Responsable de l’axe de recherche BioMovE au sein du laboratoire Biomécanique et bioingénierie (BMBI), Khalil Ben Mansour travaille sur le projet MoCapia depuis deux ans. Un projet qui a successivement mobilisé, depuis son lancement, six stagiaires de l’Université de Technologie de Compiègne.
Parmi les objectifs du projet ? « Nos recherches visent à développer des solutions et des modèles biomécaniques qui vont notamment nous permettre d’analyser l’état de santé d’une personne donnée, d’évaluer sa performance et de prévenir les troubles musculo-squelettiques », explique-t-il.
Des recherches dont les applications concernent nombre de domaines tels le sport, la santé ou encore l’ergonomie. Jusqu’ici, une des techniques de mesure les plus communément utilisées est la capture du mouvement tridimensionnel. « Dans ce cas de figure, nous allons utiliser un système de caméras optoélectroniques pour filmer le mouvement. Mais c’est une technique qui nécessite une très grande expertise, un temps de préparation et un délai de traitement importants. Ce qui rend difficile son utilisation dans un environnement clinique, par exemple, et réduit finalement son exploitation à la recherche en laboratoire », dit-il.
Toutefois, avec notamment l’essor des puissances de calcul et l’arrivée des modèles d’estimation de poses basés sur l’intelligence artificielle, les lignes commencent à bouger. D’autant qu’aujourd’hui, avec de simples caméras disponibles dans le commerce, il est possible de mesurer des mouvements sans qu’il soit nécessaire de coller des marqueurs sur le sujet. Ce qui va réduire énormément tant le coût du matériel que le temps de préparation et de traitement.
D’où l’idée du projet MoCapia. « Nous nous sommes rapidement intéressés à cette technologie très récente et qui n’est donc pas encore validée d’un point de vue scientifique, en particulier en matière de précision. Nous avons décidé d’avoir recours à l’intelligence artificielle afin de développer un outil de capture du mouvement simple à manier et intuitif dans son utilisation. Actuellement, nous essayons d’ajuster et d’améliorer sa précision. Pour cela, nous testons différentes solutions afin d’avoir une information complète et précise que l’on compare à notre système de référence : le système optoélectronique. Un système dont la précision est d’un centième de millimètre. Aujourd’hui, on est encore loin de ce degré de précision mais on avance plutôt bien », souligne Khalil Ben Mansour.
Au-delà de l’amélioration de la précision de cette nouvelle technologie, une autre idée a germé au sein de l’équipe. « Nous avons décidé d’utiliser des estimateurs de pose générés par l’intelligence artificielle. Sauf que les estimateurs de pose existants ne sont basés que sur une seule caméra car leur finalité n’est pas d’être utilisés dans le domaine clinique par exemple mais essentiellement dans l’animation vidéo. En effet, dans un jeu vidéo, ce qui compte, c’est la fluidité du mouvement. Ce qui est un peu “court”, concernant la complexité des éléments constitutifs d’un mouvement donné que l’on souhaiterait quantifier, analyser dans des domaines d’application plus strictes tels le médical ou le sport à haut niveau », explique-t-il.
C’est alors que l’idée est venue à l’équipe de coupler plusieurs caméras pour effectuer une reconstruction tridimensionnelle du mouvement. Un travail qui soulève un certain nombre de problématiques telles que le calibrage ou la synchronisation des caméras, entre autres. « On travaille toujours sur l’amélioration du modèle par l’augmentation du nombre de caméras afin de multiplier les informations recueillies et en testant différentes techniques de calibration. Il s’agit, in fine, de trouver les combinaisons optimales qui nous permettent de nous rapprocher de notre référentiel et d’atteindre un degré de précision compatible avec des utilisations dans le biomédical ou dans le sport de haut niveau. Si on prend le secteur médical par exemple, il est impératif pour le prothésiste de connaître l’angle exact pour la pose d’une prothèse », précise Khalil Ben Mansour.
Outre la validation scientifique de cette nouvelle technologie, le projet MoCapia vise surtout le développement d’une interface graphique pour que toute personne, du kinésithérapeute au médecin en passant par l’ergonome ou l’entraîneur sportif, puisse l’utiliser facilement et d’une manière intuitive. C’est le défi pour lequel 6 stagiaires de l’UTC se sont succédé depuis le début du projet. Actuellement, Yiyang Huang et Macéo Narbonnet, étudiants en 3e année, ont pris le relais des quatre précédents stagiaires.
Leur rôle respectif ? « En plus de l’amélioration de la calibration des caméras, j’ai amélioré le modèle 3D du corps humain afin d’assurer l’estimation des rotations interne et externe des segments », assure Macéo Narbonnet. Yiyang Huang, quant à elle, a surtout travaillé sur l’ergonomie. « J’ai optimisé l’ergonomie de l’interface graphique en adoptant une architecture permettant d’exécuter simultanément plusieurs tâches sans bug, ce qui rend le logiciel intuitif et fluide pour l’utilisateur », dit-elle.
MSD
Crédit Photos : Alliance Sorbonne Université et UTC
