Littérature scientifique sur le sujet « Reconnaissance d’actions humaines »

L’histoire des bibliothèques scolaires au Québec est jalonnée de soubresauts, de prises de conscience, suivies d’actions ponctuelles, jusqu’ici mises au rancart, à cause d’une absence de vision quant à leur valeur pédagogique et à leur influence sur la réussite éducative des jeunes. La réforme actuelle du système d’éducation a engendré plusieurs actions et certaines d’entre elles ont entraîné la mise en place de mesures qui présagent d’une meilleure reconnaissance de son rôle dans la formation de l’élève. Cependant, il reste encore plusieurs défis à relever pour espérer atteindre cet objectif : son intégration pédagogique ne pourra réellement se réaliser que si on en renouvelle la vision et qu’on accepte d’investir dans les ressources humaines, essentielles pour en assurer leur vitalité.

Le colloque « Quelles éthiques pour les relations humains-biodiversité ? » a été l’occasion de nous réinterroger sur les fondements de nos relations avec le vivant pour repenser les objectifs et les modalités d’actions dans un contexte d’urgence environnementale. Partant du constat de l’érosion continue de la biodiversité, la mise en débat depuis une diversité de points de vue disciplinaires et thématiques a pointé l’importance de la reconnaissance d’une pluralité de liens entre l’homme et le vivant née de la diversité de nos cultures, pratiques et affects vis-à-vis du vivant. Il s’agit d’explorer cette diversité à la fois pour la valoriser mais aussi pour nous aider à construire une nouvelle éthique de l’action.

Le désir de changement de la perception qu’ont les membres de la communauté scolaire et civile à l’égard des enfants nouveaux arrivants nous a conduit à réaliser une recherche-action participative. Celle-ci nous a notamment permis d’identifier et de documenter les conditions requises pour la mise en œuvre de pratiques éducatives inductives visant le développement de rapports de reconnaissance des élèves nouveaux arrivants dans la communauté scolaire et civile. La première condition repose sur la reconnaissance de l’universel humain dans l’enfant immigrant. La deuxième condition se définit par la confiance et l’estime – de soi et de l’autre. Enfin, la troisième condition relève du « lâcher prise » de l’adulte et des horizons d’action ouverts aux enfants.

Pourquoi faut-il penser une organologie des arts en réseau ? Les pratiques artistiques peuvent-elles proposer des reconstructions et des « re-programmations » de circuits de réception et d’émission, là où les choses semblent socialement, juridiquement et techniquement dissociées et désajustées dans notre quotidien technologisé ? Programmer, c’est « construire » des circuits, des associations d’organes, des circulations d’actions, et des espaces de connexions dans lesquels les oeuvres, prises au sens large comme productions humaines, prennent forme et créent des situations appropriables, de manière critique, à la fois individuellement et collectivement. Le terme de « musique étendue » avancé dans cet article, en supplément de son extension à des systèmes télématiques de transport et d’interprétation à distance, annonce sans doute le passage du réseau à son état musical (ses dimensions agogique et organologique). Ceci relève, d’une part, de nos capacités à moduler et ralentir les flux pour échapper au temps asservi de nos technologies, et, d’autre part, de nos potentiels d’attention et d’écriture à tracer nos parcours, à émettre nos annotations sur les choses reçues et à « assembler » des perceptions et des fabrications, c’est-à-dire à programmer, composer et recomposer des circuits, des espaces critiques et des différends, et donc ainsi des liaisons et des reconnaissances sociales.

Dans le contexte actuel de mobilité des populations, et surtout de la mobilité Sud-Nord, le débat sur le métissage est relayé dans certains milieux par un débat sur les « chances et risques » de la société multiculturelle et sur le « choc des civilisations ». Après la race, la « culture » devient la référence de différenciation du genre humain. Comment la philosophie politique aborde-t-elle ce débat ? La tension entre la diversité et l’unité du genre humain était déjà présente chez Kant ; tout en reconnaissant le caractère artificiel — et non biologique — des nations, celui-ci n’en refusait pas moins le mélange des souches dans la constitution des peuples. Arendt tentera de redonner place aux sans-droits rejetés hors des États-nations en définissant le pouvoir non plus en lien avec le territoire, mais en termes de possibilités d’action commune. Elle contribue ainsi au développement d’une philosophie politique qui se situe au passage des frontières et libère le métissage des filets du Politique.

