Dissertations / Theses on the topic 'M-estimateur'

Le travail porte sur l'étude des processus solutions d'un modèle autorégressif moyenne-mobile (ARMA) à coefficients dépendant du temps appelés encore ARMA évolutifs. On commence d'abord par préciser les conditions d'inversibilité et de causalité basées sur les fonctions de Green et par donner une caractérisation de ces modèles par des déterminants de Hankel, généralisant ainsi les résultats sur les modèles ARMA à coefficients constants. Ensuite, on s'intéresse au problème d'estimation des coefficients d'une classe particulière de modèles ARMA évolutifs où les coefficients sont des fonctions connues du temps, qui dépendent d’un paramètre inconnu appartenant à Rd. Ainsi, on construit un M-estimateur des coefficients d'un AR de notre classe, où on établit, sous certaines conditions de régularité du modèle, sa convergence presque sure et sa normalité asymptotique, propriétés mises en évidence par la simulation d'exemples. La dernière partie concerne les modèles MA de notre classe, où là encore on montre l'existence du M-estimateur et on établit ces propriétés asymptotiques étayées par des simulations. Ensuite, on termine par mettre en évidence le lien entre les estimateurs du maximum de vraisemblance, conditionnelle et exacte

L'objet de cette thèse est d'établir des résultats asymptotiques pour l'estimateur du quantile conditionnel par la méthode des polynômes locaux ainsi qu'à la généralisation de ces résultats pour les M-estimateurs. Nous étudions ces estimateurs et plus particulièrement leur représentation de Bahadur et leur biais. Nous donnons en outre un résultat sur les intervalles de confiance uniformes construits à partir de cette représentation pour le quantile conditionnel et ses dérivées.

La classe des M-estimateurs engendre des estimateurs classiques d’un paramètre de localisation multidimensionnel tels que l’estimateur du maximum de vraisemblance, la moyenne empirique et la médiane spatiale. Huber (1964) introduit les M-estimateurs dans le cadre de l’étude des estimateurs robustes. Parmi la littérature dédiée à ces estimateurs, on trouve en particulier les ouvrages de Huber (1981) et de Hampel et al. (1986) sur le comportement asymptotique et la robustesse via le point de rupture et la fonction d’influence (voir Ruiz-Gazen (2012) pour une synthèse sur ces notions). Plus récemment, des résultats sur la convergence et la normalité asymptotique sont établis par Van der Vaart (2000) dans le cadre multidimensionnel. Nevalainen et al. (2006, 2007) étudient le cas particulier de la médiane spatiale pondérée et non-pondérée dans le cas clusterisé. Nous généralisons ces résultats aux M-estimateurs pondérés. Nous étudions leur convergence presque sûre, leur normalité asymptotique ainsi que leur robustesse dans le cas de données clusterisées<br>M-estimators were first introduced by Huber (1964) as robust estimators of location and gave rise to a substantial literature. For results on their asymptotic behavior and robustness (using the study of the influence func- tion and the breakdown point), we may refer in particular to the books of Huber (1981) and Hampel et al. (1986). For more recent references, we may cite the work of Ruiz-Gazen (2012) with a nice introductory presentation of robust statistics, and the book of Van der Vaart (2000) for results, in the independent and identically distributed setting, concerning convergence and asymptotic normality in the multivariate setting considered throughout this paper. Most of references address the case where the data are independent and identically distributed. However clustered, and hierarchical, data frequently arise in applications. Typically the facility location problem is an important research topic in spatial data analysis for the geographic location of some economic activity. In this field, recent studies perform spatial modelling with clustered data (see e.g. Liao and Guo, 2008; Javadi and Shahrabi, 2014, and references therein). Concerning robust estimation, Nevalainen et al. (2006) study the spatial median for the multivariate one-sample location problem with clustered data. They show that the intra-cluster correlation has an impact on the asymptotic covariance matrix. The weighted spatial median, introduced in their pioneer paper of 2007, has a superior efficiency with respect to its unweighted version, especially when clusters’ sizes are heterogenous or in the presence of strong intra-cluster correlation. The class of weighted M-estimators (introduced in El