Ce Mémoire s’intéresse au suivi (Tracking) sans marqueurs et à la reconstruction tridimensionnelle de mouvements humains articulés à partir de séquences vidéo acquises avec une caméra de type 3D (stéréo ou infrarouge). Ce domaine de recherche est très actif de nos jours et comporte un champ d’applications assez large qui touche des domaines tels que la capture du mouvement sans cibles pour l’animation et la réalité virtuelle, les interactions homme-machines, la télésurveillance ou bien sûr les jeux vidéos. Au cours de ce manuscrit, nous proposons une méthode pour déterminer la pose d’une personne en 3D. La technique, sans marqueurs, repose sur un alignement d’un squelette et d’un modèle humain 3D sur la silhouette vue par la caméra en s’appuyant sur un ajustement progressif, débutant par la tête et se poursuivant par le torse et les différents membres. La technique prend en considération l’aspect articulé de l’anatomie humaine et permet en particulier de régler certains problèmes d’occlusions et de chevauchement. Cela dit, la complexité de la structure du corps humains, de ses contraintes physiques ainsi que la grande variabilité dans les observations des images, font que la détermination d’une solution à ce problème soit difficile. L’objectif de cette mémoire est donc de développer une méthode assez robuste capable de faire face à ces différentes difficultés imposées par le choix de la technologie et le contexte général d’utilisation pour les consoles de jeux vidéo de salon. Pour aborder cette étude, nous proposons un modèle humain 3D qui tient compte des contraintes physiques et qui permet une intégration cohérente des différentes informations visuelles comme le visage, les contours et les silhouettes. / This report is interested in the markerless motion tracking and the three-dimensional reconstruction of articulated human movements from video sequences acquired with a 3D camera (stereo or infrared). Nowadays, this research field is very active and contains a wide field of applications which deals with areas such as motion capture for animations and virtual reality without using any kind of markers, human-machine interaction (HMI), remote monitoring and of course video games. In this manuscript, we propose a novel method to estimate the 3D human pose. This markerless technique is based on an alignment of a skeleton and a 3D human model over the silhouette seen by the camera by leaning on a progressive adjustment, starting from the head and continuing to the trunk and the various members. The technique considers the articulated aspect of the human body and allows, in particular, solving some problems of occlusions and overlapping. Besides, the complexity of the human body structure, of its physical constraints as well as the big variability in the images’ observations, makes that the solution determination for this problem is difficult. The objective of this memory thus is to develop a strong and robust method capable of facing these various difficulties imposed by the technology choice and the general context of use for home video games consoles. To approach this study, we propose a 3D human model which takes into account physical and kinematic constraints and which allows a coherent integration of various visual information such as face detection, edges and silhouettes. The combined system allows 3D human motion tracking using only one 3D camera.

La conception de jeux vidéo repose principalement sur l’optimisation de l’expérience plaisante du joueur. Toutefois, l’effet de la familiarité au jeu sur l’expérience plaisante en contexte de jeu vidéo est encore peu connu. La présente étude s’intéresse à : (1) l’effet de modération potentiel de la familiarité sur la performance objective et l’expérience plaisante, et (2) la valeur prédictive de l’interaction entre la performance subjective, la difficulté perçue et la familiarité au jeu sur l’expérience plaisante. Cent-deux participants jouent au jeu Assassin’s Creed : Unity et auto-évaluent leur performance, la difficulté du jeu ainsi que leur expérience plaisante. Des enregistrements vidéo de leur séance de jeu permettent également d’évaluer leur performance objective. Les résultats des deux régressions linéaires multiples montrent que la familiarité au jeu n’est pas un modérateur de l’expérience plaisante, et que l’expérience plaisante augmente en fonction de la performance subjective du joueur. En plus de contribuer à la littérature scientifique en étant la première étude se penchant sur la familiarité au jeu et l’expérience plaisante en contexte de jeux vidéo, la présente étude pourra également bénéficier aux développeurs de jeux vidéo, et ce, en soulignant l’importance de faire sentir le joueur compétent afin d’optimiser son expérience plaisante.