GIM3D - Génération Intuitive de Mouvements 3D

Dans de nombreux domaines comme le sport, la rééducation et prototypage virtuel, il est nécessaire de communiquer sur le mouvement de manière intuitive, rapide et sans ambiguïté. Dans le sport par exemple, l'un des plus grands défis pour un entraîneur est de transmettre efficacement des recommandations aux athlètes. En effet, une communication efficace est cruciale pour assurer des progrès rapides et continus. La solution idéale serait que l'entraîneur puisse créer intuitivement le mouvement 3D souhaité et montrer directement les résultats aux athlètes.

GIM3D établit les bases technologiques pour utiliser le mouvement 3D comme moyen de communication direct. Plus précisément, nous avons créé une application Android permettant de :

• Générer intuitivement des mouvements 3D de course à pied : en utilisant des modèles statistiques avancés tels que l'analyse en composantes principales (ACP) et les Auto-Encodeurs Variationnels Conditionnels (AEVC) ;
• Afficher les mouvements 3D générés avec des indices visuels pertinents : GIM3D utilise des indices visuels superposés aux mouvements 3D pour assurer une transmission efficace de l'information entre les coureurs et les entraîneurs. Pour ce faire, nous avons étudié la pertinence d’utiliser une tablette tactile Android.

Ces 2 modèles statistiques sont implémentés en Python. De plus, un serveur de streaming (aussi en Python) diffuse les mouvements 3D générés sur le réseau. Ces données sont ensuite intégrées directement dans l’application Android pour être affichées.

Les résultats préliminaires montrent que :

• l’ACP ne permet pas de séparer les différents paramètres de la course à pied. Par exemple, si l'on demande de générer un mouvement 3D avec les genoux plus hauts, l'ACP aura tendance à modifier d'autres paramètres, comme le style de course (aérien ou terrien). Cet effet secondaire est généralement indésirable.
• L'extrapolation de mouvements 3D de course à pied avec l'ACP produit rapidement des résultats peu réalistes.
• L’AEVC offre un contrôle beaucoup plus fin et précis sur le résultat final. Par exemple, on peut demander à GIM3D de générer des mouvements 3D pour qu'ils soient plus aériens, sans que le système modifie la hauteur finale des genoux. C'est un point crucial pour rendre le système rapidement et facilement utilisable par les entraîneurs et les coureurs.
• L'extrapolation basée sur les AEVC donne des résultats beaucoup plus réalistes et cohérents. Les mouvements 3D générés restent pertinents et crédibles.
• L’étude pilote réalisée auprès de 5 personnes dont 1 coach et 4 coureurs montre un score d’acceptabilité de 85,5 (sur 100) et une expérience positive (moyenne de 2,0 sur une échelle de –3 à 3). Les résultats montrent que l’application a bien été appréciée par les participants, qu’ils la jugent utile et qu’ils souhaiteraient bien l’utiliser dans leur pratique, que ce soit accompagné d’un coach ou bien de manière autonome (pour les coureurs).