Asri, 2013) may be viewed as a generalization of this work to a broad class of estimators: weights are assigned to the objective function that defines M-estimators. The aim is, for example, to adapt M-estimators to the clustered structures, to the size of clusters, or to clusters including extremal values, in order to increase their efficiency or robustness. In this thesis, we study the almost sure convergence of unweighted and weighted M-estimators and establish their asymptotic normality. Then, we provide consistent estimators of the asymptotic variance and derived, numerically, optimal weights that improve the relative efficiency to their unweighted versions. Finally, from a weight-based formulation of the breakdown point, we illustrate how these optimal weights lead to an altered breakdown point

Le thème de nos travaux porte sur la statistique des processus à longue mémoire, pour lesquels nous proposons et validons des outils statistiques issus de l'analyse par ondelettes. Ces dernières années ces méthodes pour estimer le paramètre de mémoire sont devenues très populaires. Cependant, les résultats théoriques validant rigoureusement les estimateurs pour les modèles semi paramétriques classiques à longue mémoire sont récents (cf. les articles de E. Moulines, F. Roueff et M. Taqqu depuis 2007). Les résultats que nous proposons dans cette thèse s'inscrivent directement dans le prolongement de ces travaux. Nous avons proposé une procédure de test pour détecter des ruptures sur la densité spectrale généralisée. Dans le domaine des ondelettes, le test devient un test de ruptures sur la variance des coefficients d'ondelettes. Nous avons ensuite développé un algorithme de calcul rapide de la matrice de covariance des coefficients d'ondelettes. Deux applications de cet algorithme sont proposées , d'une part pour l'estimation de d et d'autre part pour améliorer le test proposé dans le chapitre précédent. Pour finir, nous avons étudié les estimateurs robustes robustes du paramètre de mémoire d dans le domaine des ondelettes. en se basant sur trois estimateurs de la variance des coefficients d'ondelettes à une échelle. La contribution majeure de ce chapitre est le théorème central limite obtenu pour les trois estimateurs de d dans le cadre des processus gaussiens M(d).

Dans cette de thèse, nous nous intéressons à la modélisation non paramétrique de données extrêmes spatiales. Nos résultats sont basés sur un cadre principal de la théorie des valeurs extrêmes, permettant ainsi d’englober les lois de type Pareto. Ce cadre permet aujourd’hui d’étendre l’étude des événements extrêmes au cas spatial à condition que les propriétés asymptotiques des estimateurs étudiés vérifient les conditions classiques de la Théorie des Valeurs Extrêmes (TVE) en plus des conditions locales sur la structure des données proprement dites. Dans la littérature, il existe un vaste panorama de modèles d’estimation d’événements extrêmes adaptés aux structures des données pour lesquelles on s’intéresse. Néanmoins, dans le cas de données extrêmes spatiales, hormis les modèles max stables,il n’en existe que peu ou presque pas de modèles qui s’intéressent à l’estimation fonctionnelle de l’indice de queue ou de quantiles extrêmes. Par conséquent, nous étendons les travaux existants sur l’estimation de l’indice de queue et des quantiles dans le cadre de données indépendantes ou temporellement dépendantes. La spécificité des méthodes étudiées réside sur le fait que les résultats asymptotiques des estimateurs prennent en compte la structure de dépendance spatiale des données considérées, ce qui est loin d’être trivial. Cette thèse s’inscrit donc dans le contexte de la statistique spatiale des valeurs extrêmes. Elle y apporte trois contributions principales. • Dans la première contribution de cette thèse permettant d’appréhender l’étude de variables réelles spatiales au cadre des valeurs extrêmes, nous proposons une estimation de l’indice de queue d’une distribution à queue lourde. Notre approche repose sur l’estimateur de Hill (1975). Les propriétés asymptotiques de l’estimateur introduit sont établies lorsque le processus spatial est adéquatement approximé par un processus M−dépendant, linéaire causal ou lorsqu'il satisfait une condition de mélange fort (a-mélange). • Dans la pratique, il est souvent utile de lier la variable d’intérêt Y avec une co-variable X. Dans cette situation, l’indice de queue dépend de la valeur observée x de la co-variable X et sera appelé indice de queue conditionnelle. Dans la plupart des