Interaction personne-machine et ergonomie cognitive

Les modes d’interaction avec les systèmes deviennent de plus en plus variés et sophistiqués. Plusieurs de nos travaux de recherche exploitent l’analyse visuelle de l’utilisateur pour améliorer l’interaction personne-machine. L’examen du regard et de l’attention visuelle, l’identification des gestes, le suivi des mouvements musculaires du visage et la reconnaissance des expressions faciales sont exploités pour mieux comprendre les intentions de l’utilisateur et lui offrir un contrôle plus convivial d’un système. Par ailleurs, dans des contextes de formation ou de service aux usagers, les systèmes de vision par ordinateur peuvent servir à analyser le comportement ainsi que l’état émotionnel de sujets humains. Par exemple, ils permettent de déceler des signes de stress, de fatigue ou de distraction. Le développement de nos technologies s’appuie sur une solide expertise en ergonomie cognitive. De plus, nous détenons une certification FACS (Facial Action Coding System) pour la classification des expressions faciales.

Technologies  associées : Reconnaissance globale d’expressions faciales, logiciel de synchronisation vidéo pour eye-tracker et manette de jeu, détecteur de mouvements faciaux en éclairage infra-rouge.

 

Équipes

Réalisations

Publications

Nouvelles récentes

  • Enjeux de l’exploitation des données : une première conférence réseautage dynamique et riche d’échanges!
    14/03/2019

    La première conférence réseautage organisée par le CRIM et Lavery Avocats fut un franc succès, attirant une quarantaine de personnes dans les bureaux de Lavery.

    +

Événement à venir

  • Sécurité de l'information 2019 - Événement Les Affaires
    20/03/19 8h15
    Centre-Ville, Montréal
    Le CRIM fier partenaire de la 5e édition de la conférence sur la «Sécurité de l'information», organisée par les Événements Les Affaires, qui se tiendra le 20 mars 2019 au Centre-Ville de Montréal.
    +

Publications récentes

  • Object Counting on Low Quality Images: A Case Study of Near Real-Time Traffic Monitoring

    +
  • Object Counting on Low Quality Images: A Case Study of Near Real-Time Traffic Monitoring

    +