la dérive autorégressive comme principale limite à long terme. Ces contributions établissent une progression allant de la continuité d'identité aux représentations prédictives des trajectoires et du mouvement corporel articulé, fournissant des bases méthodologiques pour une analyse plus détaillée des piétons dans les environnements de transport.
M. Hazem WANNOUS Professeur IMT Nord Europe Directeur de thèse, M. Jonathan WEBER Professeur des universités Université de Haute Alsace Rapporteur, Mme Sylvie CHAMBON Professeure des universités ENSEEIHT – École Nationale Supérieure d’Électrotechnique, d’Électronique, d’Informatique, d’Hydraulique et des Télécommunications Rapporteure, M. Alain TREMEAU Professeur des universités University Jean Monnet, St-Etienne Examinateur, M. Laurent GRISONI Professeur des universités Université de Lille Co-directeur de thèse, M. Hamid LAGA Professeur Murdoch University Examinateur, M. Laurent GUIMAS Explain Invité.
français
English