Comparatif des principales caméras 3D du marché

Grâce aux caméras TOF, le système peut apporter les avantages supplémentaires suivants par rapport aux classiques caméras couleurs : le fond n’a plus besoin d’être fixe et connu, le port de gants ou de marqueurs est inutile (puisque tous les algorithmes doivent se baser sur les distances et non plus sur les couleurs), la lumière ambiante peut varier (dans une certaine mesure) puisque la caméra fonctionne grâce à son propre projecteur infrarouge, les mains de (ou des) utilisateur(s) peuvent être suivies et ce quelque soient leur couleur, leur taille ou leur morphologie. Il n’y a plus besoin de faire attention à avoir des habits de couleur différente du fond et de la couleur de la peau. En revanche, l’inconvénient principal qui reste est l’occlusion possible d’une partie ou de la totalité des mains. Avant 2011, quelques travaux ont porté sur l’utilisation de ces caméras 3D pour faire de la capture et de la reconnaissance de mouvements des mains (Breuer et al., 2007; Lahamy & Lichti, 2010; Li & Jarvis, 2009; Malassiotis & Strintzis, 2008; Mo & Neumann, 2006; Suryanarayan et al., 2010) ou encore du corps entier (Holte & Moeslund, 2007; Kollorz et al., 2008). Ces travaux portent surtout sur la reconnaissance des postures de la main et ne permettent pas d’interagir avec l’environnement virtuel en temps réel. Hormis quelques laboratoires qui, au fil des années, se sont intéressés à ces périphériques, la majorité des techniques sans marqueurs portaient sur l’usage d’une ou de plusieurs caméras. Le prix très élevé des caméras 3D, du fait de leur faible commercialisation, ainsi que la faible résolution qu’elles offraient, constituaient très certainement les freins principaux. Une caméra 3D SwissRanger coûte environ 7000€ pour une résolution de 176×144 pixels. De même, puisque le nombre d’algorithmes permettant de traiter des nuages de points en temps réel est très faible comparé à ceux traitant les informations de couleur, peu de laboratoires se sont penchés sur la capture des mouvements de la main en temps réel à partir de caméras 3D. L’arrivée de la Kinect en novembre 2010 pour un prix de 150€ a permis de populariser largement ce type de périphérique et a, depuis, suscité un réel intérêt pour cette technologie.

Objectifs, Motivations et Hypothèses

L’objectif du travail présenté ici est la conception et l’évaluation d’un système permettant une interaction 3D transparente et temps réel en environnement virtuel, pour des tâches de sélection, de manipulation et de navigation. Le système est ici à comprendre comme l’association d’une technologie, de traitements algorithmiques et de modalités d’interactions. Nous souhaitons en évaluer de manière détaillée les performances d’une part, et la mesure de l’acceptabilité et des préférences des participants d’autre part. La finalité de notre travail est la mise à disposition d’un système efficace, efficient, confortable, performant et améliorant le sentiment d’immersion. Notre objectif général, et la finalité de notre travail, est motivée par la revue des matériels et techniques existantes, ainsi que par la quasi absence d’études démontrant l’intérêt de ce type de matériel pour l’interaction 3D temps réel. Nous allons dans un premier temps rappeler brièvement les raisons qui ont motivé le choix de la technologie de caméra 3D, puis nous présenterons le modèle d’interaction qui en découle. Nous présenterons ensuite nos hypothèses générales, définirons les critères d’évaluation et finirons cette partie par la structuration de notre travail. Une technologie ayant pour objectif de faire « disparaître » l’interface afin de permettre un mode d’interaction « naturel » aux utilisateurs est souvent présentée comme l’aboutissement final des interfaces de manipulation directe. (Fuchs & Moreau, 2003) parlent à ce propos d’interfaces  comportementales, ce qui implique que les recherches doivent se tourner vers la conception de systèmes « visant à exploiter un comportement humain, naturel et sans acquis préalable ». De même, comme le suggèrent Fuchs et Mathieu, dans le volume 2 du Traité de la Réalité Virtuelle (Fuchs & Mathieu, 2003), de manière idéale, les réponses motrices (dans le cadre de la capture de mouvements) doivent être transmises sans support matériel entre l’homme et la machine. Enfin, d’après (Winkler et al., 2007), le fait de n’avoir aucun matériel à porter et de rendre le système transparent pour l’utilisateur est de nature à améliorer le sentiment d’immersion et de présence ce qui est primordial dans le domaine de la réalité virtuelle.