La simulation réaliste de foule est un problème ouvert et difficile à cause de la multitude d'informations qui sont prises en compte par un humain pour déterminer sa trajectoire de marche. Dans cette thèse nous cherchons à modéliser puis à simuler de manière aussi réaliste que possible les interactions de suivis entre individus se déplaçant dans les foules. Nous proposons une approche en trois grandes étapes. Dans un premier temps, nous constituons une base de données cinématiques pour observer le comportement de suivi lors du déplacement de groupes de piétons à partir d'un procédé expérimental original utilisant la technologie de capture de mouvements optoélectronique. Le traitement des données acquises requiert le développement d'une méthode spécifique de reconstruction des données brutes. La base de données ainsi obtenue représente le premier résultat de notre travail. Dans un deuxième temps, nous proposons une analyse détaillée de ces données. Nous mettons en évidence d'une part, la nature des interactions locales entre les sujets, et d'autre part les phénomènes globaux qui émergent de la combinaison de ces interactions dont en particulier la formation de vague de vitesses qui se propagent. Cette analyse constitue notre deuxième résultat majeur et conduit à notre troisième et dernier résultat : un modèle numérique d'interaction locale de suivi que nous calibrons sur les données expérimentales acquises. Les résultats de simulation sont finalement évalués quant à leur capacité à reproduire les phénomènes macroscopiques observés et analysés. Enfin, nous montrons des cas d'usage pratique de notre modèle.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Cette thèse porte sur le traitement de données multi-capteurs liées à la locomotion humaine.Son objectif est de concevoir des outils pour la segmentation de la locomotion à partir d'un réseau de capteurs embarqués et appliquée à deux domaines différents: le sport avec l'ultra-marathon et la déficience causée par un symptome de la maladie de Parkinson. Pour ces deux applications, le travail peut atteindre cet objectif concerné. d'une part, les contraintes matérielles liées au réseau de capteurs, et d'autre part, les algorithmes de traitement des données. Dans un premier temps, nous avons recueilli des données multi-capteurs sur un coureur du Marathon des Sables. Le réseau des capteurs étant confronté à des conditions extrêmes, il a fallu s'adapter à des problèmes techniques avant de pouvoir proposer un outil pour segmenter et classer ces grandes quantités de données. Dans un second temps, nous avons travaillé en collaboration avec un médecin, pour comprendre au mieux le ''freezing" (symptôme perturbant la marche de certains malades atteints de la maladie de Parkinson) afin de proposer une nouvelle méthode de détection pour ce symptôme. / This thesis focuses on the treatment of multi-sensor related data locomotion humaine.Son goal is to develop tools for segmentation of locomotion from a network of embedded and applied to two different domains sensors : sport with ultra -marathon and disability caused by a symptom of Parkinson's disease . For both applications, the work can achieve this question. one hand , the physical constraints of the network sensors , and secondly , the data processing algorithms . At first , we collected multi-sensor data on a runner Marathon des Sables. The network of sensors being confronted with extreme conditions, it was necessary to adapt to technical before proposing a tool to segment and classify these large amounts of data problems. In a second step , we worked with a doctor, to understand better the '' freezing " (symptom disrupting the progress of some patients with Parkinson's disease ) to propose a new detection method for this symptom.

Nous présentons les différentes technologies et méthodes permettant de mesurer les mouvements de l'épaule, et les difficultés associées, comme le glissement des tissus. Cela nous permet d'étayer notre choix de réaliser une fusion de données entre des acquisitions de capture de mouvements optoéléctronique où le sujet est immobile, et d'autres où le sujet est en mouvement. Nous proposons de réaliser cette fusion de données par de l'interpolation spatiale de repères de coordonnées à partir de données dispersées, et plus particulièrement avec la méthode d'interpolation par voisins naturels, qui a été adaptée aux besoins de cette étude. Des expérimentations avec un robot manipulateur ont été réalisées afin de vérifier la faisabilité de la méthode développée. Le robot manipulateur fournit une vérité terrain qui serait inaccessible avec l'humain. Les résultats de ces expérimentations nous ont encouragés dans la poursuite de l'étude avec des expérimentations sur l'humain. Les données acquises avec sujets immobiles et celles réalisées avec sujets en mouvement nous ont permis, par l'application de l'interpolation par voisins naturels, d'estimer les mouvements de la scapula par rapport au torse alors que les sujets réalisaient des mouvements d'abduction, de flexion, et d'élévation dans le plan de la scapula. Les résultats obtenus concordent avec la littérature. Ainsi est encouragée l'utilisation d'une part de la méthode que nous avons développée, et d'autre part, plus globalement, de l'approche de l'interpolation spatiale pour la mesure des mouvements des os en compensant les glissements des tissus. / This work takes place in the context of shoulder complex motion measurement in biomechanics. We present the technologies and methods that apply to this problem, and the associated obstacles (particularly the skin tissue deformation), in order to justify our choice of performing data fusion between measurements where the subjects remain still, and other where they are in motion. We suggest to perform this data fusion through spatial interpolation of reference frames from scattered data, specifically with the natural neighbors algorithm, that has been adapted to the framework of this study. A series of experimentations with a manipulator robot has been performed in order to assess the feasibility of the developed method, the robot giving access to ground truth that would be unavailable with human experimentations. The results we obtained encouraged us to pursue the study with human experimentations. These experimentation have been performed using an optoelectronic motion capture technology. The data gathered while subjects remained still, and the one acquired with the subjects in motion allowed us, through natural neighbor’s interpolation, to estimation the motion of the scapula relative to the thorax, for abduction, flexion, and scapular plane elevation movements. The results we obtained were similar to the ones found in the literature, encouraging on the one hand the method we developed, and on the other hand the spatial interpolation approach for bone motion measurement in biomechanics, compensating the skin tissue artefact.

