Les signatures motrices individuelles : de la perception humaine aux applications biométriques

Individual motor signatures : from human perception to biometric applications

• Auteur / Autrice : Alexandre Coste
• Direction : Ludovic Marin, Benoît Bardy
• Type : Thèse de doctorat
• Discipline(s) : Sciences du mouvement humain
• Date : Soutenance le 16/12/2021
• Etablissement(s) : Montpellier
• Ecole(s) doctorale(s) : École Doctorale Sciences du mouvement humain (Marseille)
• Partenaire(s) de recherche : Laboratoire : EuroMov Digital Health in Motion
• Jury : Président / Présidente : Gérard Dray
• Jury : Examinateurs / Examinatrices : Christel Bidet-Ildei, Alice O'Toole, Stefan Janaqi
• Jury : Rapporteurs / Rapporteuses : Gérard Dray, Brice Isableu

Mots clés

Mots clés contrôlés

Perception visuelle du mouvement

Activité motrice

Identification biométrique

Mots clés libres

Signature motrice individuelle

Perception du mouvement biologique

Identité

Biométrie

Improvisation

Individual motor signature

Biological motion percetion

Identity

Biometrics

Improvisation

Résumé

Les signatures motrices individuelles (IMS) sont des caractéristiques cinématiques idiosyncratiques permettant l’identification des personnes. À ce jour, leur existence est étayée par deux vastes pans de la littérature : l’un en psychologie (perception du mouvement biologique), l’autre en biométrie (biométrie comportementale). À ces deux pans déjà bien fournis viennent s’ajouter des données convaincantes en contrôle moteur mettant en évidence d’importantes différences interindividuelles dans la réalisation de comportements moteurs. Si l’existence des IMS est aujourd’hui avérée, leurs origines mais aussi leurs caractéristiques restent toutefois largement à déterminer. À l’aide de trois études comportementales, nous proposons dans ce travail de thèse : i) de démontrer la présence des IMS dans deux tâches distinctes d’improvisation motrice : la première impliquant le membre supérieur, la seconde impliquant le corps entier; ii) d’explorer leur étiologie par le modèle des contraintes (Newell, 1985) — liées à l’organisme, à l’environnement et à la tâche ; iii) d’éprouver la sensibilité du système visuel humain aux IMS; et iv) d’extraire de façon parcimonieuse ces IMS au moyen d’un algorithme d’apprentissage automatique. Nos résultats confirment l’existence de signatures motrices individuelles, ayant pour principales propriétés leur caractère distinctif et leur invariance temporelle. Ils soulignent le rôle majeur des contraintes liées à l’environnement social (présence d’autrui), liées à l’individu (traits de personnalité) ou encore de celles liées à la tâche (degré d’intentionnalité) dans leur formation. Enfin, nos résultats mettent en évidence la capacité des sujets humains à percevoir et à reconnaître les IMS, malgré de fortes différences interindividuelles, et leur possible extraction automatique. Pris ensemble, nos travaux contribuent à une meilleure compréhension de l’origine et du rôle fonctionnel des variations intra- et inter-individuelles dans les comportements moteurs humains et ouvrent des perspectives prometteuses pour l’amélioration de nombreuses technologies biométriques modernes basées sur la capture et l’analyse du mouvement.

The existence of idiosyncratic kinematic characteristics that allow the identification of persons, i.e., individual motor signatures (IMS), is now well supported by a large body of emprirical evidences, ranging from motor control to psychological and to biometrics studies. However, their origins and their characteristics remain largely unclear. Through three behavioural studies, this thesis aims to: i) demonstrate the presence of IMS in two distinct motor improvisation tasks: the first one involving the upper limb, the second one involving the full body; ii) explore the etiology of IMS across the Newell's constraints-led model (Newell, 1985) - individual, environmental, and task-related constraints; iii) examine the extent to which the human visual system is sensitive to IMS; and iv) extract IMS in a parsimonious way using an innovative machine learning algorithm. Our results confirm the existence of individual motor signatures, which are characterized both by distinctiveness and temporal invariance. They also point out the essential role of constraints related to the social environment (presence of others), to the individual (personality traits) and to the task (degree of intentionality) in the emergence of IMS. Finally, our results highlight the ability for human participants to perceive and recognize their own IMS, although this ability varies substantially across individuals. The automatic extraction of IMS with a low error rate further supports the idea of the existence of those IMS. Taken together, these results contribute to a better understanding of the origin and the functional role of intra- and inter-individual variations in human motor behavior, and opens promising perspectives for the improvement of many modern biometric technologies based on motion capture and analysis.