Contributions à la reconnaissance des mouvements stéréotypés et des expressions faciales chez les enfants autistes

Abstract

Actuellement, le traitement des données vidéo est devenu une réalité qui prend de l’ampleur. Les applications de ce domaine de recherche sont diverses et couvrent une multitude de secteurs dont : le secteur commercial (ex : l'analyse statistique de la fréquentation d'un lieu), le secteur de la sécurité (ex : la sécurisation de l'accès à des bâtiments), et le secteur médical (ex : la surveillance des malades ou encore l’aide au diagnostic). Le secteur médical propose de plus en plus de solutions techniques basées sur l'acquisition numérique de séquences vidéo. Récemment, le secteur d'activité psychologie clinique s’intéresse à la détection et à l’analyse du comportement des personnes grâce à la vision par ordinateur. La reconnaissance du comportement et la prédiction des activités des personnes depuis la vidéo sont des préoccupations majeures dans le domaine de la vision par ordinateur. Nos travaux de recherches visent à faire des progrès dans ce domaine. Dans le but de suivre et analyser le comportement des enfants atteints d’autisme, nous proposons un système automatique d’aide au diagnostic de cette maladie. L’autisme se caractérise par des anomalies dans la communication et les interactions sociales. Il révèle la présence de comportements, d’activités et d’intérêts restreints ou répétitifs chez les personnes atteintes. Dans ce travail de thèse, notre objectif est de mettre en place un système de vidéosurveillance intelligent qui facilite et aide les médecins dans le diagnostic de l’autisme (Troubles du Spectre Autistique (TSA)). La contribution générale de ce travail est de proposer un système de détection et de suivi en temps réel des comportements des enfants autistes. Pour ce faire, nous avons développé plusieurs algorithmes d’apprentissage automatique que nous utilisons de façon méthodique avec le capteur Microsoft Kinect pour aboutir à un système performant. Deux contributions concrètes utilisant le capteur Kinect ont émané de notre travail de recherche : la première contribution consiste à la détection et la classification automatique des mouvements stéréotypés chez les enfants autistes en temps réel : le battement des mains, le battement des doigts, les mains au visage, les mains derrière le dos et le basculement du corps. La seconde contribution s’intéresse à la détection et la classification des expressions faciales de bases chez les enfants autistes : la joie, la surprise, la peur, le dégout, la tristesse et la colère.