Cet article examine l’expérience de deux mouvements sociaux de victimes de la région d’Antioquia orientale en Colombie. Ces mouvements ont développé une variété de symboles, adopté une perspective transnationale et mis en œuvre des actions de citoyenneté communicative afin de porter des revendications de droits humains au milieu du conflit armé. L’article se base en particulier sur l’étude de cas de deux associations : L’association des femmes organisées de l’Antioquia orientale (AMOR) et L’association provinciale des victimes vers les citoyens (APROVIACI). L’article explore la façon dont ces acteurs ont transféré, puis adopté différents symboles et mis en œuvre des actions de citoyenneté communicative. Les formes d’engagement politique déployées se réfèrent à d’autres groupes de victimes du Sud Global, tels que Les mères de Plaza de Mayo (Argentine) et Que nos filles puissent rentrer à la maison (Mexique). Nous démontrons que les deux associations colombiennes, AMOR et APROVIACI, sont des exemples réussis de transfert, d’adaptation et de mise en œuvre d’actions politiques et de symboles provenant d’autres parties du Sud Global, afin d’améliorer l’activisme social et politique dans leur contexte particulier. Nous introduisons à cet égard le concept de citoyenneté communicative, où les affects et les émotions agissent comme les catalyseurs des actions collectives menées par des groupes contre-publics dans des sociétés marquées par le conflit armé. Par ce biais, la citoyenneté communicative permet de transformer le statut de victime en une condition de citoyenneté active. Enfin, cet article soutient que la construction de symboles qui articulent les dimensions communicatives des droits politiques, sociaux et culturels, peuvent aider les groupes de la société civile et les mouvements sociaux à réparer le sens de la citoyenneté et de l’appartenance collective. Ils permettraient en outre de générer des processus de construction de mémoire sociale, de reconnaissance et de solidarité du point de vue des contre-publics.

Cette étude sémiotique de l’Université de Vilnius s’articule en deux composantes intimement liées: l’objet d’étude d’une part, la méthode mise en oeuvre d’autre part. L’image qui se dégage de l’objet dépend de la méthode descriptive, et la méthode descriptive a été adaptée pour la prise en compte de certains caractères spécifiques de l’objet donné. Par commodité, ces deux composantes seront abordées séparément dans ce résumé.L’objet d’étude est constitué par l’Université de Vilnius, considérée d’un point de vue spatial. Si l’état actuel des bâtiments est directement accessible à l’observation, plusieurs états antérieurs sont décrits par une collection de plans conservés dans les archives du département de l’héritage culturel du Ministère de la Culture Lituanien. La Bibliothèque Nationale de France conserve en outre une collection de projets dessinés pour l’Université de Vilnius au sein de la Compagnie de Jésus. L’analyse sémiotique de ce corpus syncrétique (bâtiments, plans techniques, projets) impose la prise en compte d’acteurs sociaux (enseignants, étudiants, techniciens) et d’acteurs environnementaux (froid, feu, intempéries, vieillissement) dont les interactions avec les lieux sont productrices de sens.Le caractère spécifique d’un tel corpus pourrait laisser croire que l’analyse n’aurait d’intérêt que pour des lecteurs lituaniens motivés par des liens affectifs locaux. Sans remettre en cause les qualités indéniables du corpus retenu, l’utilisation de la méthode sémiotique donne à l’analyse un intérêt méthodologique dont la généralité ne se restreint pas au cas considéré. Pour l’étude des plans de l’Université de Vilnius, l’approche sémiotique est amenée à effectuer un bond qualitatif par rapport aux études initiées en 1974 par le Groupe 107, et l’approche discursive Greimassienne remplace une approche linguistique trop attachée au modèle Hjelmslevien. La consécution diachronique des plans permet de reconnaître plusieurs transformations de l’espace universitaire, chacune d’entre elles distinguant un avant d’un après. L’aménagement des cours autour desquelles se déploient les salles, la concaténation des cours, leur orientation, leurs degrés d’ouverture, permettent de reconnaître des effets de sens successifs qui informent l’opération globale par laquelle l’Université tend à occuper la totalité de l’îlot urbain dans lequel elle est inscrite, et dont elle n’occupait initialement qu’une partie réduite. L’apparition des portiques au dix-septième siècle, leur mode d’implantation, leur organisation modifient profondément l’espace universitaire, tant dans son allure visuelle que dans son fonctionnement pragmatique. La substitution des voûtes aux plafonds change l’allure de l’intérieur des locaux, tout en assurant une meilleure résistance aux éventuels incendies, dont l’occurrence répétée est notée par les archives.L’analyse discursive de l’espace impose la prise en compte d’acteurs sociaux qui agissent sur l’espace ou dans son cadre. Une