applications, l’indice de queue des valeurs extrêmes n’est pas l’intérêt principal et est utilisé pour estimer par exemple des quantiles extrêmes. La contribution de ce chapitre consiste à adapter l’estimateur de l’indice de queue introduit dans la première partie au cadre conditionnel et d’utiliser ce dernier afin de proposer un estimateur des quantiles conditionnels extrêmes. Nous examinons les modèles dits "à plan fixe" ou "fixed design" qui correspondent à la situation où la variable explicative est déterministe et nous utlisons l’approche de la fenêtre mobile ou "window moving approach" pour capter la co-variable. Nous étudions le comportement asymptotique des estimateurs proposés et donnons des résultats numériques basés sur des données simulées avec le logiciel "R". • Dans la troisième partie de cette thèse, nous étendons les travaux de la deuxième partie au cadre des modèles dits "à plan aléatoire" ou "random design" pour lesquels les données sont des observations spatiales d’un couple (Y,X) de variables aléatoires réelles. Pour ce dernier modèle, nous proposons un estimateur de l’indice de queue lourde en utilisant la méthode des noyaux pour capter la co-variable. Nous utilisons un estimateur de l’indice de queue conditionnelle appartenant à la famille de l’estimateur introduit par Goegebeur et al. (2014b)<br>In this thesis, we investigate nonparametric modeling of spatial extremes. Our resultsare based on the main result of the theory of extreme values, thereby encompass Paretolaws. This framework allows today to extend the study of extreme events in the spatialcase provided if the asymptotic properties of the proposed estimators satisfy the standardconditions of the Extreme Value Theory (EVT) in addition to the local conditions on thedata structure themselves. In the literature, there exists a vast panorama of extreme events models, which are adapted to the structures of the data of interest. However, in the case ofextreme spatial data, except max-stables models, little or almost no models are interestedin non-parametric estimation of the tail index and/or extreme quantiles. Therefore, weextend existing works on estimating the tail index and quantile under independent ortime-dependent data. The specificity of the methods studied resides in the fact that theasymptotic results of the proposed estimators take into account the spatial dependence structure of the relevant data, which is far from trivial. This thesis is then written in thecontext of spatial statistics of extremes. She makes three main contributions.• In the first contribution of this thesis, we propose a new approach of the estimatorof the tail index of a heavy-tailed distribution within the framework of spatial data. This approach relies on the estimator of Hill (1975). The asymptotic properties of the estimator introduced are established when the spatial process is adequately approximated by aspatial M−dependent process, spatial linear causal process or when the process satisfies a strong mixing condition.• In practice, it is often useful to link the variable of interest Y with covariate X. Inthis situation, the tail index depends on the observed value x of the covariate X and theunknown fonction (.) will be called conditional tail index. In most applications, the tailindexof an extreme value is not the main attraction, but it is used to estimate for instance extreme quantiles. The contribution of this chapter is to adapt the estimator of the tail index introduced in the first part in the conditional framework and use it to propose an estimator of conditional extreme quantiles. We examine the models called "fixed design"which corresponds to the situation where the explanatory variable is deterministic. To tackle the covariate, since it is deterministic, we use the window moving approach. Westudy the asymptotic behavior of the estimators proposed and some numerical resultsusing simulated data with the software "R".• In the third part of this thesis, we extend the work of the second part of the framemodels called "random design" for which the data are spatial observations of a pair (Y,X) of real random variables . In this last model, we propose an estimator of heavy tail-indexusing the kernel method to tackle the covariate. We use an estimator of the conditional tail index belonging to the family of the estimators introduced by Goegebeur et al. (2014b)

