Séminaire – Human performance evaluation with low-cost systems – Frank Multon – Rennes 2 – Inria
Le Mercredi 16 Mai 2018 à 10H30 dans la Salle U16 du bâtiment U de l’IUT à Reims.
Au cours de ce séminaire, nous avons le plaisir d’accueillir le Pr. Franck Multon qui nous présentera ses travaux.
Titre : Human performance evaluation with low-cost systems
Résumé :
Le mouvement humain intéresse de nombreux domaines d’application, comme le sport, la rééducation, l’ergonomie ou encore les jeux vidéos. Dans tous ces domaines, il est nécessaire de pouvoir mesurer la performance du sujet sans perturber la manière dont il effectue son geste. Dans la majorité des cas, il est difficile d’extraire le sujet de son environnement (terrain de sport, environnement de travail, centre de rééducation…) pour le mettre dans des conditions de laboratoire, bien contrôlées. Avec la diffusion grand public des caméras de profondeur bas coût, de nouvelles opportunités de mesure du mouvement sont apparues début 2010. Associées à un tracking efficace du squelette du sujet, ces caméras de profondeur permettent une mesure sans marqueurs ni capteurs portés. Nous avons évalué la robustesse de cette approche dans un grand nombre de configurations, faisant apparaître une forte sensibilité aux occultations. Nous avons ensuite proposé deux approches pour contourner ce problème. Dans un premier temps, nous proposons de mesurer les critères de performance utiles, directement à partir des surfaces au lieu des données squelettiques. Cette approche a été appliquée avec succès à l’analyse clinique de la marche pathologique, avec un focus sur la quantification de l’asymétrie de la marche. Nous avons ainsi montré que les mesures d’asymétrie en utilisant cette méthode avec une simple Kinect de Microsoft pouvait être aussi précises qu’avec un système de laboratoire, mais sans ses contraintes. Dans un second temps, nous avons proposé une nouvelle approche basée exemples pour corriger les données squelettiques, en situation très contrainte, avec de nombreuses occultations. Une nouvelle structure de données, les Filtered Pose Graph, permet d’organiser une base de données de mouvements « exemples » afin d’efficacement recalculer les parties du corps mal reconstruites par l’algorithme de tracking. Cela a été appliqué à l’analyse ergonomique des postes de travail, où les contraintes environnementales sont extrêmement dures pour l’algorithme de tracking. Les résultats montrent une excellente prédiction de la pénibilité, en comparaison avec des mesures de références, et des estimations d’experts. Cette amélioration de la précision de mesure du squelette permettrait d’envisager une estimation des couples articulaires par dynamique inverse, en situation réelle de travail. Ces résultats font actuellement l’objet du transfert vers une start-up proposant des solutions de mesures ergonomiques sur poste de travail, sans marqueurs ni capteurs portés.