Thèse soutenue

Conception et évaluation d'une méthode biomécaniquement cohérente d'analyse cinématique du geste sportif sans marqueur
FR  |  
EN
Accès à la thèse
Auteur / Autrice : David Pagnon
Direction : Lionel Reveret
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 10/03/2023
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 199.-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire Jean Kuntzmann (Grenoble)
Jury : Président / Présidente : Valérie Perrier
Examinateurs / Examinatrices : Mickaël Begon, Bruno Watier, François Brémond
Rapporteurs / Rapporteuses : Steffi Colyer, Richard, James, Guy Kulpa

Résumé

FR  |  
EN

La capture de mouvement est traditionnellement effectuée à l'aide de marqueurs réfléchissants. Cependant, ces méthodes ne conviennent pas à l'analyse contextuelle du sport sur le terrain, et des alternatives sans marqueur sont étudiées. L'une des perspectives les plus prometteuses à ce sujet se situe à l'intersection de l'apprentissage machine pour l'estimation de pose 2D, de la vision par ordinateur pour la reconstruction 3D à partir de plusieurs sources vidéo, et de la biomécanique pour contraindre les coordonnées 3D à un modèle anatomiquement cohérent. Nous avons proposé Pose2Sim, un package open-source et simple d'utilisation visant à répondre à ces besoins. Les détections 2D d'OpenPose sont triangulées de manière robuste, et transmises à OpenSim pour une cinématique inverse corps complet. La robustesse de Pose2Sim a été estimée face à des personnes "parasites" entrant le champ de vision, à une qualité d'image dégradée, à des erreurs de calibration, et à un nombre de caméras réduit. Son exactitude a également été évaluée, et jugée satisfaisante pour l'analyse de la marche, de la course, et du cyclisme. Dans un contexte de compétition, il peut être utile d'employer des caméras légères de type GoPro. Nous avons testé ce matériel sur des séquences de boxe, et proposé des procédures de post-calibration et de post-synchronisation. Enfin, capturer à la fois l'athlète et son équipement serait intéressant. Nous avons calculé la cinématique inverse d'un pilote de BMX avec son vélo, en entraînant un modèle DeepLabCut pour le vélo, triangulé et appliqué sur un modèle poly-articulé OpenSim. L'ensemble de ces résultats apporte des perspectives novatrices pour l'analyse du mouvement sportif.