Le probleme du calcul de la structure et du mouvement est une question centrale de la vision par ordinateur. Il possede de nombreuses formulations et solutions, selon les applications visees. Pour la post-production, la difficulte principale est d'obtenir une reconstruction precise de la structure 3D et du mouvement de camera dans des sequences d'images longues. Dans notre approche, le probleme est formule en termes d'estimation parametrique, pour gerer au mieux les informations heterogenes sur le systeme et les incertitudes dans un contexte Bayesien. A l'aide de modeles non-lineaires obtenus par reduction geometrique, la structure des scenes considerees peut integrer des elements geometriques varies comme les segments, les rectangles, les coins 3D et les relations qui les relient, comme l'orthogonalite, le parallelisme ou la coplanarite. De meme, le mouvement de camera est modelise sur l'ensemble de la sequence a l'aide de courbes polynomiales, dont le degre est fixe par une strategie de selection de modeles. Independamment, les elements sont poursuivis automatiquement dans la sequence, par une technique de correlation et de recalage couples. Les parametres des modeles sont enfin estimes dans un algorithme sequentiel, en fonction des donnees extraites lors de la poursuite. Les resultats obtenus sur des sequences variees, virtuelles et reelles, nous ont permis de caracteriser les performances de l'algorithme et d'orienter les choix de modelisation. Enfin, l'application de la methode pour la generation d'effets speciaux repond pleinement aux contraintes de la post-production.

Shape and motion recovery is a central problem of computer vision, that can be formulated in many different ways. For post-production applications, the main difficulty is to recover precisely the 3D structure and the path of the camera in long image sequences. Our approach states the problem as a parametric estimation problem, that allow to handle heterogeneous informations on the system and uncertainties in a Bayesian context. Using non-linear models designed by geometric reduction, the scene structure can integrate various geometric shapes like line segments, rectangles or 3D corners, along with geometric relationships. Similarly, the camera motion is modeled on the entire sequence using polynomial curves, which degree is set by model selection. The geometric elements of the scene are tracked along the sequence with a coupled correlation/matching technique. The parameters of the scene and camera models are then estimated from the data extracted during the tracking in a sequential fashion. The performances of the algorithm are characterised with reconstruction results on various simulated and real sequences, and the method is succesfully applied for augmented reality effects.