Ce livre reproduit le mémoire d'habilitation soutenu par l'auteur en décembre 2009 à l'Université de Grenoble. Il cherche à répondre à deux interrogations. En premier lieu, comment regarde-t-on un film? Quels sont les mécanismes qui permettent d'interpréter cette longue séquence d'images en une séquence d'actions dramatiques, reliées entre elles par des liens de causalité, et qui nous permettent d'en comprendre le sens (l'histoire)? Et comment reproduire cette capacité dans un programme informatique de vision par ordinateur? En second lieu, comment fait-on un film? Quelles sont les techniques cinématographiques qui permettent de mettre en images un script de cinéma? Et comment reproduire cette capacité dans un programme informatique? Aborder ces questions, c'est poser le problème de la représentation et de la reconnaissance des actions humaines dans les images. Synthèse des travaux de l'auteur en classification temporelle de films et émissions de télévision, en analyse des mouvements humains et en reconnaissance d'actions, ce livre offre quelques angles d'approche de cette problématique de fond.