Cette thèse aura comme objectif de doter un robot mobile ludique de capacités d’interaction afin d’apporter une dimension émotionnelle. Afin de pouvoir interagir avec son environnement, un robot doit être capable d’interpréter les données fournies par ses capteurs. Les vidéos fournies par la ou les camera(s) jouent un rôle primordial, la vision par ordinateur constitue donc l'une des principales sources de renseignements pour un robot concernant l’environnement.
Les travaux se focaliseront sur la détection/reconnaissance de gestes et d'activités que leur apprentissage automatique. Cela permettra au robot d’apprendre, de manière automatique et grâce à un nombre de scènes d’exemples qui lui seront fournis, un modèle de l’événement à reconnaître.
Les verrous scientifiques à traiter dans le cadre de ce projet se déclinent donc en plusieurs axes : (i) La segmentation d’objets en mouvement (humains, animaux, objets manipulés par ces derniers) à partir d’images obtenues par une caméra en mouvement; (ii) La conception de descripteurs locaux compacts, invariants et discriminants à partir de la scène segmentée; (iii) La conception d’un meta-modèle, permettant l’apprentissage automatique de modèles pour les activités ciblées, éventuellement comprenant des objets; (iv) la conception d’algorithme d’apprentissage automatique de modèles; (v) La conception d’algorithme de détection/reconnaissance.
Une contrainte forte sera le développement d’algorithmes embarqués permettant un calcul en temps réel.