Résultats et Conclusion

1. Frédéric Bousefsaf, Choubeila Maaoui, Alain Pruski Contexte et objectif Reconnaissance multimodale d’émotions par méthodes hors contact : extraction de signaux physiologiques via une webcam [1] M. Poh, D.J. McDuff, R. Picard, Advancements in Noncontact, Multiparameter Physiological Measurements Using a Webcam. IEEE Transactions on Biomedical Engineering, Vol, 58, NO. 1, January 2011. Méthodologie Un filtrage colorimétrique permet d’isoler l’information utile. L’analyse en ondelettes continues permet d’observer les variations fréquentielles dans le temps. Les signaux physiologiques peuvent être utilisés pour reconnaître des émotions. La pose des capteurs est un frein dans certains domaines d’application (jeux vidéo, seriousgames) si un spécialiste n’est pas disponible ou si la personne ressent une gène (confort, intrusivité). Une solution consiste à utiliser des technologies hors contact. Poh et al. [1] ont montré que le rythme cardiaque et la respiration peuvent être extraits d’une webcam. L’objectif de ce travail est d’augmenter la robustesse et la qualité de la détection en analysant le signal avec un transformée en ondelettes continues. Série de trames (RGB) Détection du visage par classifieurs boostés [2] Détection des pixels de couleur « peau » dans l’espace YCbCr Moyenne spatiale sur la composante U des pixels de couleur peau Transformée en ondelettes continues du signal précédent Changement d’espace de couleur (RGB -> CIE LUV) Extraction et étiquetage des zones ellipsoïdales Recherche des maxima de chaque zone Obtention de la variabilité cardiaque (1) Comparaison des résultats avec un capteur BVP FFT du signal pour obtenir la fréquence respiratoire (2) (1) Par transformation des échelles en fréquences sur tous les maxima. (2) La respiration est déduite du rythme cardiaque par arythmie sinusale respiratoire. [2] P. Viola, M. Jones, Rapid Object Detection using a Boosted Cascade of Simple Features, Computer Vision and Pattern Recognition, Vol. 1, pp. 511-518 (2001) Résultats et Conclusion L’algorithme est capable d’extraire en temps réel et de manière fiable le rythme et la variabilité cardiaque ainsi que la fréquence respiratoire. Le filtrage colorimétrique permet de sélectionner uniquement les pixels qui contiennent l’information. Les mouvements et rotations de la tête qui réduisaient la qualité du signal sont dorénavant moins influents. La composante U de l’espace colorimétrique CIE LUV a été choisie pour réduire les influences des variations de luminosité perçues par la caméra.