Abstract FR:

Dans cette thèse, nous proposons des solutions efficaces pour deux problèmes clès de la vision par ordinateur: (i) Nous améliorons la qualité des descripteurs d'images grâce à une nouvelle mèthode de détection des points d'intérêt invariante par écheIle. Cette approche est basée sur l'idée de "description stable maximale", c'est-à-dire que le descripteur d'une région de l'image doit être stable même en présence de variations mineures du détecteur. (ii) nous intégrons des techniques de filtrage sur nos modèles d'objets. Nous montrons aussi la validité des techniques discriminatives de sélection de features basées sur des dictionnaires de descripteurs locaux. Les propriétés de ces méthodes fréquence des features, pouvoir discriminatif et redondance sont analysées et leurs performances sont évaluées dans sur des tâches de classification d'images et de localisation d'objets.