première distinction différencie les Enseignants des Enseignés. Lors de la fondation de l’Université en 1586, l’enseignement est confié à la Société de Jésus, dont la fondation en 1540 était relativement récente, et dont la vocation à l’enseignement s’affirmait avec force non seulement en Europe, mais aussi au Nouveau Monde récemment découvert. La dissolution de l’Ordre Jésuite en 1772 eut des répercussions directes sur l’Université de Vilnius, en particulier sur l’organisation interne des locaux et sur leur attribution fonctionnelle (on peut noter que la différenciation fonctionnelle des lieux est inscrite sur les plans qui remontent au début du dix-septième siècle). Les espaces dévolus aux étudiants permettent de distinguer un groupe résidant (les internes) et un groupe non résidant (les externes) parmi une population que l’on suppose locale et régionale, car la situation géographique de la Lituanie était relativement périphérique par rapports aux centres du savoir qu’étaient Rome et Paris à la fin du seizième siècle et au début du dix-septième siècle. L’élaboration parisienne des plans pour l’Université de Vilnius témoigne du fait que l’on pensait l’espace comme un moyen d’action (que la sémiotique identifie, selon les cas, comme acte d’énonciation spatiale, ou comme acte de manipulation, au sens technique du terme).Différentes expressions matérielles (alignement des bâtiments sur les directions cardinales, allure italianisante des cours à portiques) véhiculent les valeurs profondes universelles du programme de base de l’Université, qui est celui de la diffusion (transmission) de valeurs abstraites d’un centre vers une périphérie. L’enseignement réservait un large part à la religion catholique, universelle par définition (c’est le Père de l’Église Clément d’Alexandrie qui promeut l’usage du terme grec Katholikos -universel- pour qualifier le Christianisme). Dans l’Italie de la Renaissance, les théoriciens Alberti et Vasari opposent les valeurs universelles de l’Humanisme, tirées de l’Antiquité Classique, aux valeurs particulières caractérisant la production de l’Europe « gothique » du Moyen-Âge, ce dernier étant défini négativement comme ce qui a séparé l’Antiquité de la Renaissance.Considérée comme énoncé spatial, l’architecture apparaît comme un dispositif matériel chargé de modalités destinées à réguler l’action des acteurs qui y accomplissent leurs programmes d’usage. La circulation physique des personnes s’avère jouer un rôle central parmi les actions reconnaissables. Le circuit des visites guidées, opposé à la latitude donnée aux étudiants et aux enseignants, permet de définir un secteur public (moderne) de l’Université, centré sur la bibliothèque, et opposable à un secteur privé centré sur le rectorat. Les portiques, installés aux différents étages pour résoudre des questions de circulation humaine, remplissent simultanément des fonctions d’éclairage et d’isolation thermique. En reconnaissant de telles superpositions fonctionnelles, l’analyse impose la reconnaissance d’acteurs sémiotiques non matériels tels que la lumière et le froid. La poursuite de la même logique d’analyse mène à la reconnaissance du feu et du temps comme acteurs jouant un rôle dans la détermination des formes architecturales, et donc dans la formation de l’énoncé spatial qu’est l’Université.Opposable aux processus évoqués ci-dessus, l’action qui coordonne l’homogénéisation de l’allure de la Grande Cour et celle de la Cour de l’Observatoire ne relève pas de l’énoncé spatial interne, mais d’une énonciation externe: elle témoigne d’une pensée plastique, géométrique, qui poursuit une fin identitaire: son action donne à l’Université, à un moment de son existence, une allure cohérente qui participe à la définition de son identité. Une démarche énonciative comparable est repérable, à l’époque récente, dans la mise en espace de deux espaces garnis de fresques: le vestibule balte et le vestibule grec. Par de tels actes énonciatifs, la direction de l’Université s’adresse à la communauté universitaire, définie ainsi comme un destinataire interne, pour lui transmettre des messages dont les valeurs profondes sont reconnaissables comme l’identité, la cohérence, l’universel, le particulier. D’autres transformations architecturales, en particulier celles qui sont menées au début du dix-neuvième siècle sur la cour de la bibliothèque, développent vis à vis du public extérieur à l’Université, un discours relatif aux savoirs qu’elle développe et diffuse dans la société. Le caractère diachronique du corpus impose de reconnaître des transformations, mettant dès lors l’accent sur des actes énonciatifs spatiaux, puisque tout acte de construction est interprétable comme un acte énonciatif. Ce qui fait beaucoup de place, dans l’analyse, aux effets de sens énonciatifs, aux dépens des effets de sens énoncifs. D’un point de vue méthodologique, ceci apporte la preuve, par l’exemple, de la pertinence de l’utilisation du concept d’énonciation pour une expression spatiale et non verbale.

