Les réseaux de capteurs sans fil (RCSF) font leur apparition dans le quotidien de l'Homme pour lui faciliter le contrôle et l'anticipation des évènements. L'efficacité des applications réseaux de capteurs sans fil tient compte de plusieurs phases parmi lesquelles, la phase de déploiement est essentielle. Le placement des différents nœuds d'un RCSF dans la zone d'étude doit pouvoir contribuer à la satisfaction des objectifs qui sont le plus souvent la couverture totale de cette zone, et également la surveillance des potentiels évènements marqués par des points ou zones d'intérêt.L'objectif principal de cette thèse est l'optimisation multi-objectifs du déploiement des réseaux de capteurs visuels (RCV), tirant parti de la richesse de l'information visuelle pour améliorer la surveillance et la gestion des environnements complexes tels que les bâtiments.Cette thèse propose une approche d'optimisation du déploiement des caméras, constituée de deux modules : un module d'optimisation basé sur un algorithme génétique qui va rechercher un emplacement efficace des caméras, et un module d'évaluation de la couverture visuelle dans un environnement 2D.Dans un premier temps, la méthode proposée OCPM (Optimized Camera Placement Method) est évaluée à travers une étude comparative avec des travaux de la littérature considérant les objectifs de couverture et d'observations redondantes des cibles présentes dans la scène. Cette étude qui considère juste l'orientation des caméras fixes comme variables de décisions, a révélé l'efficacité de OCPM par rapport à l'état de l'art garantissant une performance de couverture à 95%. Lorsqu'une plus grande liberté de placement de caméras est octroyée à OCPM, une couverture totale est alors atteinte.OCPM est évalué dans des scénarios avec des nombres de cibles et de caméras différents afin de confirmer les performances de cette approche.Après l'étude comparative, les performances de OCPM sont évaluées dans le contexte d'un bâtiment, comportant des obstacles pouvant naturellement dégrader l'acquisition des données.Face à des scènes complexes, il est difficile de satisfaire les objectifs de couverture. En outre, il et difficile de garantir une communication efficace du réseau permettant le transfert des données d'un nœud à un autre. Des tests ont été effectué considérant les objectifs de couverture totale de la zone d'étude, d'observations redondantes des zones d'intérêt, et de connexité. Les performances obtenues après évaluations confirment la capacité de OCPM à assurer une connexité totale du réseau, tout en garantissant l'observation de toutes les zones d'intérêt.

Visual Sensor Networks (VSNs) have been the focus of numerous studies, emphasizing the quality of the information they generate. The primary goal of these networks is to capture data from an area, extract the pertinent information from the visual scene, and facilitate communication. However, the presence of objects in the study area can impacted the network's efficiency, linking the quality of acquired data directly to the positioning of the cameras. Strategically positioning multiple cameras in a potentially complex area, while ensuring effective communication between nodes, presents a challenging issue in VSNs applications. This paper introduces a specific method to enhance the deployment of visual sensors in indoor environments. The research addresses the theme of multi-objective optimization of VSN deployment, integrating various criteria: maximizing overall visual coverage, maximizing the observation of zones of interest, maximizing observation redundancy of zones of interest and ensuring communication connectivity for data transfers. To tackle this problem, we simulate the observed environment incorporating cameras, obstacles, and considering zones of interest. Camera positioning is performed while considering visual constraints and the scene's characteristics. The quality of positioning is evaluated based on the defined objective functions. Initially, a comparative study is conducted with a state-of-the-art approach, integrating the first three objective functions. Subsequently, we incorporate the fourth objective function to ensure data transfers. The proposed method demonstrates efficient camera network deployments in indoor areas, considering global coverage and observation redundancy. In contrast to the state-of-the-art, these results are achieved in areas with visual obstacles while ensuring communication connectivity between the different cameras.