Rapport d'activité - WWW Ircam

RAPPORT DÉTAILLÉRECHERCHE ET DÉVELOPPEMENTAPPLICATIONS TEMPS RÉELCollaborations extérieures : Anne Mercier (violoniste de l’Ensemble l’Itinéraire), festivalWhy Note Dijon, 26 novembre 2005.1.7.2.4. Geste et perceptionUne étude de l’influence du toucher du piano sur la perception du timbre et de la qualité sonoredu piano a fait l’objet d’une collaboration avec Donald Glowinski et Charles Besnainou du LAM.Ce travail a mis en évidence dans un cas particulier le rôle primordial du lien entre geste et sondans la perception de la qualité sonore des pianistes.Participant : F. Bevilacqua.Collaborations extérieures : Donald Glowinski, Charles Besnainou (Laboratoire d'AcoustiqueMusicale, UMR 7604).1.7.3. ANALYSE DU GESTE POUR LE SPECTACLE VIVANTLa recherche sur le geste pour le spectacle vivant s’est poursuivie à travers le développementd’outils temps réel pour la reconnaissance et le suivi de geste ainsi que par une étude sur lasegmentation de mouvements dansés. Les outils temps réel, basés sur les études effectuéesl’année précédente, ont été évalués en recherche puis en spectacle dans le cadre du projet deMyriam Gourfink. Ces recherches sont directement liées au développement de la bibliothèqueMnM.Il est également à noter la formation d’un groupe de travail international sur les méthodes decaptation et d’analyse du mouvement, avec en particulier Antonio Camurri (université de Gênes,Italie) Scott deLahunta (Writing Research Associates, Pays-Bas) et Bodo Lensch (ANIMAXMultimedia Theater, Allemagne).1.7.3.1. Reconnaissance et suivi de geste – Implémentation en temps réelLe suivi de geste permet un alignement en temps réel d’un mouvement donné avec un exemplede référence préalablement enregistré. Le concept de suivi de geste avait été établiprécédemment en temps différé, à partir de divers exemples de vidéos de danse, en utilisantdes Modèles de Markov Cachés. Nous avons poursuivi ce travail par le développement du suivide geste en temps réel. Grâce à la bibliothèque MnM, plusieurs prototypes de suivi de geste ontété implémentés dans Max/MSP. L’utilisation de Modèles de Markov Caché permet égalementd’effectuer de la reconnaissance de geste en parallèle au suivi proprement dit.Plusieurs exemples ont été réalisés : contrôle de synthèse granulaire, synchronisation demouvement dansé par l’intermédiaire de captation vidéo (EyesWeb). D’autres évaluations ontété effectuées lors de la recherche en collaboration avec Myriam Gourfink (cf. ci-dessous).Participants : F. Bevilacqua, N. Schnell.Collaborations internes : Rémy Müller (équipe Pôle spectacle).1.7.3.2. Captateurs de flexion et reconnaissance de mouvementsUn travail spécifique a été initié par Alice Daquet en collaboration avec Alain Terrier etEmmanuel Fléty pour le développement de capteurs de flexion. La captation du mouvement desarticulations comme l’épaule et la hanche est problématique. Les méthodes optiques sont pourl’instant complexes à mettre en place, nécessitant plusieurs caméras. Les méthodes utilisantdes capteurs de flexion "embarqués" sur le corps sont relativement faciles à utiliser, maisrestent difficiles à appliquer sur les articulations contenant plusieurs degrés de liberté, commeIRCAM 127RAPPORT D'ACTIVITÉ 2005