À partir de l’étude du repérage, de l’embauche et de l’intégration des nouveaux journalistes en Belgique francophone, cet submission étudie l’évolution des formes identitaires journalistiques en période de basse conjoncture. Il se base sur un corpus de 20 entretiens menés auprès de responsables du recrutement, ainsi que sur l’ana- lyse des bilans comptables des éditeurs du marché étudié au cours de la période 2003-2013. Ce sont donc les identités professionnelles du haut de la hiérarchie journalistique qui sont approchées. Fortement limités dans leurs marges de manœuvre et devant progressivement composer avec l’implémentation des méthodes de gestion des ressources humaines, les individus assumant les missions de recrutement déploient des formes identitaires articulées principalement autour des impacts de la crise. Soumis à des contraintes budgétaires dépassant leur périmètre d’action, ils développent des schémas discursifs situant prioritairement le journalisme comme une activité laborieuse dont la reconnaissance des traits distinctifs demeurerait leur apanage, reléguant ainsi au second plan les défis auxquels ils sont confrontés au quotidien, comme l’effritement du volume de contrats stables, la flexibilisation des ressources humaines et l’obstruction sévissant à l’orée du marché de l’emploi. L’analyse des discours permet de comprendre dans quelle mesure des pratiques de recrutement peu schématisées sont à la fois un effet de la crise et un reflet de l’importance de préserver une évaluation éprouvée, basée sur la réalité quotidienne du travail journalistique et destinée à distinguer un ethos journalistique dont les traits peuvent varier sensiblement d’un média à l’autre. Ce faisant, les recruteurs semblent réaffirmer une autorité argumentée sur un déséquilibre discursif au niveau du couple emploi-travail, le premier s’effaçant au profit du second. Ce que les formes identitaires de la hiérarchie révèlent par le biais de la crise, c’est la réaffirmation d’une légitimité, d’une autonomie et d’une existence dans et par le travail. Mais elles négligent toute réflexion prospective autour de l’emploi pour lui-même, considéré en dehors des liens avec le travail qu’il encadre. This paper examines the evolution of the forms of journalistic identity during a period of economic recession based on the identification, recruitment and integration of new journalists in French-speaking Belgium. It is founded on a corpus of twenty interviews with recruitment officers in conjunction with an analysis of the balance sheets of studied publishers from 2003 to 2013. It is therefore professional identities at the top of the journalistic hierarchy that are surveyed. Being strictly limited in their margins of maneuver and having to cope with the implementation of human resources management methods, individuals accepting recruitment missions display forms of iden- tity defined largely by the impact of the economic crisis. Subject to budgetary constraints beyond their scope of activity, they develop discursive patterns that prioritize journalism as a demanding activity with distinct characteristics—the selection of which are the recruiter’s prerogative—relegating to the background the challenges they face on a daily basis, such as an erosion in the volume of stable contracts, the flexibilisation of human resources and the obstructions newcomers face as they enter the labor market. An analysis of the discourse makes it possible to understand the extent to which unscripted recruitment practices are both a product of the economic crisis, and a reflection of the importance of preserving tried- and-true evaluation criteria based on the daily reality of journalistic work and distinguishing a journalistic ethos whose traits can vary significantly from one media to another. In so doing, recruiters seem to reaffirm a well-reasoned authority over the discursive imbalance in the employment-work dichotomy, with the former submerged by the latter. What the identity forms of the hierarchy reveal through the economic crisis is the reaffirmation of a legitimacy, autonomy and existence in and through work. But they neglect any forward-looking reflection about employment in its own right, removed from ties with the work it encompasses. A partir de um estudo sobre a identificação, a contratação e a integração de novos jornalistas na Bélgica francófona, este artigo estuda a evolução das formas identitárias jornalísticas em um período de recessão econômica. Ele se baseia em um corpus de 20 entrevistas realizadas com responsáveis pelo recrutamento de jornalistas, bem como na análise dos relatórios contábeis das empresas e mídia do mercado em questão no período de 2003-2013. O artigo analisa, portanto, as identidades profissionais da parte superior da hierarquia jornalística. Essas pessoas possuem margens de manobra bastante limitadas e devem cada vez mais trabalhar em consonância com a implementação de métodos de gestão oriundos dos recursos humanos. Nesse sentido, os indivíduos responsáveis pelo recrutamento no jornalismo desenvolvem formas identitárias articuladas, sobretudo, com os impactos da crise. Submetidos a constrangimentos orça- mentários que ultrapassam seu raio de ação, desenvolvem esquemas discursivos que situam o jornalismo prioritariamente como uma atividade laboriosa cujo reconhecimento dos seus traços distintivos – o fato de a seleção continuar a ser uma prerrogativa do responsável pelo recrutamento – continuariam a ser um privilégio, relegando, assim, a um segundo plano, os desafios nos quais eles são confrontados em seu cotidiano, como a redução do volume de contratos estáveis, a flexibilização dos recursos humanos e a obstrução dos jovens jornalistas do acesso ao mercado de trabalho. A análise desses discursos permite compreender em que medida práticas de recrutamento pouco esquematizadas são, por um lado, um efeito da crise e, por outro, um reflexo da necessidade de se preservar uma forma estabelecida de avaliação do desempenho dos jornalistas, baseada na realidade cotidiana do trabalho jornalístico e destinada a valorizar um ethos jornalístico cujos traços podem variar sensi- velmente de uma mídia à outra. Ao fazer isso, os responsáveis pelo recrutamento parecem reafirmar uma autoridade baseada em um desequilíbrio discursivo no âmbito do binômio emprego-trabalho, o primeiro sendo preterido em relação ao segundo. O que essas formas identitárias da hierarquia revelam, a partir da crise, é a reformação de uma legitimidade, de uma autonomia e de uma existência por e para o trabalho. Por outro lado, elas negligenciam toda reflexão prospectiva em relação ao emprego em si, considerado como algo a parte dos laços que ele estabelece com o trabalho que o enquadra.