Partant du constat d'une faible connaissance et d'une utilisation encore limitée des données climatiques en économie du développement, cette thèse propose une exploitation originale à la fois macroéconomique et microéconomique des données climatiques. Elle répond à un double objectif consistant d'une part, à enrichir les connaissances concernant les données climatiques en fournissant une nouvelle base de données mondiale directement exploitable par les économistes, d'autre part, à en proposer des exploitations variées et à différentes échelles de l'économie. La première partie propose une utilisation macroéconomique des données climatiques. Elle doit permettre une meilleure appréhension des données climatiques mondiales, afin d'améliorer des connaissances sur les caractéristiques du changement climatique d'un point de vue économique. Le chapitre 1 produit une base de données climatiques disponible pour près de 200 pays au niveau mensuel pour la période 1900-2008. S'appuyant sur ce premier travail, le chapitre 2 propose une utilisation originale de la base en construisant un indicateur de vulnérabilité physique au changement climatique pouvant servir d'outil pour guider l'allocation de l'aide à l'adaptation au changement climatique. La seconde partie de cette thèse est constituée de deux études microéconomiques dont le but est d'analyser les réactions des agents face à un choc climatique. Dans ces deux chapitres, les données pluviométriques pallient le manque de données concernant la production agricole. Au niveau du ménage agricole d'abord, le chapitre 3 s'intéresse aux conséquences d'un épisode de baisse de la pluviométrie sur l'état nutritionnel des enfants de moins de cinq ans et révèle que les ménages ruraux n'ont pas la capacité d'assurer ou d'absorber ces chocs climatiques. Au niveau d'un marché céréalier ensuite, le chapitre 4 s'attache à étudier la réaction des prix face à un choc pluviométrique et met en évidence la présence d'une spéculation, particulièrement sur des marchés mal intégrés et de petite taille.

Partant du constat d’une faible connaissance et d’une utilisation encore limitée des données climatiques en économie du développement, cette thèse propose une exploitation originale à la fois macroéconomique et microéconomique des données climatiques. Elle répond à un double objectif consistant d’une part, à enrichir les connaissances concernant les données climatiques en fournissant une nouvelle base de données mondiale directement exploitable par les économistes, d’autre part, à en proposer des exploitations variées et à différentes échelles de l’économie. La première partie propose une utilisation macroéconomique des données climatiques. Elle doit permettre une meilleure appréhension des données climatiques mondiales, afin d’améliorer des connaissances sur les caractéristiques du changement climatique d’un point de vue économique. Le chapitre 1 produit une base de données climatiques disponible pour près de 200 pays au niveau mensuel pour la période 1900-2008. S’appuyant sur ce premier travail, le chapitre 2 propose une utilisation originale de la base en construisant un indicateur de vulnérabilité physique au changement climatique pouvant servir d’outil pour guider l’allocation de l’aide à l’adaptation au changement climatique. La seconde partie de cette thèse est constituée de deux études microéconomiques dont le but est d’analyser les réactions des agents face à un choc climatique. Dans ces deux chapitres, les données pluviométriques pallient le manque de données concernant la production agricole. Au niveau du ménage agricole d’abord, le chapitre 3 s’intéresse aux conséquences d’un épisode de baisse de la pluviométrie sur l’état nutritionnel des enfants de moins de cinq ans et révèle que les ménages ruraux n’ont pas la capacité d’assurer ou d’absorber ces chocs climatiques. Au niveau d’un marché céréalier ensuite, le chapitre 4 s’attache à étudier la réaction des prix face à un choc pluviométrique et met en évidence la présence d’une spéculation, particulièrement sur des marchés mal intégrés et de petite taille<br>Acknowledging a limited knowledge and use of climate data in development economics, this thesis proposes a new perspective on the use of both macroeconomic and microeconomic climate data. This thesis has a two-Fold objective: to deepen knowledge on climate data through the production of a new global database directly exploitable by economists, and to propose several applications of this database at different economic scales. The first part focuses on the macroeconomic aspect of the climate data. Its aim is to empower researchers with a deeper understanding of global climate data and