Résumé :
La synchronisation sensorimotrice (SMS) désigne la capacité humaine à aligner ses mouvements sur des stimuli rythmiques externes, comme suivre les « beats » ou le « tempo » d’une musique en tapant du pied ou en marchant. Cette aptitude, qui repose sur une interaction complexe entre les systèmes sensoriel, moteur et cognitif, est essentielle dans des contextes variés tels que la danse, la rééducation ou l’interaction humain-machine.
Cette thèse explore les mécanismes sous-jacents à la SMS et vise à développer des outils innovants pour son évaluation. Elle s’articule autour de deux axes principaux.
D’une part, des approches méthodologiques accessibles et économiques sont proposées pour sortir des conditions traditionnelles de laboratoire, souvent complexes et coûteuses, en développant des outils utilisables dans des environnements naturels. Ces approches reposent sur l’intelligence artificielle pour la capture de mouvement, l’extraction des caractéristiques rythmiques et des techniques de traitement du signal. Un aspect clé de cette contribution est le développement de métriques pour quantifier la synchronisation, permettant une analyse des performances dans des contextes variés.
D’autre part, les facteurs influençant les performances de synchronisation sont analysés à travers deux expériences distinctes utilisant ces outils. La première explore l’impact de la complexité rythmique, de la nature des mouvements (tapping, balancement des bras) et de l’expertise musicale sur la précision de la synchronisation. La seconde examine les caractéristiques individuelles, telles que la morphologie et les disparités observées dans des populations spécifiques, notamment les individus atteints d’obésité, en considérant différents types de mouvements (marche, tapping, balancement des bras) et en intégrant l’effet de perturbations rythmiques.
Les résultats de cette recherche améliorent notre compréhension des interactions entre le rythme musical et les mouvements humains, tout en ouvrant de nouvelles voies pour évaluer et améliorer la synchronisation dans des contextes variés.
Abstract :
Sensorimotor synchronization (SMS) refers to the human ability to align movements with external rhythmic stimuli, such as following the "beats" or "tempo" of music by tapping one's foot or walking. This skill, which relies on a complex interaction between sensory, motor, and cognitive systems, is essential in various contexts, including dance, rehabilitation, and human-machine interaction.
This thesis explores the underlying mechanisms of SMS and aims to develop innovative tools for its evaluation, structured around two main axes.
First, accessible and cost-effective methodological approaches are proposed to move beyond traditional laboratory conditions, which are often complex and expensive, by developing tools usable in natural environments. These approaches leverage artificial intelligence for motion capture, rhythmic feature extraction, and signal processing techniques. A key aspect of this contribution is the development of metrics to quantify synchronization, enabling performance analysis in various contexts.
Second, the factors influencing synchronization performance are analyzed through two distinct experiments utilizing these tools. The first explores the impact of rhythmic complexity, the nature of movements (tapping, arm swinging), and musical expertise on synchronization accuracy. The second examines individual characteristics, such as morphology and disparities observed in specific populations, notably individuals with obesity, by considering different types of movements (walking, tapping, arm swinging) and incorporating the effect of rhythmic perturbations.
The results of this research enhance our understanding of the interactions between musical rhythm and human movement, while opening new avenues for evaluating and improving synchronization in various contexts.