FICHE DESCRIPTIVE DU COURS · INF 538

Analyse Computationnelle du Comportement Humain

Électif · Anglais
ECTS
6
Crédit local
3
Cours Théoriques + Travaux Dirigés (TD) + Travaux Pratiques (TP)
3 + 0 + 0
Niveau du Cours
Master
Cours Pré-Requis
-
Semestre du Cours
1

Contenus

Objectif du Cours

Ce cours porte sur les techniques d'apprentissage automatique et de reconnaissance de formes couramment utilisées en analyse du comportement humain. Son objectif principal est de familiariser les étudiants avec les recherches récentes et les diverses applications dans ce domaine, et de les aider à appliquer leurs connaissances théoriques aux problèmes et aux défis rencontrés en analyse du comportement humain, en utilisant des méthodes modernes et des approches multimodales.

Contenu du Cours

Ce cours examine les techniques d'apprentissage automatique et de reconnaissance de formes utilisées dans l'analyse numérique du comportement humain. Il présente les techniques et algorithmes les plus couramment utilisés dans ce domaine et propose des exemples d'applications concrètes. Parmi ces applications figurent l'analyse de la démarche et de la posture, la reconnaissance des gestes de la main en langue des signes, la reconnaissance d'activités dans des séquences d'images, le suivi des signaux sociaux, l'analyse comportementale multimodale (basée sur des signaux visuels, auditifs et physiologiques) et l'étude des interactions sociales.

Acquis d'Apprentissage du Cours

1. Connaissance des méthodes existantes d'analyse du comportement humain et capacité à choisir la méthode la plus appropriée en fonction des objectifs et des conditions du problème posé.
2. Expérience du traitement des données unimodales et multimodales en analyse comportementale.
3. Capacité à modéliser un système d'analyse comportementale et à interpréter les résultats à l'aide de différents indicateurs de performance spécifiques au problème.

Méthodes d'Enseignement

Théorie et pratique, présentation, discussion, question-réponse

Ressources

Salah, A. A., & Gevers, T. (Eds.). (2011). Computer analysis of human behavior. London: Springer.
Uddin, M. Z. (2024). Machine Learning and Python for Human Behavior, Emotion, and Health Status Analysis. CRC Press.
Yu, Z., & Wang, Z. (2020). Human behavior analysis: sensing and understanding (pp. 1-271). Singapore: Springer.
Paramasivan, P., Rajest, S. S., Chinnusamy, K., Regin, R., Joseph, J., & Joe, F. (Eds.). (2024). Explainable AI applications for human behavior analysis. IGI Global.

Intitulés des Sujets

Intitulés des Sujets Théoriques
Semaine Intitulés des Sujets
1 Capture et interprétation du comportement humain par des méthodes informatiques
2 Reconnaissance d'activité humaine basée sur des capteurs
3 Reconnaissance d'activité humaine sans dispositif
4 Reconnaissance d'activité humaine: Analyse de la démarche et de la posture
5 Reconnaissance d'activité humaine: Reconnaissance du langage des signes
6 Comportements sociaux et affectifs: Analyse de la parole et de la voix
7 Comportements sociaux et affectifs: Interaction multimodale en réadaptation
8 Comportements sociaux et affectifs: Reconnaissance des émotions dans l’interaction sociale
9 Examen partiel
10 Systèmes adaptatifs et personnalisés
11 Exemple: Systèmes de suivi des activités dans les applications de santé
12 Exemple: Analyse du comportement humain dans les jeux ambients et l'interaction ludique
13 Défis et problématiques ouvertes
14 Présentations des étudiants

Système d'évalution

Contribution à la Note Finale
Activités Numéro Contribution
Contribution du contrôle continu à la note finale 2 60
Contribution de l'examen final à la note finale 1 40
Total 3 100
Contrôle Continu
Activités Numéro Contribution
Devoir 0 0
Présentation 0 0
Examen partiel (temps de préparation inclu) 1 30
Projet 1 30
Travail de laboratoire 0 0
Autres travaux pratiques 0 0
Quiz 0 0
Devoir/projet de session 0 0
Portefeuille 0 0
Rapport 0 0
Journal d'apprentissage 0 0
Mémoire/projet de fin d'études 0 0
Séminaire 0 0
Autre 0 0
Make-up 0 0
Total 2 60

Evalution de la Compétence

No Objectifs Pédagogiques du Programme Contribiton
1 2 3 4 5
1 X
2 X
3 X
4 X
5 X
6 X
7 X
8 X
9 X
10 X
11 X
12 X
13 X

Tableau de la Charge de Travail

Activités Nombre Durée Charge totale de Travail
Durée du cours 14 3 42
Préparation pour le cours 1 10 10
Devoir 0 0 0
Présentation 0 0 0
Examen partiel (temps de préparation inclu) 1 30 30
Projet 1 30 30
Laboratoire 0 0 0
Autres travaux pratiques 0 0 0
Examen final (temps de préparation inclu) 1 30 30
Quiz 0 0 0
Devoir/projet de session 0 0 0
Portefeuille 0 0 0
Rapport 0 0 0
Journal d'apprentissage 0 0 0
Mémoire/projet de fin d'études 0 0 0
Séminaire 0 0 0
Autre 0 0 0
baclé 0 0 0
Yil 0 0 0
Yil 0 0 0
Yil 0 0 0
Charge totale de Travail 142
Charge totale de Travail / 25 5.68
Crédits ECTS 6