to increase economic knowledge on the characteristics of climate change. Chapter 1 contains a climate database available monthly over the 1900-2008 period for nearly 200 countries. Based on this initial work, Chapter 2 proposes an original use of the database with the construction of a physical indicator of vulnerability to climate change, a tool which can be used as a basis for the allocation of aid for climate change adaptation. The second part of this thesis is composed of two microeconomic studies whose aim is to analyse the behaviour of agents facing a rainfall shock. In those two chapters, rainfall data is used to compensate for the lack of data on agricultural production. At the household level, Chapter 3 focuses on the implications of an episode of reduced rainfall on the nutritional status of children under five years old. It shows that rural households do not have the capacity to provide for or absorb climate shocks. At the grain market level, Chapter 4 studies the response of prices to a shock front rainfall. It reveals the presence of speculation, especially in small and poorly integrated markets

Dans cette thèse, nous proposons de nouvelles méthodes d'estimation et de test par optimisation des Divergences entre mesures pour des modèles paramétriques discrets ou continus, pour des modèles à rapport de densités semi-paramétriques et pour des modèles non paramétriques restreints par des contraintes linéaires. Les méthodes proposées sont basées sur une nouvelle représentation des Divergences entre mesures. Nous montrons que les méthodes du maximum de vraisemblance paramétrique et du maximum de vraisemblance empirique sont des cas particuliers correspondant au choix de la Divergence de Kullback-Leibler modifiée, et que le choix d'autres types de Divergences mène à des estimateurs ayant des propriétés similaires voire meilleurs dans certains cas. De nombreuses perspectives concernant le problème du choix de la Divergence sont notées.

La thèse suivante traite du Théorème Central Limite pour des champs de variables aléatoires dépendantes et de son application à l’estimation non-paramétrique. Dans une première partie, nous établissons des théorèmes centraux limite quenched pour des champs satisfaisant une condition projective à la Hannan (1973). Les versions fonctionnelles de ces théorèmes sont également considérées. Dans une seconde partie, nous établissons la normalité asymptotique d’estimateurs à noyau de la densité et de la régression pour des champs fortement mélangeants au sens de Rosenblatt (1956) ou bien des champs faiblement dépendants au sens de Wu (2005). Dans un premier temps, nous établissons les résultats pour l’estimateur à noyau de la régression introduit par Elizbar Nadaraya (1964) et Geoffrey Watson (1964). Puis, dans un second temps, nous étendons ces résultats à une large classe d’estimateurs récursifs introduite par Peter Hall et Prakash Patil (1994)<br>This thesis deals with the central limit theorem for dependent random fields and its applications to nonparametric statistics. In the first part, we establish some quenched central limit theorems for random fields satisfying a projective condition à la Hannan (1973). Functional versions of these theorems are also considered. In the second part, we prove the asymptotic normality of kernel density and regression estimators for strongly mixing random fields in the sense of Rosenblatt (1956) and for weakly dependent random fields in the sense of Wu (2005). First, we establish the result for the kernel regression estimator introduced by Elizbar Nadaraya (1964) and Geoffrey Watson (1964). Then, we extend these results to a large class of recursive estimators defined by Peter Hall and Prakash Patil (1994)

La première partie de cette thèse concerne l'inférence de modèles statistiques non normalisés. Nous étudions deux méthodes d'inférence basées sur de l'échantillonnage aléatoire : Monte-Carlo MLE (Geyer, 1994), et Noise Contrastive Estimation (Gutmann et Hyvarinen, 2010). Cette dernière méthode fut soutenue par une justification numérique d'une meilleure stabilité, mais aucun résultat théorique n'avait encore été prouvé. Nous prouvons que Noise Contrastive Estimation est plus robuste au choix de la distribution d'échantillonnage. Nous évaluons le gain de précision en fonction du budget computationnel. La deuxième partie de cette thèse concerne l'échantillonnage aléatoire approché pour les distributions de grande dimension. La performance de la plupart des méthodes d’échantillonnage se détériore