Le bois flotté joue un rôle important à la fois sur l'écologie et la morphologie d'une rivière. Par conséquent, la quantification de la quantité de bois dans les rivières est une question importante. Ces dernières années, la surveillance vidéo en bord de rivière a été introduite comme une technique pour évaluer la quantité de bois en milieu fluvial. Outre de nombreuses avancées, il reste encore de nombreuses questions à résoudre concernant cette technique. Par conséquent, dans cette étude, nous nous sommes concentrés sur trois objectifs majeurs. Dans un premier temps, nous avons étudié la relation entre flux de bois et débit d'écoulement afin de créer un modèle de prévision du flux de bois sur une période durant laquelle la caméra ne peut enregistrer le flux vidéo. Le bois dans les cours d'eau peut présenter des caractéristiques différentes lors de certains événements critiques, comme par exemple, lors de deux crues à plusieurs pics, le flux de bois sur le premier pic de débit est supérieur au second, et en cas d'inondation après une journée venteuse plus forte, le flux de bois peut être activé par l'élévation de l'eau. En outre, le deuxième objectif majeur était la mise en œuvre et la validation de l'application d’un logiciel de détection automatique. Après avoir entrainé l’algorithme de détection, il est utilisé pour extraire automatiquement les flux de bois de manière continue. Le troisième objectif majeur était d'évaluer les incertitudes d'origine humaine dans la surveillance vidéo en raison de deux principaux facteurs. La détection manuelle est extrêmement fastidieuse et longue et nécessite ainsi d’envisager une stratégie d'échantillonnage des vidéos. Le second problème nécessitant une évaluation de l’incertitude est lié à la capacité souvent variable de l'opérateur à détecter les flottants, qui se traduit par un biais de mesure entre les différents opérateurs. Nous espérons que les résultats de cette thèse permettront de diffuser l’usage de la technique de surveillance vidéo fluviale à des fins pratiques.