Détection et Reconnaissance des Sons pour la Surveillance Médicale

JURY M. James L. Crowley Professeur, HDR, INPG, Grenoble Président M. Gaël Richard Maître de conférences, HDR, ENST, Paris Rapporteur M. Michael Ansorge Privat Docent, Université de Neuchâtel Rapporteur M. Eric Castelli Maître de conférences, HDR, INPG, Grenoble Directeur de thèse M. Laurent Besacier Maître de conférences, Université de Grenoble 1(UJF) Codirecteur de thèse M. Pierre Yves Coulon Professeur, HDR, INPG, Grenoble ExaminateurFrom few years, the general concept of perceptive spaces or smart rooms that answers in different way to the human actors needs, demands or expectations is in a continuous developing. The perceptive spaces deals with speech recognition, video signals, environmental data, persons localization, gesture following and recognition, etc. The work presented in this thesis is set on the border of the perceptive spaces and telemedecine which has recently evolved to : telesurgey, medical telemonitoring, telediagnosis, etc. Telemonitoring as one of his branches, is used especially to follow the evolution of person with accident risk, that suffer of chronic diseases or persons exposed to critical situations. This can be applied not only at home for eardely but also in a dangerous professional environment. The sound analysis and information extraction are important aspects of perceptives spaces for the medical telemonitoring. Thus, this thesis analyzes and proposes solutions to sound processing problems for the perceptives spaces, generaly and for medical telemonitoring, particulary. From all the problems linked to perceptive spaces, the automatic classification of everyday life soundswas not explored toomuch until now. A two steps sound analysis systemfor avoiding the classification of a continuous audio flow is proposed in this work. The role of the sound event detection, the first step of the proposed system, is to extract the signal to be identified from the environmental noise. If the detection method is applied simultaneously to a sound sensors array that are distributed in an appartment, it allows also a first localization of the sound source. The state of the art algorithms are not efficient enough in our work conditions and thus, new algorithms, like those using the wavelet transform, better adapted to impulsive signals are proposed. Concerning the sound classification itself, the second step of the proposed system, a first approach was the use of the automatic speech recognition techniques. These techniques are, then, improved by adding better adapted acoustical parameters among which those determined with wavelet transform and those used to detect the musical signals. The performances of the classification method are determined in a noisy environment and a preprocessing solution is presented too. The problems concerning the coupling of detection and classification steps, as well as the system evaluation are also presented. In the last part of the thesis the evolution to a sound key recognition system is approached. A real-time implementation of the proposed algorithms was realized for a medical telemonitoring application beeing in a validation process in the test appartment. Same experimental results obtained in the test appartment are presented in this work.Depuis quelques années se développe le concept général d'espace perceptif ou salle intelligente qui répond de diverses façons aux besoins, demandes, attentes des acteurs humains. Les espaces perceptifs traitent des signaux de parole, des signaux vidéo, les données de l'environnement, la localisation des personnes, le suivi et la reconnaissance des gestes, etc. Ce travail de thèse se situe à la frontière entre les espaces perceptifs et la télémédecine qui a récemment évolué vers la télésurveillance des malades, le télédiagnostic, etc. La télésurveillance est notamment utilisée pour suivre l'évolution de personnes à risques (maladies chroniques ou personnes exposées à des situations critiques). Cela peut être à domicile (personnes âgées) ou dans un environnement professionnel dangereux. L'analyse et l'extraction des informations du son est un aspect important des espaces perceptifs pour la télésurveillance médicale. Dans ce contexte, cette thèse analyse et propose des solutions aux problématiques spécifiques au traitement du son dans les espaces perceptifs plus particulièrement pour la télésurveillance médicale. Parmi ces problématiques la classification automatique de sons de la vie courante a été très peu explorée jusqu'à aujourd'hui. Dans ce travail, un système d'analyse sonore en deux étapes est proposé pour éviter d'analyser un flux audio continu. Le rôle de la détection des événements sonores est d'extraire du bruit environnemental les signaux à identifier. Appliquée en même temps sur un ensemble de capteurs sonores répartis dans l'appartement, elle permet également une première localisation de la source sonore. Les algorithmes issus de l'état de l'art se montrant insuffisamment efficaces dans nos conditions, de nouveaux algorithmes mieux adaptés aux signaux impulsionnels, comme ceux utilisant la transformée en ondelettes sont proposés. Pour la classification des sons proprement dite, l'utilisation de techniques issues de la reconnaissance automatique de la parole est d?abord envisagée. Ces techniques sont ensuite enrichies par l'ajout de paramètres acoustiques mieux adaptés, parmi lesquels ceux issus de la transformée en ondelettes et de la détection de signaux musicaux. Les performances de la classification sont aussi évaluées dans le bruit et une solution de pré-traitement est présentée. Les problématiques liées au couplage entre la détection et la classification, ainsi que le problème de l'évaluation d'un tel système sont aussi abordées dans ce travail. En fin de manuscrit, l?évolution vers un système de reconnaissance de «sons clés», inspirée de la reconnaissance de mots clés en parole, est ébauchée. Une implémentation en temps réel des algorithmes proposés a été réalisée pour l'application de télésurveillance médicale et est en cours de validation dans l'appartement test disponible pour le projet. Certains résultats expérimentaux présentés dans le document proviennent directement de cet appartement test