rapidement lorsque la dimension augmente, mais plusieurs méthodes ont prouvé leur efficacité (e.g. Hamiltonian Monte Carlo, Langevin Monte Carlo). Dans la continuité de certains travaux récents (Eberle et al., 2017 ; Cheng et al., 2018), nous étudions certaines discrétisations d’un processus connu sous le nom de kinetic Langevin diffusion. Nous établissons des vitesses de convergence explicites vers la distribution d'échantillonnage, qui ont une dépendance polynomiale en la dimension. Notre travail améliore et étend les résultats de Cheng et al. pour les densités log-concaves<br>The first part of this thesis concerns the inference of un-normalized statistical models. We study two methods of inference based on sampling, known as Monte-Carlo MLE (Geyer, 1994), and Noise Contrastive Estimation (Gutmann and Hyvarinen, 2010). The latter method was supported by numerical evidence of improved stability, but no theoretical results had yet been proven. We prove that Noise Contrastive Estimation is more robust to the choice of the sampling distribution. We assess the gain of accuracy depending on the computational budget. The second part of this thesis concerns approximate sampling for high dimensional distributions. The performance of most samplers deteriorates fast when the dimension increases, but several methods have proven their effectiveness (e.g. Hamiltonian Monte Carlo, Langevin Monte Carlo). In the continuity of some recent works (Eberle et al., 2017; Cheng et al., 2018), we study some discretizations of the kinetic Langevin diffusion process and establish explicit rates of convergence towards the sampling distribution, that scales polynomially fast when the dimension increases. Our work improves and extends the results established by Cheng et al. for log-concave densities

La reconstruction 3D monoculaire déformable est le problème général d'estimation de forme 3D d'un objet déformable à partir d'images 2D. Plusieurs scénarios ont émergé : le Shape-from-Template (SfT) et le Non-Rigid Structure-from-Motion (NRSfM) sont deux approches qui ont été grandement étudiées pour leur applicabilité. La première utilise une seule image qui montre un objet se déformant et un patron (une forme 3D texturée de l'objet dans une pose de référence). La seconde n'utilise pas de patron, mais utilise plusieurs images et estime la forme 3D dans chaque image. Les deux approches s'appuient sur le mouvement de points de correspondances entre les images et sur des a priori de déformations, restreignant ainsi leur utilisation à des surfaces texturées qui se déforment de manière lisse. Cette thèse fait avancer l'état de l'art du SfT et du NRSfM dans deux directions. La première est l'étude du SfT dans le cas de patrons 1D (c’est-à-dire des courbes comme des cordes et des câbles). La seconde direction est le développement d'algorithmes de SfT et de NRSfM qui exploitent plusieurs indices visuels et qui résolvent des cas réels et complexes non-résolus précédemment. Nous considérons des déformations isométriques et reconstruisons la partie extérieure de l'objet. Les contributions techniques et scientifiques de cette thèse sont divisées en quatre parties.La première partie de cette thèse étudie le SfT curvilinéaire, qui est le cas du patron curvilinéaire plongé dans un espace 2D ou 3D. Nous proposons une analyse théorique approfondie et des solutions pratiques pour le SfT curvilinéaire. Malgré son apparente simplicité, le SfT curvilinéaire s'est avéré être un problème complexe : il ne peut pas être résolu à l'aide de solutions locales non-holonomes d'une équation différentielle ordinaire et ne possède pas de solution unique, mais un nombre fini de solutions ambiguës. Une contribution technique majeure est un algorithme basé sur notre théorie, qui génère toutes les solutions ambiguës. La deuxième partie de cette thèse traite d'une limitation des méthodes de SfT : la reconstruction de plis. Cette limitation vient de la parcimonie de la contrainte de mouvement et de la régularisation. Nous proposons deux contributions qui s'appuient sur un cadre de minimisation d'énergie non-convexe. Tout d'abord, nous complétons la contrainte de mouvement avec une contrainte robuste de bord. Ensuite, nous modélisons implicitement les plis à l'aide d'une représentation dense de la surface basée maillage et d'une contrainte robuste de lissage qui désactive automatiquement le lissage de la courbure sans connaître a priori la position des plis.La troisième partie de cette thèse est dédiée à une autre limitation du SfT : la