Conception d’Algorithmes d’Optimisation pour l’Identification du Positionnement Optimal des Caméras pour la Motion Capture

Actuellement, la capture de mouvement optique est un outil important dans plusieurs domaines tels que le divertissement numérique, l’analyse médicale et les applications sportives. Dans l'avenir, cet outil aura le potentiel d'offrir de grands avantages dans les interfaces de contrôle avancées pour les robots qui peuvent être utilisés pour des tâches de télémanipulation. Dans chacun de ces domaines, le mouvement capturé avec précision peut être utilisé pour soutenir la suppression de l'incrédulité, appuyer l’analyse avec précision et effectuer le contrôle détaillé. Dans les systèmes de capture de mouvement optiques (appelés aussi à base de multi-caméras), le placement des caméras a un grand impact sur leurs performances. La détermination des configurations des caméras (positions et orientations) est encore un problème ouvert. A l'heure actuelle, les configurations sont principalement guidées par l'intuition de l’opérateur humain, et demandent toujours de l'expérience et de l’expertise, surtout lorsque la scène à acquérir est complexe et encombrée. Par conséquent, divers problèmes surgissent à cause d’une mauvaise configuration des caméras. Ces problèmes comprennent : i) la perte des données causée par des occlusions et ii) l’incapacité d'identifier des marqueurs. Pour explorer la façon dont ces problèmes peuvent être résolus, cette recherche propose un système d’aide au placement des caméras. Il s'agit de simuler la meilleure position des caméras permettant la capture de tags (les futurs marqueurs) placés sur un humanoïde de synthèse. Cet humanoïde virtuel réalise un mouvement similaire au mouvement que ferait le sujet en réalité et est positionné dans un environnement semblable à l'environnement réel (ex. création d'obstacles virtuels si besoin). La problématique est alors de simuler le meilleur réseau de caméras pour la scène virtuelle spécifiée. Pour guider le développement de ce Système d’Aide au Placement des Caméras pour la Motion Capture (SAPC-MOCAP), une méthodologie de recherche a été adoptée et un prototype capable de suivre les tags a été construit. Pour évaluer la précision et la robustesse de la technologie développée, une série de simulations a été menée sur trois scénarios d’étude (marche, course et saut). Les résultats de ces simulations, indiquent que le SAPC-MOCAP peut soutenir l'amélioration des performances des systèmes actuels de capture de mouvement optique. Cette amélioration inclut : i) la réduction du nombre moyen des occlusions, ii) la réduction de la durée moyenne des occlusions et iii) l’identification pertinente des marqueurs, sans contraindre les mouvements. Les améliorations dans ces domaines représentent une amélioration significative de la performance et de la précision des systèmes de capture de mouvement optique et peuvent augmenter considérablement le nombre de domaines d'application