La sécurité des personnes âgées est un enjeu majeur de santé publique. Les travaux de cette Thèse ont porté plus particulièrement sur un système de détection et de prévention des chutes pouvant être utilisé en EHPAD ou au domicile des personnes âgées autonomes. Pour cela, nous avons utilisé un dispositif à bas coût composé d’une caméra de profondeur et d’une caméra thermique. Ce dispositif fonctionne d’une façon autonome, en temps réel, de jour comme de nuit et permet de préserver l’anonymat de la personne. L’objectif de la thèse était de développer des algorithmes de suivi de la personne et d’identification de son activité afin d’extraire, à court terme, des paramètres pour la détection de la chute et, à long terme, des indices de la fragilité de la personne. Pour cette Thèse, nous avons exploré deux stratégies permettant ce suivi : 1) Une méthode classique de suivi de la personne basée sur du filtrage particulaire. Dans cette approche, les informations acquises par les deux caméras du dispositif ont été fusionnées afin de suivre la tête de la personne tout au long de la séquence d’images. 2) Une méthode de reconnaissance de l’activité de la personne à partir d’un apprentissage profond sur les séquences d’images thermiques et de profondeurs. Nous avons choisi de détecter quatre postures (assis, debout, allongé sur le lit et allongé par terre) à partir de nos propres bases de données. Nous pensons qu’à terme, l’analyse de la séquence temporelle des postures extraites par nos algorithmes permettra de détecter les signes de fragilité de la personne âgée.