reconstruction de surfaces peu texturées. Cette limitation vient de la difficulté d'obtenir des correspondances (parcimonieuses ou denses) sur des surfaces peu texturées. Comme l'ombrage révèle les détails sur des surfaces peu texturées, nous proposons de combiner l'ombrage avec le SfT. Nous présentons deux contributions. La première est une initialisation en cascade qui estime séquentiellement la déformation de la surface, l'illumination de la scène, la réponse de la caméra et enfin les albédos de la surface à partir d'images monoculaires où la surface se déforme. La seconde est l'intégration de l'ombrage à notre précédent cadre de minimisation d'énergie afin de raffiner simultanément les paramètres photométriques et de déformation.La dernière partie de cette thèse relâche la connaissance du patron et aborde deux limitations du NRSfM : la reconstruction de surfaces peu texturées avec des plis. Une contribution majeure est l'extension du second cadre d'optimisation pour la reconstruction conjointe de la forme 3D de la surface sur toutes les images d'entrée et des albédos de la surface sans en connaître un patron<br>Monocular deformable 3D reconstruction is the general problem of recovering the 3D shape of a deformable object from monocular 2D images. Several scenarios have emerged: the Shape-from-Template (SfT) and the Non-Rigid Structure-from-Motion (NRSfM) are two approaches intensively studied for their practicability. The former uses a single image depicting the deforming object and a template (a textured 3D shape of this object in a reference pose). The latter does not use a template, but uses several images and recovers the 3D shape in each image. Both approaches rely on the motion of correspondences between the images and deformation priors, which restrict their use to well-textured surfaces which deform smoothly. This thesis advances the state-of-the-art in SfT and NRSfM in two main directions. The first direction is to study SfT for the case of 1D templates (i.e. curved, thin structures such as ropes and cables). The second direction is to develop algorithms in SfT and NRSfM that exploit multiple visual cues and can solve complex, real-world cases which were previously unsolved. We focus on isometric deformations and reconstruct the outer part of the object. The technical and scientific contributions of this thesis are divided into four parts. The first part of this thesis studies the case of a curvilinear template embedded in 2D or 3D space, referred to Curve SfT. We propose a thorough theoretical analysis and practical solutions for Curve SfT. Despite its apparent simplicity, Curve SfT appears to be a complex problem: it cannot be solved locally using exact non-holonomic partial differential equation and is only solvable up to a finite number of ambiguous solutions. A major technical contribution is a computational solution based on our theory, which generates all the ambiguous solutions.The second part of this thesis deals with a limitation of SfT methods: reconstructing creases. This is due to the sparsity of the motion constraint and regularization. We propose two contributions which rely on a non-convex energy minimization framework. First, we complement the motion constraint with a robust boundary contour constraint. Second, we implicitly model creases with a dense mesh-based surface representation and an associated robust smoothing constraint, which deactivates curvature smoothing automatically where needed, without knowing a priori the crease location. The third part of this thesis is dedicated to another limitation of SfT: reconstructing poorly-textured surfaces. This is due to correspondences which cannot be obtained so easily on poorly-textured surfaces (either sparse or dense). As shading reveals details on poorly-textured surfaces, we propose to combine shading and SfT. We have two contributions. The first is a cascaded initialization which estimates sequentially the surface's deformation, the scene illumination, the camera response and then the surface albedos from deformed monocular images. The second is to integrate shading to our previous energy minimization framework for simultaneously refining deformation and photometric parameters.The last part of this thesis relaxes the knowledge of the template and addresses two limitations of NRSfM: reconstructing poorly-textured surfaces with creases. Our major contribution is an extension of the second framework to recover jointly the 3D shapes of all input images and the surface albedos without any template