Malgré la signature récente d’une convention collective de travail (CCT) précisant le cadre juridique de l’exercice du télétravail, ce numéro de Regards économiques soutient que la régulation du télétravail constitue avant tout un défi pour le management. C’est au sein des entreprises que celui-ci est appelé à être régulé, au-delà d’un cadre juridique plus ou moins contraignant. Depuis une trentaine d’années, le télétravail est parfois l’objet des fantasmes les plus fous : outre les projections dont son développement fait l’objet, il est parfois cité comme panacée à des maux aussi divers que la pollution des villes, la gestion des fins de carrière ou encore récemment la grippe aviaire ! Aujourd’hui, il s’impose dans les entreprises comme un mode d’organisation flexible du travail qui semble répondre aux préoccupations du moment en matière de mobilité ou de qualité de vie. Dans un contexte de transformation du travail (sous l’impulsion de la flexibilité, des technologies de l’information et de la communication (TIC), de l’individualisation et de l’accent mis sur les compétences individuelles) et dans un cadre juridique inadapté, le télétravail s’est surtout développé de manière informelle; certaines études estimant même que plus de 78 % des télétravailleurs Belges le sont sans avenant au contrat de travail, sans convention locale ou sans accord d’aucun type. C’est donc d’abord son manque de formalisation qui a appelé à une régulation nouvelle. Le cadre réglementaire constitue, certes, un premier niveau de régulation du télétravail. La loi de 1996 relative au travail à domicile, l’accord cadre européen signé en 2002 et transposé en Belgique par une CCT signée en novembre 2005 (et qui devrait entrer en application au plus tard le 1er juillet 2006) sont les principaux éléments de cette régulation nécessaire, mais non suffisante. Car, si le télétravail questionne le droit social, il remet surtout en question certaines pratiques de gestion, particulièrement en matière de gestion des ressources humaines. Le véritable enjeu du télétravail, que nous avons nommé «déspacialisation», se situe donc bien dans la gestion de cette distance non seulement physique du travailleur, mais aussi et surtout psychosociologique, liée à l’éloignement d’avec son environnement de travail au sens large (collègues, espaces communs, échanges informels et formels, etc.). Le télétravail questionne, en effet, la règle des trois unités (de lieu, de temps et d’action) qui caractérise traditionnellement l’exercice de toute activité professionnelle et managériale. De ce bouleversement majeur émergent certains enjeux socio-économiques et de gestion, tels que la conciliation entre vie privée et vie professionnelle - lorsque le travail pénètre l’espace et les temps privés -, l’exercice du contrôle managérial, la disponibilité, la productivité, le rôle de la fonction d’encadrement ou encore l’implication des travailleurs. C’est dans ce contexte et à ce niveau que se pose la question de la régulation de l’activité professionnelle, lorsqu’elle se trouve ainsi «déspacialisée». C’est sous la forme d’une régulation conjointe, au sens de J-D Reynaud (1989), que nous imaginons cette régulation de la distance au sein des organisations. C’est-à-dire une régulation qui ne soit pas seulement le fruit du management, mais qui puisse être concertée et investie d’un certain sens collectif, dans le cadre d’arrangements (de conventions) construits par les acteurs locaux, autour des motivations et des modalités de développement du télétravail, mais aussi des pratiques spécifiques de gestion à mettre en place, spécialement en matière de management humain : tactiques de socialisation particulières (réunions hebdomadaires, espaces de dialogue autour de l’expérience de télétravail), transition du rôle de manager-superviseur vers celui de manager-coach (suivi qualitatif du travail effectué en dehors des locaux de l’entreprise, gestion des temps de non-présence dans les bureaux, reconnaissance de la situation de télétravail auprès des collègues, etc.), aménagement du contrat social (confiance, loyauté, transparence au niveau des attentes, des critères d’accès au télétravail), etc. C’est à ce titre que le télétravail, parce qu’il appelle une gestion qui dépasse les frontières traditionnelles de la relation d’emploi, constitue un enjeu pour la fonction ressources humaines elle-même, en questionnant sa légitimité de garant du contrat social. Les enjeux de la régulation du télétravail se situent au sein même des organisations, en grande partie dans les mains du management.

