Développement d'un système passif de suivi 3D du mouvement humain par filtrage particulaire

par Jamal Saboune

Thèse de doctorat en Optimisation et sûreté des systèmes

Sous la direction de François Charpillet et de Jacques Duchêne.

Soutenue en 2008

à Troyes , dans le cadre de Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube) .

mots clés

• Marche (locomotion)
• Chutes (accidents) -- Chez la personne âgée
• Modélisation tridimensionnelle
• Monte-Carlo, Méthode de

Résumé

L’idée d’une prévention des chutes chez les personnes âgées à domicile s’avère intéressante. Cette idée constitue la motivation principale du projet PARAChute dans le cadre duquel s’inscrit ce travail de thèse qui a comme objectif de concevoir un système d’analyse de la marche pour évaluer le risque de chute chez les personnes âgées. Une étude des approches déjà adoptées pour évaluer l’équilibre dynamique nous a permis d’identifier un certain nombre de paramètres comme étant pertinents. Or, ces approches s’appuient sur des tests cliniques ou sur l’utilisation de capteurs portables encombrants d’où la nécessité de développer un nouvel outil pour extraire ces paramètres. Notre solution a été de concevoir un système de suivi 3D du mouvement humain, capable de fourni les positions des points clé du corps durant la marche. Le système développé utilise des images vidéo et ne nécessite pas l’usage de marqueurs portables. Notre méthode est fondée sur un modèle 3D virtuel humanoïde et sur un nouvel algorithme de filtrage particulaire qu’on a développé. Cet algorithme, réorganise l’espace de recherche des configurations probables du modèle virtuel d’une façon déterministe, efficace et optimisée. Dans le souci de réduire la complexité de cet algorithme, une version factorisée utilisant les réseaux bayésiens dynamiques a été aussi proposée. En terme de reconstruction 3D, les résultats obtenus à l’aide de notre système sont assez satisfaisants

Titre traduit

Markerless 3D humain motion capture using particle filtering

Résumé

The main idea behind the PARAChute project is to reduce the number of falls in the elderly by preventing them. This thesis work which is a part of this project aims to develop a new non intrusive human gait analysis system which would be a component of a fall risk evaluation system. Many methods have been used to evaluate dynamic equilibrium of a person while walking. By studying these methods, we were able to identify some gait parameters which are pertinent for fall risk detection. All these methods previously used, are based on clinical tests, or on using wearable sensors. Thus, we opted to develop a new approach based on a completer marker less 3D human motion capture system. The new system we created uses video feeds, a virtual 3d body model and a novel particle filtering algorithm we developed. This algorithm reorganizes the model’s configurations search space in a efficient, optimal and deterministic way. In order to reduce the complexity of this algorithm, we also developed a factorized version of it, using a dynamic Bayesian network. In terms of quality of 3D reconstruction, the results of our method are satisfactory