Description Titre : SYSTEME ET METHODE D’ASSISTANCE A LA REALISATION DE MOUVEMENTS PHYSIQUES Domaine de l’invention L’invention concerne le domaine des procédés d’assistance à la réalisation de mouvements physiques. Plus particulièrement, l’invention concerne le domaine des procédés comprenant l’utilisation d’une image ou d’une pluralité d’images d’un individu réalisant un exercice physique afin d’analyser la bonne réalisation de celui-ci et d’effectuer un suivi des performances de l’utilisateur. État de la technique Actuellement, il existe un besoin pour assister des personnes souhaitant débuter l’entrainement physique sans pour autant pouvoir faire appel à un entraineur. Il existe également ce besoin pour des sportifs plus confirmés souhaitant avoir un guide lors de séances de sport qu’ils effectuent seuls. Un problème pour les personnes souhaitant effectuer des exercices seules ou sans la supervision d’un entraineur est qu’elles risquent de ne pas réaliser correctement les exercices physiques qu’elles vont effectuer. Plusieurs problèmes peuvent survenir d’une mauvaise réalisation des exercices physiques. Ce problème se pose identiquement dans le cadre professionnel lorsqu’un individu n’effectue pas correctement une manipulation et qu’il risque de se blesser, par exemple dans le cadre d’un mouvement répétitif. Premièrement, il est possible que l’utilisateur effectue un mouvement qui soit très peu, voire pas efficace du tout dans son entrainement physique ou dans l’exercice de son travail. De cette manière, l’utilisateur risque de s’entrainer sans obtenir les résultats escomptés ou de réaliser des tâches en se blessant. Deuxièmement, un utilisateur qui effectue des mouvements incorrects risque de se blesser en effectuant de mauvais mouvements, soit par accident lors d’une répétition du mouvement mal effectuée, soit par répétition sur plusieurs séances d’un mauvais mouvement. Il existe des solutions permettant de visualiser ces mouvements, telles que la mise en place d’un miroir ou de marquages, tels que des marquages pour positionner les pieds ou les mains dans certains exercices ou manipulations. Toutefois ces solutions sont encombrantes, peu flexibles et nécessitent des ajustements spécifiques pour chaque personne. Il existe donc un besoin de fournir à tout individu pratiquant des mouvements dont on connait une référence posturale et de mouvement une aide à la détection de l’exécution d’une mauvaise posture ou d’un mauvais mouvement pouvant affecter la santé dudit individu, voire de le blesser sur le court ou le long terme. En particulier, il existe un besoin de fournir aux sportifs débutants et plus confirmés un système et une méthode permettant la surveillance de leur activité physique et de leurs mouvements afin de sécuriser et augmenter l’efficacité de leur entrainement. Enfin, dans le contexte professionnel, un mouvement répertorié et recommandé pour accomplir une action peut être mal exécuté sans pour autant que l’individu ne s’en rende compte. Un problème des solutions actuelles est qu’elles ne permettent pas une analyse basée sur l’analyse des images qui prennent en compte la qualité de la réalisation de l’exercice physique. Résumé de l’invention L’invention ci-après détaillée permet de pallier les inconvénients précités. Selon un aspect, l’invention concerne un procédé mis en œuvre par ordinateur de détection d’une posture physique et de génération d’une consigne, qui comprend la suite d’étapes suivantes : ^ Acquisition d’une séquence de premières images d’un premier individu ; la suite d’étapes comprenant les suivantes mises en œuvre par ordinateur : ^ Traitement des premières images comprenant une extraction automatique d’au moins une zone utile du corps dudit premier individu de chaque première image pour générer une séquence de deuxièmes images de la zone utile ; ^ Identification d’un type de mouvement physique par une première fonction d’apprentissage traitant des deuxièmes images de manière à sélectionner une première classe de mouvements parmi une pluralité de classes des mouvements ; ^ Première génération d’une séquence de premiers squelettes du premier individu par application d’un algorithme de squelettisation à la séquence de deuxièmes images, chaque premier squelette comportant un ensemble de points caractéristiques du squelette de la zone utile ; ^ Extraction de squelettes caractéristiques de la séquence de premiers squelettes par un premier algorithme, les squelettes caractéristiques correspondant à des postures caractéristiques de la première classe de mouvement ; ^ Troisième génération d’un premier indicateur d’erreur de posture par comparaison d’un ensemble postures de référence définies pour les postures caractéristiques respectives et de l’ensemble de postures caractéristiques dudit individu ; ^ Comparaison d’une valeur du premier indicateur d’erreur avec au moins une valeur seuil prédéterminée ; ^ Lorsque la valeur de l’indicateur d’erreur est supérieure ou égale à la valeur seuil, génération automatique d’une première consigne numérique pour afficher une séquence d’images de référence représentative de la première classe de mouvement à une première vitesse inférieure à un seuil de vitesse prédéfini. Le procédé selon l’invention permet, par l’acquisition et le traitement d’une pluralité d’images d’un individu, de faire un traitement et une analyse des mouvements réels de celui-ci. Le procédé permet l’identification de l’exercice que l’utilisateur réalise et, par comparaison de postures de l’utilisateur lors dudit exercice avec des postures de références correspondant au même mouvement, de générer