Reconnaissance en-ligne d’actions 3D par l’analyse des trajectoires du squelette humain
Soutenue le 11 juillet 2018
Résumé
L’objectif de cette thèse est de concevoir une approche transparente originale apte à détecter en temps-réel l’occurrence d’une action, dans un flot non segmenté et idéalement le plus tôt possible. Ces travaux s’inscrivent dans une collaboration entre deux équipes de l’IRISA-lnria de Rennes, à savoir lntuidoc et MimeTIC. En profitant de la complémentarité des savoir-faire des deux équipes de recherche, nous proposons de reconsidérer les besoins et les difficultés rencontrées pour modéliser, reconnaître et détecter une action 30 en proposant de nouvelles solutions à la lumière des avancées réalisées en termes de modélisation de gestes manuscrits 20. Les contributions de cette thèse sont regroupées en trois parties principales. Dans la première partie, nous proposons une nouvelle approche pour modéliser et reconnaître une action présegmentée. Dans la deuxième partie, nous introduisons une approche permettant de reconnaître une action dans un flot non segmenté. Enfin, dans la troisième partie, nous étendons cette dernière approche pour la caractérisation précoce d’une action avec très peu de d’information. Pour chacune de ces trois problématiques, nous avons identifié explicitement les difficultés à considérer afin d’en effectuer une description complète pour permettre de concevoir des solutions ciblées pour chacune d’elles. Les résultats expérimentaux obtenus sur différents benchmarks d’actions attestent de la validité de notre démarche. En outre, à travers des coopérations ayant eu lieu au cours de la thèse, les approches développées ont été déployées dans trois applications, dont des applications en animation et en reconnaissance de gestes dynamiques de la main.
Composition du jury
- Mme Catherine Achard, Rapporteur
- M. Thierry Paquet, Rapporteur
- M. Pierre-François Marteau, Examinateur
- Mme Indira Thouvenin
- M. Eric Anquetil, directeur de thèse
- M. Richard Kulpa directeur de thèse