Cette thèse étudie le problème de la reconnaissance d’actions humaines dans des vidéos. La reconnaissance d’action peut être définie comme étant la capacité à décider si une action est présente due une vidéo. Ce problème est difficile en raison de la complexité des actions humaines, dans la grande variété de leur apparence et de leur mouvement. Les avancées récentes dans les méthodes manuelles ou par apprentissage profond ont considérablement amélioré la précision de la reconnaissance d’action. Mais de nombreuses questions restent ouvertes, ce qui rend le problème de la reconnaissance d’actions loin d’être résolu. Les méthodes actuelles basées sur les caractéristiques locales, donnent des résultats satisfaisants. Mais les actions humaines sont complexes, ce qui nous conduit à la question suivante : comment modéliser les relations entre les caractéristiques locales dans leur contexte spatiotemporel ? Dans cette thèse nous proposons 2 méthodes pour y répondre. La première modélise les relations spatio-temporelles entre les caractéristiques images utilisant la Covariance Brownienne, et la seconde modélise la disposition spatiale des caractéristiques locales à l’intérieur de la boite englobante de chaque personne. Les méthodes que nous proposons sont générales et peuvent améliorer aussi bien les méthodes manuelles que celles avec apprentissage. Une autre question ouverte est : l’information 3D peut-elle améliorer la reconnaissance d’actions ? Plusieurs méthodes utilisent les informations 3D pour détecter les articulations du corps. Nous proposons de les améliorer avec un nouveau descripteur, utilisant la trajectoire 3D calculée à partir des informations RGB-D. Finalement, nous affirmons que la capacité de traiter une vidéo en temps-réel sera un facteur clé pour les futures applications de reconnaissance d’actions. Toutes les méthodes proposées dans cette thèse sont prêtes à fonctionner en temps-réel. Nous avons prouvé notre affirmation empiriquement en créant un système temps-réel de détection d’actions. Ce système a été adapté avec succès par la compagnie Toyota pour leurs systèmes robotiques. Pour l’évaluation, nous nous concentrons sur les actions quotidiennes à la maison telles que : manger, boire ou cuisiner. La reconnaissance de telles actions est importante pour le suivi des patients à l’hôpital et pour les systèmes d’aide robotisée à domicile. Dans ce but, nous avons créé une grande base de données, qui contient 160 heures d’enregistrement de 20 personnes âgées. Les vidéos ont été enregistrées dans 3 chambres avec7 capteurs RGB-D. Nous avons annoté ces vidéos avec 28 classes d’actions. Les actions dans la base de données sont effectuées d’une manière naturelle et non supervisée, ce qui introduit des défis manquants dans les bases de données publiques. Nous évaluons aussi nos méthodes en utilisant les bases de données publiques : CAD60, CAD120 et MSRDailyActivity3D. Les expérimentations montrent que nos méthodes améliorent les résultats de l’état de l’art
This thesis targets recognition of human actions in videos. This problem can be defined as the ability to name the action that occurs in the video. Due to the complexity of human actions such as appearance and motion pattern variations, many open questions keep action recognition far from being solved. Current state-of-the-art methods achieved satisfactory results based only on local features. To handle complexity of actions we propose 2 methods which model spatio-temporal relationship between features: (1) model a pairwise relationship between features with Brownian Covariance, (2) model spatial-layout of features w.r.t. person bounding box. Our methods are generic and can improve both hand-crafted and deep-learning based methods. Another question is whether 3D information can improve action recognition. Many methods use 3D information only to obtain body joints. We show that 3D information can be used not only for joints detection. We propose a novel descriptor which introduces 3D trajectories computed on RGB-D information. In the evaluation, we focus on daily living actions -- performed by people in daily self-care routine. Recognition of such actions is important for patient monitoring and assistive robots systems. To evaluate our methods we created a large-scale dataset, which consists of 160~hours of video footage of 20~seniors. We have annotated 35 action classes. The actions are performed in un-acted way, thus we introduce real-world challenges, absent in many public datasets. We also evaluated our methods on public datasets: CAD60, CAD120, MSRDailyActivity3D. THe experiments show that our methods improve state-of-the-art results

