Longtemps réservée au cinéma ou aux jeux vidéo, la capture de mouvements connaît aujourd’hui une révolution grâce à l’IA et aux capteurs de nouvelle génération. Plus précise, plus légère, et surtout capable d’analyser en temps réel les gestes les plus fins, cette technologie s’invite dans plusieurs secteurs : la santé, le sport, l’industrie… Exemple avec le Human Motion Analytics développé par Fujitsu.
Catégorie
🗞
NewsTranscription
00:00Je suis en compagnie de Fabien Fouissart, bonjour.
00:06Bonjour.
00:06Vous êtes directeur marketing et EA advisory au sein de la filiale française du groupe japonais Fujitsu.
00:13Vous pilotez les stratégies de positionnement ainsi que les initiatives en intelligence artificielle générative et le conseil en IA.
00:20Alors à l'occasion moi d'un événement un peu exceptionnel, j'ai eu la chance de découvrir le Human Motion Analytics.
00:25Donc une technologie qui est capable de capturer les mouvements en temps réel.
00:30J'avais envie de le partager avec tout le monde. Expliquez-nous ce qu'il a de spécifique ce dispositif.
00:35Alors c'est issu déjà de beaucoup d'années de recherche. Fujitsu c'est un groupe de recherche, il y a 32 000 brevets.
00:42On est une boîte d'ingénieurs et de conseils IT avec beaucoup de services.
00:45Mais c'est vraiment quelque chose qui a été engagé il y a très longtemps sur comment je peux capturer les mouvements humains
00:52et faire en sorte qu'ils soient évidemment le plus efficients possible pour différents types de use case.
00:56Et le challenge qui avait été commencé avec Human Motion Analytics, c'est la partie HM, aujourd'hui Kozushi au niveau du nom, ce que vous avez vu lors d'exposition.
01:05En fait on a commencé avec la Fédération Internationale de Gymnastique.
01:07Dans un projet en fait de co-création, ils avaient un énorme enjeu qui était évidemment d'aider les juges à la notation.
01:13On sait que c'est sensible politiquement parfois évidemment au niveau des JO, au niveau des championnats du monde, d'avoir des athlètes qui ne seraient pas forcément bien évalués.
01:20Ça va très vite et même pour l'œil humain évidemment c'est compliqué.
01:23Et en fait il y a tout un dispositif entre 2005 et justement ces dernières années qui ont permis à Fujitsu et à cette Fédération Internationale
01:29de pouvoir finalement avoir une capture des écrans extrêmement précis.
01:32La technologie...
01:33Une capture des mouvements.
01:34Des mouvements, exactement.
01:36Donc en 2D et en 3D ?
01:382D et 3D.
01:39Alors soit la partie 3D justement avec différents types de caméras, un petit peu comme dans le studio ici,
01:43où on est capable justement de voir des éléments de profondeur.
01:45On va non seulement vous détecter comme un humain, bon ça c'est ce que fait la conducteur Vision il y a depuis un certain nombre d'années,
01:50mais on va également être capable en fait de détecter des points qui vous concernent et donc des mouvements.
01:54Parce que si j'ai ma main, j'ai mon avant-bras, etc.
01:56Je suis capable de voir des mouvements, des vitesses, des angles, après c'est des mathématiques qui sont appliquées évidemment sur cette partie algorithmique
02:02et ça permet de vérifier que tous les bons mouvements ont été faits.
02:05Il y a énormément de cas d'usage au-delà de la partie notation.
02:08Et donc il n'y a pas de dispositif physique, pas de capteur à poser sur le corps ?
02:13Et non, ça c'est un des énormes avantages.
02:15Évidemment c'est le fait de pouvoir suivre ici évidemment la performance sportive,
02:19évidemment il y a d'autres cas d'application, il y a des gens, des startups notamment au Japon,
02:22qui utilisent notre solution pour par exemple le golf, pour vérifier que les mouvements sont corrects,
02:27pour le yoga, enfin vraiment aussi des éléments quasiment de santé,
02:30notamment pour l'industrie, pour d'autres choses.
02:33Mais clairement en fait cette technologie permet d'avoir juste des caméras et de pouvoir vous filmer.
02:37Vous ne portez rien du tout sur vous et vous avez quand même des données qui sont extrêmement insensibles.
