Olivia Grandville et Sylvie Garot

Slides:



Advertisements
Présentations similaires
Manipulation d’un objet virtuel à l’aide d’une cible et d’une caméra
Advertisements

Chaîne de Synthèse Réel Modélisation Rendu Image Fichier Scène
Accueil du public Déficient visuel. Quel est sa déficience visuelle ? Quelles solutions techniques ? - Quel est son niveau en informatique ? - Quelles.
Coupe de France de Robotique 2007 Candidat n°4 – Steven LY BTS IRIS – PROMOTION
REPRESENTER LORENZACCIO ATELIER THEATRAL. OBJECTIFS aborder par la pratique et la créativité la problématique de la séquence : cette pièce est-elle faite.
Chap PC2 (livre p43) Couleurs et arts Coller le rappel 1.
4. Descripteurs du contenu
MORPHOMETRIE ET QUANTIMETRIE
Vision Par Ordinateur Partie matérielle Entrée Partie logicielle
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Créer une image avec transparence avec The Gimp Stéphane Tourneur (Belzebuth.org) Voici l'image qui sera modifiée, le but est de rendre le fond blanc transparent.
Biométrie main. Hand ID System US Patent ,1971 Richard H. Ernst.
(traitement d’images)
MOUVEMENTS OCULAIRES Notre champ de vision est assez restreint (2° d’angle pour une vision fovéale nette). L’œil doit donc constamment bouger afin que.
Un visualiseur pour le cours de langue ?. Outre la possibilité de projeter en direct tout ce qui se passe sous le capteur de projection que ce soit un.
Projet 3ème, promotion 2012/2013:
Ecole thématique Dynamique de la production écrite : approche pluridisciplinaire Poitiers, 09 juillet 2013 Ecole thématique Dynamique de la production.
POWERPOINT 97 POMazagol Les barres d'outils PowerPoint donne la possibilité douvrir de nombreuses « barres doutils ». Pour ajouter ou enlever une barre.
Video Numérique – Formats
Traitement du signal TD0 : Introduction.
Du signal audio numérique à l'image numérique
Représentation numérique de l’information
Logiciels ThermaCAM Researcher Julien FUCHS – FLIR Systems France
Projet du cours MMI Lecteur multimeodial
Le filtrage d’images.
Reconnaissance d’empreintes digitales
L ’acquisition d ’images
Apprendre à réciter une fable La mise en voix d’un texte
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
Application d’algorithmes d’extraction de la couleur et des textures à partir d’images aériennes dans le contexte de l’extraction de bâtiments pour supporter.
Sommaire Présentation du projet La mesure FFT/ MLS
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
INSERTIONS D’ IMAGES EFFETS AUDIO ET VIDEOS et. deux types d'images en informatique: Une image: c’est quoi.
D-ViewCam V3.0 Video Management System
Traitement de son Chapitre 2 : Exploitation de logiciels Leçon1:
Projet télésurveillance
Les réseaux de neurones à réservoir en traitement d’images
Le contrôle de soudures laser par radiographie X
Les logiciels de capture d’écran
LASMEA Clermont, le 25 janvier Mesure et analyse de trajectoires Ordre du jour  10h45 – Accueil  11h00 – Introduction  11h05 – Trajectographie.
OUTIL Webform Comment mettre une position pour analyse. Par la suite, le contributeur pourra transformer ses webforms selon sa convenance.
Présentation RFIA janvier 2002
Introduction au Traitement d’image
Chap PC2 (livre p43) Couleurs et arts Coller le rappel 1.
Introduction à la vision par ordinateur
Holographie numérique
Formation au multimédia
IFT Informatique multimédia Cours 6 Le montage vidéo.
L’image vidéo. Séquence 1 : l’image vidéo Le Pixel est un carré lumineux : => simple définition (SD), deux standards : plusieurs NTSC et PAL => haute définition.
Suivi d’Horizons Sismiques
Utilisation du logiciel: Book Creator
Interfaces perceptuelles Interaction avec une caméra.
Traitement d’images 420-D78-SW A15 Semaine 02.
Courbes de Bézier P2 P1 P3 P0 O
Stéphanie Lechanteux Stéphane Moreau Exposé SI 28.
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Edition et Enregistrement Sonore Damien DUJARDIN UTC - SI28 - A06.
Dreamweaver le retour Avec Les Formulaires Les Calques
LES IMAGES D’une image à l’autre Images photographiques Image et vision Image et information Lumière et énergie.
SI 28 - Présentation Image Ready Aurélie Letenoux GSU 4.
RECONNAISSANCE DE FORMES PAR CAMERA. Présentation générale du projet :
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
1 Revue d’avancement Convoi de robots mobiles par vision, navigation de robots mobiles Client :M Lounis ADOUANE (Polytech’ Clermont Ferrand) Tuteur industriel.
Génie Electrique 3 ème année 2007/ Soutenance de projet Convoi de robots mobiles par vision, localisation de robots mobiles Clients :M Lounis ADOUANE.
Lucas.Prinderre Hugo.Carme Maximilien.Meffre
L’énergie utilisée dans le rechargement des batteries Pour recharger mes batteries, quelle est l’énergie que j’utilise? À remplacer par la photo « 001_presentation_chargeur.jpg.
1 Systèmes d’aide à l’audio et à la vidéo surveillance dans les systèmes de transport “Sûreté des transports”, 05 mai 2008, L.Khoudour.
À remplacer par « 001_voiture.gif »
Transcription de la présentation:

Olivia Grandville et Sylvie Garot « Comment taire » Olivia Grandville et Sylvie Garot Romain Kronenberg – Nicolas Leroy

Enjeux Explorer les liens possibles entre geste et son. Trouver dans le geste des informations pertinentes pour le contrôle de la synthèse sonore. Trouver des traitements sonores qui permettent de transformer une voix naturelle en matériau sonore plus électronique et abstrait.

Traitements sonores MAC G5, Max/MSP DM2000 – diffusion 6 enceintes Matériau sonore : voix enregistrées préalablement, captation sonore du plateau en TR Traitements : Sogs, ring modulation, Spat, delays, sampling, filtres résonants

Setup : Audio PC Eyesweb G5 DM2000 amplis Cam 1 Cam 2 Micro 1 Micro 2 Matrice video PC Eyesweb G5 DM2000 ethernet ADAT amplis HP 1 HP 2 HP 6 HP 3 HP 5 HP 4

Captation et Vidéo Logiciel utilisé : EyesWeb sur PC, développé par InfoMus Lab à l’université de Gênes (www.eyesweb.org) 2 Caméras DV reliées au PC en composite via une matrice KRAMER commandée par le PC Données gestuelles envoyées du PC vers le MAC : - liaison Ethernet - protocole Open Sound Control

Setup : Captation et Vidéo

Podium Plateau segmenté Tractation Son plateau Final Déroulé du spectacle Podium Plateau segmenté Tractation Son plateau Final

1. Captation « Podium » Extraction de la couleur de la peau Mode YUV (YCbCr : Luminance et Chrominances) Traitement de la chrominance Cr traduisant la proximité au rouge/rose caractéristique de la couleur de la peau Utilisation du barycentre des pixels Robuste Envoyé via Open Sound Control au MAC

1. Patch Caméra « Podium »

1. Podium 86 samples extraits d’un texte, déclenchés successivement en fonction des mains d’Olivia: position proximité énergie - Déclenchements de syllabes.

2. Captation « Plafond » Technique de captation : Ajout de bruit : Passage en niveaux de gris Soustraction de fond avec seuillage : Photo prise Live ou pré-enregistrée => Image binarisée Filtrage : médian + close Extraction d’une région (« Blob ») Bounding rectangle Vecteur direction Ajout de bruit : - Déclenchements aléatoires stoppés si Olivia rentre dans la zone de captation Vidéo-projection de l’image traitée

2. Patch Caméra « Plafond »

2. Plateau segmenté - Plateau segmenté en 8 zones. Chaque zone déclenche une partie du texte Le texte affecté à chaque zone évolue dans le temps, lorsque toutes les zones ont été déclenchées. Bruit ajouté dans l’image par EyesWeb => nombreux déclenchements aléatoires. Olivia prend le pas sur le bruit lorsqu’elle entre dans la zone de captation Samples envoyés dans Delays avec feedback -> construction d’un matériau sonore. 1 2 5 6 8 3 12 7 7 4 11 8 6 5 10 9

3. Tractation Calcul de l’énergie du corps d’Olivia sur le PPRA et la position du centre de gravité. L’ énergie contrôle le point de lecture dans le fichier son (buffer~) La vitesse de lecture dépend aussi de la position dans le buffer~ Si l’énergie est inférieure à un seuil donné, le point de lecture se fige et varie légèrement autour de sa position d’arrêt. - Sogs -> RM

4. Son plateau 2 capteurs Accusound sous le plateau. Le son est traité successivement avec des filtres résonants, puis de la RM. Le son des capteurs est amplifié jusqu’au larsen contrôlé depuis la console.

5. Final Retour de Sogs En fonction de l’énergie du corps d’Olivia, on avance dans le buffer très vite Le son part dans des delays, dont le temps de delay varie abruptement, Chaque delay est envoyé dans une enceinte.