Thèse en cours

Développement de méthodes automatiques d'analyse vidéo du mouvement dédiées en parasport

FR  |  
EN
Auteur / Autrice : Gabriel Bréhault
Direction : Lionel Reveret
Type : Projet de thèse
Discipline(s) : Informatique
Date : Inscription en doctorat le 01/05/2024
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
Partenaire(s) de recherche : Laboratoire : Centre de recherche Inria de l'Université Grenoble Alpes

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les récents développements en analyse vidéo automatique pour la détection de posture humaine ont ouvert de nouvelles possibilités de déploiement d'outils de mesure, utilisables directement sur le terrain pour l'étude du mouvement dans la pratique sportive. En levant la contrainte de la pose de marqueurs réfléchissants, habituelle en biomécanique, ce nouveau champ du « sans marqueurs » a été ouvert grâce à la mise à disposition de méthodes et modèles d'apprentissage automatique qui prédisent la localisation de points anatomiques caractéristiques du corps humain à partir d'une image. L'efficacité de ces modèles prédictifs repose en premier lieu sur les caractéristiques de la collecte massive de jeux de données d'apprentissage. Parmi un vaste ensemble de méthodes existantes, la proposition OpenPose de Carnegie Melon University est emblématique. Cependant, comme toutes les autres méthodes similaires, le jeu d'apprentissage utilisé a porté sur des images de personnes se tenant classiquement debout sur leurs jambes. Ainsi, bien que la mesure de mouvement à partir de la vidéo bénéficierait aussi au support technique et scientifique de la pratique sportive en fauteuil, ce contexte du parasport n'a pratiquement pas été encore abordé pour l'analyse vidéo « sans marqueurs ». Le but de cette thèse est d'apporter une réponse scientifique et technique à cette question de l'analyse vidéo automatique pour la pratique sportive en fauteuil roulant manuel en étudiant les spécificités d'une solution efficace et adaptée au terrain. Cette recherche s'appuiera sur un environnement scientifique et pratique important. Elle s'inscrit d'abord dans la continuité du projet ANR PIA PerfAnalytics coordonné au LJK par Lionel Reveret (INRIA, Grenoble), projet dédié aux développements d'analyse vidéo automatique pour le sport de haut-niveau (http://perfanalytics.fr) et du projet ANR PIA ParaPerf coordonné à l'IRMES par Jean-François Toussaint, Nicolas Forstmann et Julien Schipman (INSEP, Paris). PerfAnalytics et ParaPerf sont deux projets soutenus par l'ANR dans le cadre du Programme Prioritaire de Recherche sur le Sport de Très Haute Performance. La collaboration entre les deux projets a été initiée concrètement la première fois lors d'une intervention sollicitée par la fédération de para-badminton. Par ailleurs, aussi à l'origine de ce projet de thèse CIFRE, la société TRINOMA, leader français pour l'expertise en métrologie du mouvement humain, avait contacté l'IRMES et le LJK pour exprimer son souhait de s'investir dans le support à l'activité physique en fauteuil. Ce domaine a été identifié par l'entreprise comme encore non suffisamment soutenu par les innovations récentes en analyse vidéo sans marqueurs. Cette thèse se focalise sur le développement des solutions informatiques en analyse vidéo automatique afin de fournir une infrastructure adaptée de mesure.