Modélisation experte

Les conversions numériques-symboliques des caractéristiques en BBA peuvent être réalisées via une modélisation inspirée des sous-ensembles flous. Ce type d’approche est particulièrement adaptée lorsque troppeu de donnéesd’apprentissage sont disponibles pour une approche statistique et lorsque les caractéristiques ainsi que les éléments du cadre de discernement sontinterprétablespar un humain. La conversion est réalisée par des trapèzes comme illustré sur la figure 6.19 dont les4seuils sont fixés à l’aide de connaissances expertes sur l’application. Une croyance est obtenue à chaque instant et pour chaque caractéristique et un mécanisme de fusion basé sur des tables de règles permet d’obtenir une croyance sur les différentes actions.

Ce type de méthodes a été utilisé pour l’analyse de postures humaines [GCBR05b, GBC05, GCB06, Gir06], pour l’analyse d’expressions faciales [Ham07, Ham05b, Ham05a] et pour la recon-naissance d’actions et d’activités humaines [RPRP07].

Dans le cadre de notre application, les règles pour chaque action suivent un schéma en deux niveaux [PRT+06] : d’abord une détection grossière des actions pour déterminer si l’athlète court, saute ou chute. Puis, une détection raffinée permet de discriminer les actions au sein des activités.

La détection grossière des actions se fait de la manière suivante :

courir – SIl’athlète est debout (Fswg proche de90o)ET SIun mouvement de translation de la caméra apparaît (Fhm)OU SIun zoomarrièreapparaît (Fdiv)ALORSl’actioncourirest vraie.

sauter – SI une variation verticale positive de la position du centre de gravité apparaît (Fvcg) OU SI

un mouvement vertical positif de la caméra apparaît (F_vm)ALORSl’actionsauterest vraie.

6.4 Modélisation 153 1 ^Ft T_t 0.33 0.67 m^t_cvt¹ F_cvt 0 2 2.3 4 5 6 7 pixels/image T_t U F_t

FIG. 6.19 : Conversion numérique-symbolique inspirée des sous-ensembles flous : la caractéristique de translation verticale de la caméra (F_cvt) est transformée en BBA sur l’action courir, m^Ω1t

cvt, définie sur

Ω¹_t ={T_t¹, F_t¹}.

chuter – SIune variation verticale négative de la position du centre de gravité apparaît (F_vcg)OU SI

un mouvement vertical négatif de la caméra apparaît (F_vm)ALORSl’actionchuterest vraie. se relever – SIune variation verticale positive de la position du centre de gravité apparaît (F_vcg) OU

SI un mouvement vertical positif de la caméra apparaît (Fvm) ET SI un zoom avant apparaît (Fdiv)ALORSl’actionse releverest vraie.

Les seuils des trapèzes utilisés pour traduire les valeurs numériques (F_vcg, F_hm, F_div, F_swg) en croyances sur les symboles associés aux variables sont fixés de façon ad hoc en partant d’histo-grammes pour guider nos réglages. Les OUet les ET logiques utilisés dans les règles permettent de combiner les croyances. Par exemple la croyance sur l’hypothèse(( l’actionse relever est vraie ))est calculée en multipliant la croyance sur le symboleimportant, obtenue à partir de la valeur numérique deFvcg, avec la croyance sur le symboleimportant, obtenue à partir de la valeur numérique deF_div.

Ensuite, pour distinguer les actionssauter etchuter dans les différentes activités, nous étudions l’évolution de l’angle. En effet, quelle que soit l’activité, ces actions impliquent une variation verticale de la position du centre de gravité mais la position de l’athlète dans l’espace est dicriminante. Pour illustration, la variation théorique de l’angle pour unsaut en hauteur, unsaut à la perche etun saut

en longueurest donnée à la figure 6.20 pour le cas où l’athlète bouge de gauche à droite.

Après le traitement par l’ordonnanceur, on connait les intervalles temporels où les actions ont été détectées. Sur ces intervalles et à partir de la figure 6.20, on détecte les événements discriminants suivants :

E1 si l’angle est entre0oet45opendant l’actionsauter, cette action est étiquetée comme appartenant

à unsaut en hauteur.

E2 si l’angle est entre−115o et−75o pendant l’actionchuter, cette action est étiquetée comme ap-partenant à unsaut en hauteur.

E3 si l’angle est entre−115^o et−75^o pendant l’actionsauter, cette action est étiquetée comme ap-partenant à unsaut à la perche.

E4 si l’angle est entre75oet115o pendant l’actionchuter, cette action est étiquetée comme apparte-nant à unsaut à la perche.

154 CHAPITRE 6 –Reconnaissance d’actions et d’activités humaines dans des vidéos d’athlétisme

Saut en hauteur

Saut à la perche

Saut en longueur

Courir Sauter Chuter Se relever

Courir Sauter Chuter Se relever

Courir Sauter Chuter Se relever

FIG. 6.20 :Evolution théorique de l’angle pour unsaut en hauteur, unsaut à la percheet unsaut en longueur

pour un mouvement de caméra de gauche à droite.

E5 si l’angle est entre 135o et 180o pendant l’action chuter et que E3 n’est pas apparu alors cette action est étiquetée comme appartenant à unsaut en longueur.

Les intervalles numériques de valeurs de l’angle considérés dans ces règles, par exemple[130o,180o] sont stricts car on cherche à prendre une décision sur le type d’action.

Ces événements sont définis pour un mouvement de caméra allant de gauche à droite. Ce mouve-ment est détecté par l’événemouve-ment suivant :

E6 si la moyenne de la translation horizontale est négative pendant l’actioncouriralors le mouvement de la caméra (assimilé à celui de l’athlète) va de gauche à droite (et vice-versa).

Des événements similaires sont créés pour le cas ou le mouvement de caméra va de droite à gauche. On dispose par ailleurs d’un détecteur de perche (l’objet utilisé par le perchiste) qui a été dé-veloppé dans [PRT+06] et qui s’est avéré très robuste (23/26détections correctes) dans le cadre de notre base de vidéos. L’algorithme consiste à détecter un objet long et fin rattaché à la silhouette et un seuillage de l’excentricité de cet objet nous permet de décider si une perche apparaît effectivement dans la vidéo. On dispose donc d’un nouvel événement :

E7 si un objet(( perche ))est détecté dans l’actioncouriralors la vidéo est unsaut à la perche. Cet événement nous permet de contraindre le suivi de points à suivre une évolution donnée (processus

feed-forward). En effet, dans les vidéos desaut à la perche, l’athlète se met littéralement(( en boule ))

lors de la montée ce qui rend difficile l’estimation de l’angle et a pour effet d’inverser la position des points lors du suivi. Si l’événementE7 apparaît alors on force l’algorithme de suivi à placer la tête de l’athlète en dessous du centre de gravité lors du début de l’actionsauter.

La détection d’un objet (( perche )) à la fin de l’actionsauter ou au début de l’action chuter est généralement due au fait que l’athlète a raté son saut et qu’il a touché la barre. En effet, lorsque la barre est touchée, celle-ci est détectée comme un objet mobile. On peut donc détecter lessauts à la