LE MACHINE LEARNING AMELIORE-IL L’EXPERIENCE UTILISATEUR EN REALITE VIRTUELLE ?

(20/08/2022)


Mathias Delahaye Doctorant en IA

Passionné d’ingénierie, Mathias intègre l’École Nationale Supérieure des Mines de Douai en 2015 après avoir suivi le cursus de Classe préparatoire mathématiques, physique et sciences de l’ingénieur à Paris. Durant sa formation d’ingénieur, il se spécialise dans la majeure «I ngénierie des systèmes d’information et de communication (ISIC) » qui lui permettra d’étendre ses connaissances en Computer Science, mais également de découvrir le monde industriel à travers plusieurs stages dans des structures de différent tailles et types. À sa sortie, il fera un rapide stage à l’École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne), où il découvrira les FPGAs et leurs nombreux domaines d’applications avant de, finalement, intégrer l’École Polytechnique Fédérale de Lausanne (EPFL) en tant que doctorant au sein de l’Immersive Interaction research Group (IIG) dirigé par le Dr. Ronan Boulic. Sa thèse vise à permettre à un utilisateur de pouvoir avoir et de pouvoir s’approprier un corps virtuel (avatar) dans un monde virtuel quand les proportions de cet avatar sont différentes de celles de l’utilisateur. Une part importante de cette recherche consiste donc à évaluer la tolérance humaine vis-à-vis des distorsions (conflit) volontairement introduites entre ce que la personne fait (proprioception) et ce que la personne voit (avatar). En parallèle de la recherche, il se dévouera à l’enseignement et sera assistant au cours d’Information, Computation, Communication (ICC), donnera la partie pratique du cours Virtual Reality (VR) et supervisera plusieurs projets de semestre.

Conférence : Le machine learning améliore-il l’expérience utilisateur en réalité virtuelle ?
Jeudi 5 mai 2022, 13h45 - 14h30 — Amphi orange

En 1967, le premier dispositif d'affichage monté sur la tête a été développé par Ivan Sutherland pendant son doctorat au MIT, permettant aux utilisateurs de s'immerger dans un environnement virtuel. Si l'appareil devait être fixé au plafond et n'affichait que des modèles filaires, aujourd'hui, des appareils totalement autonomes, tels que l'Oculus Quest, peuvent être portés directement et partout. Cependant, pour permettre aux utilisateurs d'interagir avec un environnement virtuel par le biais d'un corps virtuel tirant parti de leur expérience, le système doit acquérir les données de l'utilisateur. Comment capturer ces données ? Une approche courante consiste à utiliser des caméras de suivi. Nous pouvons placer des marqueurs sur l'utilisateur pour animer son avatar, puis affiner la qualité de l'animation à l'aide de réseaux neuronaux. Avec encore plus de données, des modèles plus complexes et des caméras RVB, l'utilisation de trackers peut être supprimée ! Mais, le ML ne se limite pas aux capacités de suivi : il peut être utilisé pour ajuster la difficulté d'un jeu, pour détecter chaque fois qu'un sujet perçoit un conflit interne entre son observation et son attente, et à bien d'autres fins afin d'améliorer l'expérience de l'utilisateur dans la réalité virtuelle incarnée !


Partager cette vidéo :

Revenir à la liste de vidéos