Cette thèse traite de la reconnaissance automatique d'action humaine dans des vidéos. La reconnaissance d'action humaine est indispensable pour déterminer quelles actions humaines se produisent dans des vidéos. Ce problème est particulièrement difficile en raison d'énormes variations dans les aspects visuels et de mouvement des personnes et des actions, les changements de point de vue de la caméra, le fond mobile, des occlusions, la présence de bruit, ainsi que l'énorme quantité de données vidéos. Tout d'abord, nous passons en revue, évaluons et comparons les techniques les plus importantes et les plus populaires de l'état de l'art pour la reconnaissance d'action, ensuite, nous proposons une plateforme basée sur des caractéristiques locales, que nous utilisons tout au long de ce travail de thèse pour étudier de nouveaux algorithmes. En plus, nous introduisons une nouvelle base de données (Hôpital CHU de Nice) avec des actions de la vie quotidienne de patients âgés dans cet hôpital. Ensuite, nous proposons deux descripteurs spatio-temporels locaux pour la reconnaissance d'action dans les vidéos. Le premier descripteur est basé sur une représentation des matrices de covariance, modélisant les relations linéaires entre les caractéristiques bas niveaux. Le deuxième descripteur est basé sur les covariances browniennes, et modélise tous les types de relations possibles entre les caractéristiques bas niveaux. Après, nous proposons trois représentations de caractéristiques de hauts niveaux pour dépasser les limites des techniques utilisant l'encodage des sacs de mots. La première représentation est basée sur le principe des trajectoires relatives denses. Nous proposons une représentation objet-centrée des caractéristiques locales des trajectoires de mouvement, ce qui permet d'utiliser l'information spatiale par une technique de codage des caractéristiques locales. La deuxième représentation encode les relations entre les caractéristiques locales par paires. Le principe est dextraire les relations d'apparence entre les caractéristiques (à la fois visuelles et de mouvement), et dutiliser l'information géométrique pour décrire la façon dont ces relations d'apparence sont disposées mutuellement dans l'espace spatio-temporel. La troisième représentation calcule les statistiques des paires concomitantes des mots visuels dans les voisinages multi-échelles centrées les caractéristiques. La représentation basée sur les caractéristiques contextuelles proposées encode linformation sur la densité locale de ces caractéristiques, les relations entre les paires des caractéristiques locales et leur ordre spatio-temporel. Finalement, les techniques proposées permettent d'obtenir une performance meilleure ou semblable par rapport à l'état de l'art, sur des bases de données représentant une grande diversité dactions humaines (Weizmann, KTH, URADL, MSR Daily Activity 3D, HMDB51, et Hôpital CHU de Nice)
This thesis targets the automatic recognition of human actions in videos. Human action recognition is defined as a requirement to determine what human actions occur in videos. This problem is particularly hard due to enormous variations in visual and motion appearance of people and actions, camera viewpoint changes, moving background, occlusions, noise, and enormous amount of video data. Firstly, we review, evaluate, and compare the most popular and the most prominent state-of-the-art techniques, and we propose our action recognition framework based on local features, which we use throughout this thesis work embedding the novel algorithms. Moreover, we introduce a new dataset (CHU Nice Hospital) with daily self care actions of elder patients in a hospital. Then, we propose two local spatio-temporal descriptors for action recognition in videos. The first descriptor is based on a covariance matrix representation, and it models linear relations between low-level features. The second descriptor is based on a Brownian covariance, and it models all kinds of possible relations between low-level features. Then, we propose three higher-level feature representations to go beyond the limitations of the local feature encoding techniques. The first representation is based on the idea of relative dense trajectories. We propose an object-centric local feature representation of motion trajectories, which allows to use the spatial information by a local feature encoding technique. The second representation encodes relations among local features as pairwise features. The main idea is to capture the appearance relations among features (both visual and motion), and use geometric information to describe how these appearance relations are mutually arranged in the spatio-temporal space. The third representation captures statistics of pairwise co-occurring visual words within multi-scale feature-centric neighbourhoods. The proposed contextual features based representation encodes information about local density of features, local pairwise relations among the features, and spatio-temporal order among features. Finally, we show that the proposed techniques obtain better or similar performance in comparison to the state-of-the-art on various, real, and challenging human action recognition datasets (Weizmann, KTH, URADL, MSR Daily Activity 3D, HMDB51, and CHU Nice Hospital)

Dans cette thèse, nous nous intéressons à la caractérisation et à l’analyse fine de gestes sportifs dans des vidéos, et plus particulièrement à l’analyse non-intrusive 3D en vision mono caméra. Notre cas d’étude est le tennis de table. Nous proposons une méthode de reconstruction des positions 3D des balles en utilisant une caméra rapide (240 fps) calibrée. Pour cela, nous définissons et entraînons un réseau convolutif qui permet d’extraire des images le diamètre apparent de la balle. La connaissance du diamètre réel de la balle permet de calculer la distance caméra/balle puis de positionner cette dernière dans un repère 3D lié à la table. Ensuite, nous utilisons un modèle physique, prenant en compte l’effet Magnus, pour estimer les paramètres cinématiques de la balle à partir de ses positions 3D successives. La méthode proposée segmente les trajectoires à partir des impacts de la balle sur la table ou la raquette, ce qui permet, en utilisant un modèle physique de rebond, d’affiner les estimations des paramètres cinématiques de la balle puis de calculer la vitesse et l’angle de la raquette lors de la frappe et d’en déduire des indicateurs de performance pertinents. Deux bases de données ont été construites : la première est constituée d’acquisitions de séquences réelles de jeu et la seconde, synthétique, reproduit les conditions d'acquisition de la première et permet de valider nos méthodes, les paramètres physiques utilisés pour la générer étant connus. Enfin, nous présentons notre participation à la tâche Sport\&Vision du challenge MediaEval sur la classification d'actions humaines, par des approches basées sur l'analyse et la représentation du mouvement
