La Wii sans manette, le futur de l'interactif

   

Non, l’interface tactile, fort bien exploitée par le iPhone d’Apple, n’est pas l’alpha et l’oméga de l’interaction. Les chercheurs en IHM (interaction homme-machine) ont d’autres fers au feu, parmi lesquels la vision artificielle (vision par ordinateur, "Computer Vision" en anglais), qui a plus d’une corde à son arc: détection et suivi de repères, d’outils, du doigt, de la main, interprétation de gestes, reconnaissance de visage, voire d’expressions faciales, suivi du regard, et j’en passe. Et ça bouge, dans la vision, en ce moment.

Commençons par cette vidéo qui circule depuis peu, dans laquelle la jeune société CamSpace démontre son savoir faire. En deux mots, elle applique au jeu vidéo l’excellent logiciel de vision de son actionnaire Cam-Trax. Celui-ci rend inutile la célèbre zapette à tout faire de la console de jeux Wii (Nintendo), car il est capable de pister en 3D, via une webcam ordinaire, jusqu’à quatre objets qui jouent illico le rôle d’un accessoire de jeu: un stylo sert de manche à balai, un livre devient raquette de ping-pong. Cam-Trax, c’est essentiellement Yaron Tanne, qui aurait développé pratiquement seul le logiciel dans son appartement de Tel Aviv, selon TechCrunh.

Toujours en Israël, en plein désert du Néguev, une équipe de chercheurs de l’Université Ben Gourion, dirigée par Juan Wachs, a développé un logiciel qui permet à des chirurgiens de manipuler des images sur un écran géant, en salle d’opération. Comme son nom l’indique, Gestix détecte la main et interprète des gestes, qui permettent de passer d’une image à l’autre, de zoomer… Tout cela sans contact, et c’est heureux, car un chirurgien en action porte des gants chirurgicaux stériles, possiblement maculés de sang.

Repérer un visage, c’est encore plus difficile, mais l’équipe PCR (Perception for Computers and Robots) dirigée par Luis Baumela à l’Université polytechnique de Madrid sait y faire. Mieux, elle est l’une des rares à interpréter les expressions faciales. Surprise, peur, joie, tristesse, dégoût, colère: ces six dimensions de nos états d’âme sont évalués en temps réel, à trente images par seconde.

D'acteur à créature numérique

Pour illustrer ce dont est capable aujourd’hui la vision par ordinateur, il y a enfin le dernier cri en matière de "capture de mouvements" (motion capture). Vous savez, cette technique qui permet de faire jouer par un acteur le rôle d’un héros de jeu vidéo ou de film en images de synthèse. Au final, c’est une créature numérique que l’on voit s’agiter à l’écran, mais si la gestuelle semble naturelle, c’est parce qu’elle a été "capturée" en filmant un acteur. Lequel, habituellement, est bardé de taches blanches, qui servent de repères aux algorithmes.

C’était hier, parce qu’aujourd’hui on sait le faire sans les taches. La société Image Metrics (Manchester, GB, et Santa Monica, Californie), comme nous le disions ici, est la première à proposer le motion capture sans tache: jouez devant la caméra, notre logiciel remplacera l’acteur par n’importe quelle créature. Car il voit, repère dans l’espace chaque mouvement de son corps, de son visage, de ses lèvres, de ses paupières…

Dans peu de temps, la majorité de nos PC seront dotés d’un œil. Dès lors, les logiciels qui voient et interprètent pourront s’en donner à cœur joie. Parions que l’avenir de l’interaction passe aussi par la vision.