L’analyse de mouvement est une technique amplement utilisée dans le domaine de la biomécanique appliquée à des sujets humains dans différentes disciplines (la performance sportive, la réadaptation, l’orthopédie, et la neuroscience). Dans ces domaines d'application, la précision des données du mouvement utilisées devient un paramètre critique.
Les techniques de base utilisée aujourd’hui pour obtenir des données de mouvement précis sont basées soit sur l’utilisation de marqueurs actifs ou passifs détectés par des caméras opto-électronique ou bien sur l’utilisation de capteurs électromagnétiques ou inertiels qui permettent la mesure de la position et de l’orientation des segments corporels en 3D. Ces systèmes, même s’ils sont très précis, ont plusieurs inconvénients pour une utilisation dans le milieu clinique. L’ajout de marqueurs sur le patient devient une contrainte majeure pour la plupart des applications où la capture de mouvements naturels est nécessaire dans le milieu écologique.
Une alternative avec moins de contraintes est la capture de mouvement à partir de séquences vidéo RGB sans l’utilisation de marqueurs sur le sujet. De telles techniques permettent d’obtenir des données de mouvement dans un environnement moins contraignant et plus proche de l’environnement écologique de vie des sujets. Il y a par contre des limitations importantes à l'utilisation de ces techniques lorsque la précision devient un paramètre important requis. En effet, la plupart des algorithmes proposés ont comme première étape l’estimation de la pose, c-à-d, l’identification de la position des centres articulaires dans l’espace 3D. Ces algorithmes utilisent généralement des techniques d’apprentissage machine, mais qui ont été entraînés et validés sur des bases de données qui manquent globalement de la précision nécessaire. L’objectif principal de ce colloque est de présenter l’état de l’art ainsi que les avancées technologiques et informatiques dandans ce domaine de l’analyse du mouvement.