Skip to Main content Skip to Navigation
Theses

Expressive gesture model

Résumé : Cette thèse présente un modèle computationnel qui génère des gestes expressifs communicatifs accompagnant la parole, pour un agent humanoïde. Notre travail de recherche est basé sur l'étude de gestes humains. Trois questions de recherche sont abordées dans cette thèse. Tout d'abord, des gestes humains sont représentés de telle manière qu'ils soient réalisables pour les différents agents humanoïdes. Un ensemble de propriétés d'un geste comme la forme de la main, la position du poignet, la trajectoire du mouvement, etc. est défini afin d'encoder les gestes. Deuxièmement, les gestes sont planifiés pour être synchronisé avec la parole. Notre modèle repose sur la relation temporelle entre les gestes et la parole, dans un discours, pour calculer le temps des gestes. Troisièmement, ces gestes sont rendus expressifs. Étant dépendants de la personnalité ou des états émotionnels actuels de l'agent, la variété de ces gestes s'effectue en modulant un ensemble de paramètres d'expressivité du geste. Le modèle a été conçu de telle sorte que ces processus soient autant que possible indépendants de la représentation d'un agent. Jusqu'à présent, notre modèle est utilisé pour contrôler les gestes des agents virtuels Greta et le robot humanoïde réel Nao.
Mots-clés : Greta Nao
Document type :
Theses
Complete list of metadatas

Cited literature [4 references]  Display  Hide  Download

https://pastel.archives-ouvertes.fr/tel-01181000
Contributor : Abes Star :  Contact
Submitted on : Tuesday, July 28, 2015 - 4:57:06 PM
Last modification on : Wednesday, June 24, 2020 - 4:19:00 PM
Document(s) archivé(s) le : Thursday, October 29, 2015 - 11:04:42 AM

File

theseLeQuocAnhV2.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01181000, version 1

Collections

Citation

Quôc Anh Lê. Expressive gesture model. Robotics [cs.RO]. Télécom ParisTech, 2013. English. ⟨NNT : 2013ENST0036⟩. ⟨tel-01181000⟩

Share

Metrics

Record views

1133

Files downloads

212