Analyse et synthèse de mouvements de foules par contrôle optimal

Depuis deux decennies, la comprehension des phenomenes de foules suscite un interet grandissant dans les domaines de la realite virtuelle et de la vision par ordinateur en raison de l'accroissement demographique mondial et de l'urbanisation, mais aussi de la demande en realisme dans l'industrie de l'infographie. Les mecanismes regissant la navigation d'individus ainsi que leurs interactions sont a l'heure actuelle encore mal compris, et sont le plus souvent modelises par des lois empiriques inspirees de l'observation qualitative du phenomene de la foule. A l'inverse, les methodes dites “basees donnees” permettent un apprentissage quantitatif des proprietes d'un phenomene. A partir de videos de foules humaines et de modeles regissant leur evolution, on peut chercher a enrichir la simulation comportementale par une calibration optimale des modeles utilises. Dans cette these, nous proposons une approche basee donnee originale pour analyser, simuler et controler des mouvements de foules a partir de videos ou d'autres donnees. Pour cela, nous exploitons le formalisme du controle optimal et en particulier de l'assimilation variationnelle de donnees. L'acquisition d'information a partir de videos constitue toutefois une operation delicate. Son energie reste en effet cantonnee a une description Eulerienne sensiblement differente de la description implicitement Lagrangienne, de bas niveau, et adaptee a des objet ponctuels en mouvement que sont les individus. Dans ce document, nous proposons ainsi une ecriture originale unifiant ces representations qui s'appuie sur des graphes. Les benefices et limites de la methodologie retenue sont aussi discutes au travers d'exemples jouets.