In this thesis, we are interested in the characterization and fine-grained analysis of sports gestures in videos, and more particularly in non-intrusive 3D analysis using a single camera. Our case study is table tennis. We propose a method for reconstructing 3D ball positions using a high-speed calibrated camera (240fps). For this, we propose and train a convolutional network that extracts the apparent diameter of the ball from the images. The knowledge of the real diameter of the ball allows us to compute the distance between the camera and the ball, and then to position the latter in a 3D coordinate system linked to the table. Then, we use a physical model, taking into account the Magnus effect, to estimate the kinematic parameters of the ball from its successive 3D positions. The proposed method segments the trajectories from the impacts of the ball on the table or the racket. This allows, using a physical model of rebound, to refinethe estimates of the kinematic parameters of the ball. It is then possible to compute the racket's speed and orientation after the stroke and to deduce relevant performance indicators. Two databases have been built: the first one is made of real game sequence acquisitions. The second is a synthetic dataset that reproduces the acquisition conditions of the previous one. This allows us to validate our methods as the physical parameters used to generate it are known.Finally, we present our participation to the Sport\&Vision task of the MediaEval challenge on the classification of human actions, using approaches based on the analysis and representation of movement

L'apprentissage profond est une branche du domaine de l'intelligence artificielle qui vise à doter les machines de la capacité d'apprendre par elles-mêmes à réaliser des tâches précises. L'apprentissage profond a abouti à des développements spectaculaires dans le domaine de l'image et du langage naturel au cours des dernières années. Pourtant, dans de nombreux domaines, les données d'observations ne sont ni des images ni du texte mais des séries temporelles qui représentent l'évolution de grandeurs mesurées ou calculées. Dans cette thèse, nous étudions et proposons différentes représentations de séries temporelles à partir de modèles d'apprentissage profond. Dans un premier temps, dans le domaine du contrôle de véhicules autonomes, nous montrons que l'analyse d'une fenêtre temporelle par un réseau de neurones permet d'obtenir de meilleurs résultats que les méthodes classiques qui n'utilisent pas de réseaux de neurones. Dans un second temps, en reconnaissance de gestes et d'actions, nous proposons des réseaux de neurones convolutifs 1D où la dimension temporelle seule est convoluée, afin de tirer profit des invariances temporelles. Dans un troisième temps, dans un but de génération de mouvements humains, nous proposons des réseaux de neurones génératifs convolutifs 2D où les dimensions temporelles et spatiales sont convoluées de manière jointe. Enfin, dans un dernier temps, nous proposons un plongement où des représentations spatiales de poses humaines sont (ré)organisées dans un espace latent en fonction de leurs relations temporelles
Artificial intelligence is the scientific field which studies how to create machines that are capable of intelligent behaviour. Deep learning is a family of artificial intelligence methods based on neural networks. In recent years, deep learning has lead to groundbreaking developments in the image and natural language processing fields. However, in many domains, input data consists in neither images nor text documents, but in time series that describe the temporal evolution of observed or computed quantities. In this thesis, we study and introduce different representations for time series, based on deep learning models. Firstly, in the autonomous driving domain, we show that, the analysis of a temporal window by a neural network can lead to better vehicle control results than classical approaches that do not use neural networks, especially in highly-coupled situations. Secondly, in the gesture and action recognition domain, we introduce 1D parallel convolutional neural network models. In these models, convolutions are performed over the temporal dimension, in order for the neural network to detect -and benefit from- temporal invariances. Thirdly, in the human pose motion generation domain, we introduce 2D convolutional generative adversarial neural networks where the spatial and temporal dimensions are convolved in a joint manner. Finally, we introduce an embedding where spatial representations of human poses are sorted in a latent space based on their temporal relationships