Des dispositifs de vision portables pour mieux suivre les tâches quotidiennes des patients
À des fins de diagnostic et d'évaluation, les cliniciens observent et évaluent les patients réalisant quotidiennement des interactions main-objet. Les systèmes de vision 'égocentriques' (à la première personne) constitués de caméras portées par les patients sont considérés comme l'outil optimal pour suivre et évaluer les activités de la vie quotidienne. Cette technologie habilitante pourrait permettre un suivi à long terme et potentiellement capturer autant d'informations sur les activités d'un patient qu'un réseau de caméras de surveillance. Dans cet esprit, le projet EGOVISION4HEALTH (Assessing activities of daily living from a wearable RGB-D camera for in-home health care applications), financé par l'UE a exploré de nouvelles techniques de vision informatique «égocentrique» pour fournir automatiquement aux professionnels de la santé une évaluation de la capacité de leurs patients à manipuler les objets et à mener des activités de la vie quotidienne. Les partenaires du projet ont utilisé des caméras de profondeur (RGB-D) comme nouveau dispositif portable. Ils ont analysé la manipulation d'objets et les activités de la vie quotidienne en utilisant des modèles 3D des mains, du haut et de l'intégralité du corps. Les chercheurs ont en particulier développé une nouvelle méthode de vision par ordinateur qui estime en temps réel la pose tridimensionnelle des bras et mains d'un individu, à partir d'une caméra de profondeur portée sur la poitrine. Ils ont ensuite analysé les manipulations fonctionnelles d'objets au cours des activités quotidiennes et exploré le problème de la prévision du contact et de la force à partir d'indices perceptifs. Enfin, l'équipe d'EGOVISION4HEALTH s'est attaquée avec succès au problème plus complexe de l'estimation de la pose tridimensionnelle de l'intégralité du corps dans des images RGB, obtenant d'excellents résultats. Elle a artificiellement augmenté un ensemble d'images réelles avec de nouvelles images synthétiques, et montré que les réseaux neuronaux convolutifs (CNN, pour convolutional neural network) peuvent être entraînés sur des images artificielles. En termes d'estimation de pose tridimensionnelle dans des environnements contrôlés, le classificateur CNN de bout en bout développé par l'équipe surpasse les solutions existantes les plus avancées. EGOVISION4HEALTH a proposé l'utilisation de caméras RGB-D portables et de connaissances avancées existantes sur la main et la détection d'objets en vision subjective. Les praticiens tels que les ergothérapeutes, rééducateurs et gériatres pourront évaluer la capacité ou l'incapacité fonctionnelle de leurs patients à réaliser des tâches de la vie quotidienne.
Mots‑clés
Portable, activités de la vie quotidienne, EGOVISION4HEALTH, caméra RGB-D, applications de soins de santé