02:41Donc ça c'est grâce au progrès en machine learning ?
02:45Machine learning, il y a, il y a des brevets qui ont été déposés, je crois qu'il y en a 150 pour HMR,
02:50pour You My Machine Analytics.
02:52Donc c'est vraiment de l'entraînement, de l'entraînement, de l'entraînement et pour pouvoir ensuite...
02:56Avec quel niveau de précision ? Parce que quand vous dites que ça peut servir par exemple à des notations en gymnastique,
03:02il faut être dans une précision très importante.
03:05Est-ce que vous pouvez nous donner comme échelle ?
03:08Alors je ne sais pas comment je pourrais vous dire ça en termes d'échelle, en termes de comparaison.
03:13En tout cas la vitesse du mouvement, la capacité de mettre différents points,
03:17vous allez découper en plusieurs dizaines, 50, 70 points, etc.
03:21Donc c'est largement suffisant avec des caméras ensuite qui vont vous suivre
03:24pour pouvoir justement détecter de façon précise.
03:27Il y a quand même des segments où on n'est pas super articulé non plus,
03:30il y a quand même d'un moment donné des choses qui sont en mode segment.
03:32Mais avec des bonnes caméras, en effet, on est capable de vous resituer parfaitement ça.
03:37Donc pas de dispositif sur le corps ?
03:38Non.
03:39En revanche, il faut équiper les salles ?
03:41Et oui, mais en fait...
03:42Alors combien de caméras ? Est-ce que c'est lourd ? Combien ça coûte aujourd'hui ?
03:45Alors sur la partie évidemment du niveau de caméra, on va compter 4-5.
03:49Ça va dépendre évidemment du type de sport pour le coup.
03:54Donc ça représente un coût un peu en edge computing
03:56puisqu'on va déposer évidemment des éléments de calcul en local pour que ça aille plus vite,
04:00même si évidemment la solution est disponible en mode cloud.
04:03Et pour le coup, ça va être le prix des caméras, le prix de la solution évidemment qui sont à embarquer.
04:10Par contre, il y a quelque chose qui est hyper intéressant, je vais vous partager.
04:12C'est que la technologie évidemment, on sait très bien que ça c'est un élément qui est non neutre
04:16et que tout le monde ne peut pas s'offrir forcément une installation de caméras.
04:18Je sais qu'il y avait des discussions avec des organisateurs sportifs de grands événements
04:22un peu décalés aux Etats-Unis, etc. qui sont en cours.
04:24Évidemment, c'est de l'argent, mais pour le coup, ils en ont.
04:27Mais en fait, les startups dont je vous parlais, soit la partie tennis, soit la partie golf, soit la partie yoga,
04:31en fait, la partie algorithmique a été justement optimisée pour pouvoir être mise dans un téléphone.
04:35Donc en fait, vous pouvez utiliser notre solution, l'embarguer.
04:38Et justement, il y a tout un programme également de Fujitsu sur cette partie Human Emotional Analytics
04:42avec des startups qui peuvent prendre notre technologie pour en faire des cas d'usage.
04:45Là, justement, il n'y a pas la notion de caméra installée et tout.
04:48Super, merci beaucoup de nous avoir éclairé sur tous ces innovations autour de la capture de mouvements.
04:54Donc on voit les progrès.
04:55C'est vraiment de la computer vision avec de l'IA capable de reconnaître très précisément les mouvements en temps réel.
05:01Oui, on va plus loin que le fait de détecter un humain.
05:03On permet de détecter des comportements et notamment dans le retail.
05:06Vous savez, par exemple, de voir à un moment donné ce que l'intention,
05:09toute la partie évidemment d'analyse du mouvement et toute la partie non-dit finalement corporelle
05:13présente énormément de cas d'usage pour ce côté, entre guillemets, un peu marketing, communication, retail.
05:18Mais également, pour toute la partie industrielle, quand on est sur des éléments très sensibles
05:23d'un point de vue des mouvements, des gestes, etc., aussi pour toute la partie justement de protection des personnes,
05:28le fait de savoir que je fais vraiment le bon mouvement, c'est quelque chose qui est important.
05:32Merci beaucoup Fabien Fruissard.
05:33Je rappelle que vous êtes directeur marketing et conseil en IA chez Fujitsu France.
05:39Merci beaucoup.
05:39Merci.