De l’analyse en composantes principales fonctionnelle à l’autoencodeur convolutif profond sur les trajectoires de formes de Kendall pour l’analyse et la reconnaissance de la démarche en 3D

Abstract

Récemment, le développement de solutions automatiques et intelligentes pour la com-préhension du contenu des vidéos et plus particulièrement pour l’analyse spatio-temporelledes mouvements Humains est au cœur de plusieurs domaines de recherche tels que lesvidéos surveillances, les interactions Homme-Machine et la rééducation. Dans ce projetde thèse, nous proposons de procéder à l’analyse et la reconnaissance de la démarche en3D qui est aussi un domaine de recherche actif en biométrie comportementale grâce aucaractère non-invasif (aucune coopération de l’utilisateur), convivial (user-friendly) et bonmarché de la démarche. Cette dernière a suscité plus d’intérêt avec la démocratisationde caméras de profondeurs bon marché (e.g., la Kinect), capables d’estimer en tempsréel et de manière relativement précise les squelettes 3D et leurs mouvements, quand lapersonne est dans le champ de vue du capteur. Mais ces données squelettiques souffrentde la variabilité temporelle et spatiale. Pour faire face à ces verrous, nous proposons desnouvelles approches à partir de données squelettiques 3D où une séquence est d’abordreprésentée sur l’espace de formes de Kendall S par une trajectoire paramétrée par le temps.Les variabilités liées à l’échelle, la translation et la rotation sont ainsi filtrées. Cependant,vu la structure sphérique (non-linéaire) de la variété S, il n’est pas possible d’appliquer destechniques d’apprentissage automatique conventionnelle directement. C’est pourquoi nousavons eu recours à quelques outils de la géométrie riemannienne pour gérer le problèmede non linéarité. Notre première contribution présente une adaptation de l’Analyse enComposantes Principales Fonctionnelle (ACP fonctionnelle), qui tient compte de la non-linéarité de l’espace de Kendall S. A l’issue de l’étape d’apprentissage, une nouvelle basede trajectoires principales, i.e., fonctions principales, est constituée. Étant donné unenouvelle trajectoire, elle est projetée sur cette nouvelle base avant d’être classée par uneMachine à Vecteurs de Support (SVM). Les résultats expérimentaux sur différentes basesde données sont très compétitifs comparés à la littérature avec en plus une signature pluscompacte et plus robuste. De plus, motivés par la puissance des réseaux de neurones et de l’apprentissage profond (Deep Learning), nous proposons, en deuxième méthode, unautoencodeur convolutif profond à caractère géométrique puisqu’il analyse les trajectoiresde formes précédemment citées tout en tenant compte de la structure géométrique de notreespace de représentation. En fait, des étapes géométriques assurent que ces trajectoirespeuvent être transmises à l’autoencodeur convolutif pour aboutir à une représentationcompacte et discriminante permettant une bonne identification des personnes, et ce sansavoir recours à aucune technique d’alignement (e.g., DTW) ni de modélisation temporelle(e.g., HMM, RNN). Les résultats obtenus sur plusieurs bases publiques sont prometteurspar application à la reconnaissance de la démarche en 3D.