CNRS Innovation

Partenariats, création d'entreprises, brevets, licences, événement... Retrouvez tous les mois les dernières actualités de la valorisation et de l'innovation au CNRS.

Spécial Innovatives SHS

Une plateforme collaborative dynamise l'étude des mouvements

PLAViMoP, base de données partagée de vidéos de mouvements développée par le Centre de recherche sur la cognition et l'apprentissage1 et l’Institut P’ : Recherche et ingénierie en matériaux, mécanique et énergétique2, va faciliter le travail des chercheurs qui étudient les liens entre la perception des mouvements et les fonctions cognitives. Cette plateforme peut aussi devenir un outil pour les spécialistes de la rééducation, les entraîneurs sportifs et les roboticiens.

Apprendre en regardant est un bon vieux principe de l'apprentissage, mais qui peut aussi prendre une forme très scientifique. C'est notamment le cas de la technique du point light display (PLD), qui consiste à convertir la vidéo d'un mouvement (marcher, courir, pointer, écrire...), obtenue par un système de « motion capture », en une série de points qui représentent les articulations mobilisées pendant l'action. Cette technique est déjà utilisée depuis plus de 40 ans par les chercheurs qui travaillent sur le lien entre la perception des mouvements et des fonctions cognitives, telles que la compréhension du langage et celle des émotions, et plus généralement les interactions avec autrui. Jusqu'ici, pour pratiquer le PLD, chaque laboratoire créait son propre outil, souvent complexe à utiliser et incompatible avec celui des confrères. Piloté par le Centre de recherche sur la cognition et l'apprentissage1 et l’Institut P’ : Recherche et ingénierie en matériaux, mécanique et énergétique2, la plateforme PLAViMoP propose des techniques standardisées, automatisées et, surtout, collaboratives.

PLAViMoP (Point-light actions visualization and modification platform) est une base de vidéos PLD partagée via internet, qui sera enrichie par les chercheurs du monde entier. Elle s’accompagne d’un logiciel simple et performant. Ainsi, cette nouvelle base proposera, outre des mouvements de motricité globale (courir, marcher, sauter), des mouvements de motricité fine (saisir, pointer, écrire) et des états émotionnels (joie, tristesse, angoisse). Elle présentera ces différents types de mouvements à des personnes de différents âges (hommes et femmes), saines ou présentant des handicaps. PLAViMoP prévoit même l’introduction de vidéos d'animaux et de robots. « Comme la base est enrichie de manière collaborative, à terme elle pourra contenir des milliers de vidéos de mouvements », affirme Christel Bidet-Ildei, chercheuse au Centre de recherche sur la cognition et l'apprentissage. PLAViMoP donne également les moyens de modifier les mouvements enregistrés dans les vidéos. Car changer la vitesse de l'action et sa dynamique (accélérations et décélérations) permet par exemple d'étudier les paramètres influençant la reconnaissance du mouvement, ou son anticipation par le spectateur de la vidéo. Souligner certains points (par des couleurs, par exemple) peut faciliter l'apprentissage chez un sportif, ou la rééducation d'un handicap. A l'inverse, masquer des points complique la reconnaissance du geste, mais force l'observateur à accroître sa concentration et accentuera sa capacité d'adaptation quand il faudra reproduire le mouvement en situation réelle.

Les fonctionnalités de PLAViMoP faciliteront la diffusion du PLD dans les laboratoires. Elles devraient aussi intéresser des praticiens, par exemple dans le cadre derééducations. En effet, visualiser une vidéo PLD active des zones motrices du cerveau, ce qui accélère la rééducation d'un patient après une opération du genou ou un accident vasculaire cérébral. Sur le même principe, l’observation de PLDs pourrait faciliter l'apprentissage de l'écriture dans des cas de dyspraxie chez l'enfant, par simple visualisation des gestes d'écriture correctement réalisés. Enfin PLAViMoP pourrait s'avérer efficace entre les mains d'un entraîneur sportif soucieux d'optimiser les gestes de ses athlètes.

PLAViMoP est aujourd'hui un logiciel fonctionnel, avec une base d'environ 100 vidéos, en progression. Son utilisation pourrait aussi s'élargir : aux roboticiens, qui s'intéressent beaucoup aux interactions homme-robot, et à l'industrie du cinéma, une utilisatrice déjà intensive de la capture de mouvements, et qui trouverait avec PLAViMoP de nouveaux moyens pour créer des effets.

 

1 CNRS/Université de Poitiers/Université François Rabelais.

2 CNRS.

 

Contact :

Christel Bidei-Idei / Centre de recherches sur la cognition et l'apprentissage / christel.bidet@univ-poitiers.fr