Annonce

Les commentaires sont clos.

Proposition de thèse: "Analyse du geste humain et son interaction avec le monde physique par vision artificielle monoculaire. Application à la performance sportive et à la prévention des risques physiques."

17 Mars 2022


Catégorie : Doctorant


Lieu: laboratoire MIA, La Rochelle Université, France.

Dans le contexte de l'Université Européenne EU-CONEXUS, le doctorant aura la possibilité de séjourner plusieurs mois au Waterford Institute of Technology en Irlande (les frais seront couvert par EU-Conexus).

Mots clés: Vision par Ordinateur, Deep Learning, Activité Humaine, Sport, Prévention des risques.

Contexte:

L’analyse du geste humain est souvent cantonnée à des études en laboratoire et les données obtenues sont en général précises mais déconnectées d’une réalité évidente qui est celle du terrain. Or, les pratiques physiques en pleine nature, mais aussi dans l’entreprise, dans un contexte dit écologique (dispositifs sportifs, poste de travail etc.) rendent nécessaires des solutions d’acquisition sans marqueurs ou appareillages qui peuvent modifier la performance et les gestes. La vision par ordinateur, et l'intelligence artificielle, peuvent permettre de répondre à cette problématique en utilisant l’information provenant d’images ou de vidéos.

L'objectif de la thèse proposée est de fournir des méthodes avancées en vision par ordinateur et en IA permettant l'étude des activités humaines et de leurs interactions avec l'environnement physique. Plus précisément, nous étudierons le problème de l'interaction homme/objet, ainsi que l'estimation par vision monoculaire des paramètres cinématiques et des forces impliqués dans ces interactions. Un problème scientifique important est l'estimation de ces paramètres physiques 3D uniquement à partir d'une acquisition vidéo 2D.

 

Deux principaux domaines d'application sont visés dans cette thèse:

  • ·Le premier est l'assistance à la performance sportive. La vision est en effet le premier indicateur de l’entraineur afin de qualifier l’efficience du geste sportif. Nous souhaitons développer des méthodes en vision par ordinateur pour permettre : l’acquisition, la reconnaissance, et l'analyse de gestes sportifs dans les sports impliquant une interaction avec un objet (balles, raquettes, battes, etc.).
  • ·Le second domaine est celui de l'usine du futur, où la réduction des troubles musculo-squelettiques (TMS) et l’amélioration de la performance au poste de travail seront des objectifs majeurs.Lors d'un travail à la chaine, le stress et les troubles musculo-squelettiques provoquent de nombreuses maladies professionnelles chez l’opérateur. Pouvoir analyser la posture de l'opérateur et étudier ses déplacements permettra de réduire ces risques.

 

Ces deux thématiques sont liées au sport, à la santé et au bien-être, et dans ces 2 cas, la vision est une source d'information non invasive, et qui évite de gêner le sportif ou le travailleur dans sa tâche.Nous avons donc pour finalité de rendre les caméras « Intelligentes » afin d’analyser les gestes humains.

 

Qualification requise:

Master en Informatique ou Mathématiques Appliquées abordant l'Apprentissage Machine, la Science des Données et la Vision par Ordinateur. De solides compétences en programmation (Python) sont requises.

 

Contacts:

Pour postuler à cette offre de thèse, merci d'envoyer

  • ·un CV avec vos notes de Master
  • ·une lettre de motivation concernant le sujet de thèse proposé

à :

Renaud PETERI
Maître de conférence, HDR: renaud.peteri@univ-lr.fr

Laurent MASCARILLA

Maître de conférence, HDR: laurent.mascarilla@univ-lr.fr

 

Financement :

La thèse est financée par le ministère de l'Enseignement Supérieur et de la Recherche pour une durée de 3 ans, à partir d'octobre 2022 (env. 1.975€ brut par mois). Possibilité d'être vacataire d'enseignement avec un salaire supplémentaire.