Reconnaissance de gestes sans-contact, temps-réel et à faible latence basée sur l’effet Doppler ultrasonore et des réseaux récurrents peu complexes
Résumé
De nombreuses technologies d’interaction Homme-Machine basées sur la reconnaissance de gestes ont été développées, notamment par l’utilisation de systèmes ultrasonores. Cependant, plusieurs limites pratiques à ces solutions peuvent être identifiées. Celles-ci concernent par exemple l’utilisation de transducteurs basses-fréquences sensibles à l’environnement acoustique ou l’implémentation de réseaux de neurones profonds souvent coûteux en termes de complexité et pouvant générer des latences dégradant l’expérience utilisateur. Cette étude propose un système de reconnaissance de gestes sans contact, pour une détection et une classification robuste en temps-réel avec un faible nombre de transducteur et un classifieur de complexité réduite. Le dispositif consiste en une plaque mince équipée de quatre actionneurs piézoélectriques ainsi utilisée comme une antenne acoustique. Celle-ci permet l’émission d’ondes ultrasonores jusqu’à 100 kHz offrant une résolution supérieure aux solutions existantes. Les échos issus de réflecteurs sont captés par trois microphones disposés autour de la plaque et des caractéristiques Doppler choisies sont traitées par un réseau de neurones récurrents basé sur deux couches de GRU (Gated Recurrent Unit) de 48 unités chacune. L’architecture proposée, associée à une fonction de perte de max-pooling, permet la détection et la classification continue de 11 gestes 3D sans latence perceptible. Le système atteint ainsi un taux de reconnaissance de 90 % tout en assurant une bonne robustesse face à la variabilité inter-utilisateur. Une implémentation de ce type de dispositif peut notamment être envisagée pour des applications pratiques dans le cas d’interaction avec des appareils numériques.