Thèse l'Analyse Multimodale de l'État Cognitif et Émotionnel en Mouvement H/F Doctorat.Gouv.Fr

L'analyse de la littérature révèle un intérêt croissant dans la capacité à estimer les émotions des sujets au travers de deux méthodologies distinctes 1. La captation de vidéos faciales (Canedo & Neves, 2019; González-González et al., 2025) ou 2. La captation de la cinématique corporelle (Kang & Gross, 2015, 2016; Stout et al., 2026). Cette thèse a pour objectif d'améliorer l'analyse et la détection de l'état cognitif et émotionnel lors du mouvement humain en combinant ces deux approches méthodologiques par captations vidéo et outils de Deep Learning (DL). Contrairement aux approches classiques, ce projet vise à innover sur deux niveaux scientifiques. Premièrement en suivant une approche écologique par l'analyse du mouvement dite « markerless » afin d'éviter aux maximum les biais expérimentaux et d'ouvrir le champ d'application des outils développés hors du laboratoire. Deuxièmement par l'utilisation d'outils avancés de DL comme des transformer multimodaux.
Ce projet fait le pont avec les travaux passés du LIVIA et du LAMIH. Le LIVIA a déjà travaillé par le passé sur la reconnaissance d'émotion via la création d'outils de DL et lors de la création de la base de données Behavioural Ambivalence/Hesitancy (BAH). Le LAMIH possède l'expertise concernant l'analyse quantifiée de tâche cognitivo-motrices et vient de créer une base de données d'analyse du mouvement de plus de 100 personnes dont la marche a été mesurée en simple et double tâche cognitive.