Soutenance de thèse de Alexandre COSTE
Ecole Doctorale
Sciences du Mouvement Humain
Spécialité
Sciences du Mouvement Humain - MPL
établissement
Aix-Marseille Université
Mots Clés
Signature motrice individuelle,Perception du mouvement biologique,Identité,Biométrie,Improvisation,
Keywords
Individual motor signature,Biological motion percetion,Identity,Biometrics,Improvisation,
Titre de thèse
Les signatures motrices individuelles : de la perception humaine aux applications biométriques
Individual motor signatures: from human perception to biometric applications
Date
Jeudi 16 Décembre 2021
à 15:00
Adresse
Faculté de Médecine Montpellier-Nîmes - Campus Arnaud de Villeneuve - 641 av. du Doyen Gaston Giraud, 34090 Montpellier
Amphithéâtre Ziegelmann
Jury
Directeur de these | M. Ludovic MARIN | Université de Montpellier |
Rapporteur | M. Brice ISABLEU | Aix-Marseille Université |
CoDirecteur de these | M. Benoît BARDY | Université de Montpellier |
Rapporteur | M. Gérard DRAY | IMT Mines Alès |
Examinateur | Mme Christel BIDET-ILDEI | Université de Poitiers |
Examinateur | Mme Alice O'TOOLE | The University of Texas at Dallas |
Examinateur | M. Stefan JANAQI | IMT Mines Ales |
Résumé de la thèse
Les signatures motrices individuelles (IMS) sont des caractéristiques cinématiques idiosyncratiques permettant lidentification des personnes. À ce jour, leur existence est étayée par deux vastes pans de la littérature : lun en psychologie (perception du mouvement biologique), lautre en biométrie (biométrie comportementale). À ces deux pans déjà bien fournis viennent sajouter des données convaincantes en contrôle moteur mettant en évidence dimportantes différences interindividuelles dans la réalisation de comportements moteurs. Si lexistence des IMS est aujourdhui avérée, leurs origines mais aussi leurs caractéristiques restent toutefois largement à déterminer. À laide de trois études comportementales, nous proposons dans ce travail de thèse : i) de démontrer la présence des IMS dans deux tâches distinctes dimprovisation motrice : la première impliquant le membre supérieur, la seconde impliquant le corps entier; ii) dexplorer leur étiologie par le modèle des contraintes (Newell, 1985) liées à lorganisme, à lenvironnement et à la tâche ; iii) déprouver la sensibilité du système visuel humain aux IMS; et iv) dextraire de façon parcimonieuse ces IMS au moyen dun algorithme dapprentissage automatique. Nos résultats confirment lexistence de signatures motrices individuelles, ayant pour principales propriétés leur caractère distinctif et leur invariance temporelle. Ils soulignent le rôle majeur des contraintes liées à lenvironnement social (présence dautrui), liées à lindividu (traits de personnalité) ou encore de celles liées à la tâche (degré dintentionnalité) dans leur formation. Enfin, nos résultats mettent en évidence la capacité des sujets humains à percevoir et à reconnaître les IMS, malgré de fortes différences interindividuelles, et leur possible extraction automatique. Pris ensemble, nos travaux contribuent à une meilleure compréhension de lorigine et du rôle fonctionnel des variations intra- et inter-individuelles dans les comportements moteurs humains et ouvrent des perspectives prometteuses pour lamélioration de nombreuses technologies biométriques modernes basées sur la capture et lanalyse du mouvement.
Thesis resume
The existence of idiosyncratic kinematic characteristics that allow the identification of persons, i.e., individual motor signatures (IMS), is now well supported by a large body of emprirical evidences, ranging from motor control to psychological and to biometrics studies. However, their origins and their characteristics remain largely unclear. Through three behavioural studies, this thesis aims to: i) demonstrate the presence of IMS in two distinct motor improvisation tasks: the first one involving the upper limb, the second one involving the full body; ii) explore the etiology of IMS across the Newell's constraints-led model (Newell, 1985) - individual, environmental, and task-related constraints; iii) examine the extent to which the human visual system is sensitive to IMS; and iv) extract IMS in a parsimonious way using an innovative machine learning algorithm. Our results confirm the existence of individual motor signatures, which are characterized both by distinctiveness and temporal invariance. They also point out the essential role of constraints related to the social environment (presence of others), to the individual (personality traits) and to the task (degree of intentionality) in the emergence of IMS. Finally, our results highlight the ability for human participants to perceive and recognize their own IMS, although this ability varies substantially across individuals. The automatic extraction of IMS with a low error rate further supports the idea of the existence of those IMS. Taken together, these results contribute to a better understanding of the origin and the functional role of intra- and inter-individual variations in human motor behavior, and opens promising perspectives for the improvement of many modern biometric technologies based on motion capture and analysis.