Cette thèse traite de la mise en œuvre d'un système de synthèse 3D de parole audiovisuelle capable, a partir d'une simple chaîne phonétique, de générer un signal audio synthétique, les mouvements du visage correspondant ainsi que les mouvements de la main reproduisant les gestes de la Langue française Parlée Complétée (LPC). Nous avons enregistré les mouvements faciaux et manuels d'une codeuse LPC par une technique de motion capture, ainsi que le signal audio correspondant, lors de la production d'un corpus de 238 phrases couvrant l'ensemble des diphones du français. Après traitements et analyses des données, nous avons implémenté un système de synthèse par concaténation d'unités en deux étapes capable de générer de la parole codée. Enfin, nous avons évalué notre système tant au niveau de l'intelligibilité segmentale qu'au niveau de la compréhension. Les résultats sont prometteurs et montrent clairement un apport d'information du code de synthèse.

Le développement de l'image numérique et des outils associés ces dernières années a entraîné une évolution dans les attentes des utilisateurs et des changements dans leurs habitudes de travail. Cette évolution apporte de nouvelles possibilités d'utilisation ouvrant l'usage à un public très large, allant des interactions gestuelles aux jeux vidéo, en passant par le suivi d'activités à domicile, la surveillance, ... Pour qu'elles puissent être performantes et attractives, ces nouvelles technologies nécessitent la mise en œuvre d'outils de reconnaissance et d'interprétation des gestes humains, par des méthodes efficaces, rapides et ouvertes. Actuellement, les méthodes proposées en reconnaissance d'actions peuvent être regroupées en trois catégories principales : les approches de type apprentissage automatique (Machine Learning), les modélisations stochastique ou encore les méthodes utilisant le paradigme des examplars. Les travaux développés dans cette thèse se rattachent à cette dernière catégorie : " méthodes à base d'exemples " (examplar-based) où l'apprentissage peut être fait à partir de quelques instances représentatives. Nous avons fait le choix d'une démarche qui limite le recours à des grandes bases de données, et qui permet la reconnaissance d'action de façon anticipée, c'est-à-dire avant que cette dernière ne soit finie. Pour ce faire, nos travaux ont été menés selon deux visions complémentaires, avec le soucis constant d'aboutir à des traitements qui soient temps réel, précis et ouverts à la reconnaissance de nouvelles actions / With the success of new interactive solution, like the Wii-Remote or the Sony Eyetoy, and more recently the Microsoft Kinect, we work on new interactions between game and gamers, with a video-based system. The motion recognition will be used to control the game character or the interaction inside a game, an application, etc. My subject concerns interaction between real and virtual characters. We try to enlarge game actions, with movements - spontaneous or not - from gamers, for example. We working on two points. First, we release constraint on the learning of action, i.e. an action has to be learnt quickly (one shot learning), even in uncontrolled environment: person's living room, cybercafes, etc. Second is understanding motions with new solutions. The more motion capture techniques are reliable, the more new metaphors could be invented linking real actions to virtual ones. These new interactions will allow access to gestural applications by an larger public, usually not interested in, or not familiar with. We propose new interaction video-based: full body motion capture in uncontrolled environment; motion understanding; intention transfer to an avatar and new controls production. The possibilities will be wider than only video games or home entertainment

Qu'il tente de prévenir la chute d'une personne âgée, de traduire la langue des signes ou de contrôler un humain virtuel, l'analyse de gestes est un vaste domaine de recherche qui s'attelle à reconnaître, classifier, segmenter, indexer ou encore évaluer différents types de mouvements. Cependant, peu de travaux se concentrent sur cette dernière approche d'évaluation. Ce travail de thèse propose de mettre en place un outil d’évaluation automatique et générique d’un geste sportif, reposant sur l’utilisation d’une base de données de gestes experts acquis via un système de capture de mouvements. Afin d’extraire un mouvement de référence, l’algorithme de déformation temporelle dynamique (DTW) est considéré pour aligner puis moyenner les gestes. Les méthodes d’alignements et de moyennage de séries temporelles se confrontant aux conséquences néfastes de chemins de déformation du DTW pathologiques, des contraintes locales sont ajoutées et donnent lieu à un nouvel algorithme appelé CDBA. La qualité d’un geste est estimée spatialement et temporellement à chaque instant et pour chaque membre par comparaison avec le geste de référence et pondérée par la dispersion des données expertes autour de ce geste moyen. Le processus ainsi mis en place est validé à partir de gestes de karaté et de tennis annotés par des entraîneurs. Un premier prototype d’outil d’entraînement en ligne est finalement proposé et laisse entrevoir les potentialités d’usage qui pourraient être menées à la suite de ce travail. / Either to reduce falling risks in elderly people, to translate the sign language or to control a virtual human being, gesture analysis is thriving research field that aims at recognizing, classifying, segmenting, indexing and evaluating different types of motions. As few studies tackle the evaluation process, this PhD focuses on the design of an autonomous system for the generic evaluation of sport-related gestures. The tool is trained on the basis of experts’ motions recorded with a motion capture system. Dynamic Time Warping (DTW) is deployed to obtain a reference gesture thanks to data alignment and averaging. Nevertheless, this standard method suffers from pathological paths issues that reduce its effectiveness. For this reason, local constraints are added to the new DTW-based algorithm, called CDBA (Constrained DTW Barycenter Averaging). At each time step and for each limb, the quality of a gesture is spatially and temporally assessed. Each new motion is compared to the reference gesture and weighted in terms of data dispersion around the reference.The process is validated on annotated karate and tennis databases. A first online training prototype is given in order to prompt further research on this subject.