Reconnaissance en-ligne d’actions 3D par l’analyse des trajectoires du squelette humain

Résumé : L’objectif de cette thèse est de concevoir une approche transparente originale apte à détecter en temps-réel l’occurrence d’une action (geste 3D), dans un flot non segmenté et idéalement le plus tôt possible. Ces travaux s’inscrivent dans une collaboration entre deux équipes de l’IRISA-Inria de Rennes, à savoir Intuidoc 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 3D en proposant de nouvelles solutions à la lumière des avancées réalisées en termes de modélisation de gestes manuscrits 2D. 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 pré-segmentée. En effet, il est d’abord nécessaire de développer une représentation à même de caractériser le plus finement possible une action donnée pour en faciliter la reconnaissance. Dans la deuxième partie, nous introduisons une approche permettant de reconnaître une action dans un flot non segmenté : sans connaissance a priori du début ni de la fin de l’action. Enfin, dans la troisième partie, nous étendons cette dernière approche pour la caractérisation précoce d’une action avec très peu de d’information (c.-à-d. le début de l’action). 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.
Liste complète des métadonnées

https://hal.inria.fr/tel-01857262
Contributeur : Said Yacine Boulahia <>
Soumis le : mercredi 5 septembre 2018 - 11:58:13
Dernière modification le : vendredi 7 septembre 2018 - 01:18:44

Fichier

Manuscrit_BOULAHIA2018_Version...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : tel-01857262, version 2

Citation

Said Yacine Boulahia. Reconnaissance en-ligne d’actions 3D par l’analyse des trajectoires du squelette humain. Vision par ordinateur et reconnaissance de formes [cs.CV]. INSA Rennes, 2018. Français. 〈tel-01857262v2〉

Partager

Métriques

Consultations de la notice

203

Téléchargements de fichiers

48