Le projet consistait à développer une preuve de concept pour la comparaison de mouvement entre un mouvement de référence et des données capturées. Il était nécessaire de démontrer l’hypothèse qu’il était possible, par l’analyse de données de capture de mouvement, de classifier et analyser des mouvements d’exercices physiques. Pour ce faire, il a fallu résoudre des problématiques :

• En conversion des données de mouvement pouvant provenir de différents systèmes vers un standard commun ;
• En classification et analyse de mouvements pouvant être réalisés par des personnes de dimensions corporelles différentes, dans des orientations différentes, à des rythmes différents et sur des durées totales différentes ;
• En identification et optimisation de métriques de taux de tolérance, de temps de traitement et de taux d’erreur acceptables.

Pour résoudre ces problèmes, nous avons adopté une approche en programmation orientée sur les données, basée sur des tenseurs de matrices de transformation, et avons permis la robustesse aux conditions de réalisation des mouvements en traitant les données en termes de caractéristiques relationnelles du mouvement et de patrons relationnels du mouvement, des modèles issus des pratiques en vision par ordinateur. Autrement dit, à partir de séquences complexes de capture de mouvement, nous avons entraîné des patrons intelligents capables de détecter le début et la fin de mouvements comme un squat ou un jumping jack.