un indicateur d’erreur permettant d’évaluer la qualité du mouvement effectué. La méthode permet également de lire une séquence d’images de référence lorsque la valeur de l’indicateur d’erreur est supérieure à un seuil prédéfini. Ainsi, la méthode selon l’invention permet de détecter la qualité de réalisation de l’exercice par l’utilisateur et de l’en informer. De plus, si le mouvement est mal réalisé, la méthode permet de montrer à l’utilisateur une séquence d’images correspondant à la bonne réalisation du mouvement mal effectué afin de lui permettre de se corriger. De ce fait, la méthode selon l’invention permet d’éviter à l’utilisateur d’effectuer un mouvement qui est inefficace dans son entrainement ou qui potentiellement le soumet à un risque de blessure. Selon un autre aspect, l’invention concerne un procédé de détection d’une posture physique et de génération d’une consigne, qui comprend la suite d’étapes suivantes : ^ Acquisition d’une séquence de premières images d’un premier individu ; la suite d’étapes comprenant les suivantes mises en œuvre par ordinateur : ^ Traitement des premières images comprenant une extraction automatique d’au moins une zone utile du corps dudit premier individu de chaque première image pour générer une séquence de deuxièmes images de la zone utile ; ^ Identification d’un type de mouvement physique par une première fonction d’apprentissage traitant des deuxièmes images de manière à sélectionner une première classe de mouvements parmi une pluralité de classes des mouvements ; ^ Première génération d’une séquence de premiers squelettes du premier individu par application d’un algorithme de squelettisation à la séquence de deuxièmes images, chaque premier squelette comportant un ensemble de points caractéristiques du squelette de la zone utile ; ^ Extraction de squelettes caractéristiques de la séquence de premiers squelettes par un premier algorithme, les squelettes caractéristiques correspondant à des postures caractéristiques de la première classe de mouvement ; ^ Troisième génération d’un premier indicateur d’erreur de posture par comparaison d’un ensemble postures de référence définies pour les postures caractéristiques respectives et de l’ensemble de postures caractéristiques dudit individu ; ^ Comparaison d’une valeur du premier indicateur d’erreur avec au moins une valeur seuil prédéterminée ; ^ Lorsque la valeur de l’indicateur d’erreur est supérieure ou égale à la valeur seuil, génération automatique d’une première consigne numérique pour émettre une notification permettant d’accéder à une séquence d’images de référence représentative de la première classe de mouvement à une première vitesse inférieure à un seuil de vitesse prédéfini. Un intérêt de ce mode de réalisation est de permettre de visualiser les images après une période de temps donnée. Ce mode de réalisation est particulièrement intéressant dans le cadre d’une application de l’invention à la détection de posture dans le contexte professionnel. Dans ce cas, l’utilisateur peut accéder par exemple à la fin de la journée à l’ensemble des séquences pour lesquelles l’indicateur d’erreur a été supérieure à un seuil pour une ou plusieurs classes de mouvements. Ainsi, l’invention permet de rejouer un mouvement à une vitesse plus lente pour aider l’utilisateur à comprendre et à apprendre à corriger un mouvement. Un effet technique est d’éviter les blessures, notamment liées à des mauvaises postures répétées. Dans ce cas d’exemple, les postures ou mouvements de référence peuvent être enregistrées dans une mémoire. Les mouvements et les postures de références peuvent être des séquences vidéo animées ou réelles d’un squelette ou un avatar, respectivement d’une personne permettant de définir des gestes et une marge d’amplitude de ces gestes. Selon un aspect, le procédé selon l’invention comprend, lorsque la valeur de l’indicateur d’erreur est inférieure à la valeur seuil, une étape de génération d’une deuxième consigne numérique pour informer l’utilisateur d’une instruction de mouvement associée à une consigne de vitesse d’exécution du mouvement par une interface de sortie. Cette disposition permet d’informer l’utilisateur d’effectuer la suite de son mouvement. Selon un aspect, la troisième génération de l’indicateur d’erreur de posture comprend les étapes suivantes, pour au moins un des squelettes caractéristiques : ^ Mesure d’un écart entre un point du squelette caractéristique et un segment d’un squelette de la posture de référence définie pour la posture caractéristique associée au squelette caractéristique ; et/ou ^ Mesure d’un écart d’un ou plusieurs segments du squelette caractéristique par rapport à un ou plusieurs segments du squelette de la posture de référence ; et/ou ^ Mesure d’un alignement angulaire d’un ou plusieurs segments du squelette caractéristique par rapport à un ou plusieurs segments du squelette d’une des postures de référence et/ou par rapport à un axe horizontal ; et/ou ^ Mesure d’un intervalle de temps séparant les instants d’acquisition des deux squelettes caractéristiques, et comparaison de l’intervalle de temps avec un intervalle de temps de référence caractéristique de la classe de mouvements ; et/ou ^ Mesure de la trajectoire d’un point du squelette et comparaison de la trajectoire avec la trajectoire d’un ou plusieurs points du squelette de la posture de référence déterminée. Ces dispositions permettent une analyse de la posture de l’utilisateur qui est fine et prend en compte la position de différentes parties du corps de l’utilisateur et sa comparaison avec un squelette de référence. Selon un aspect, la suite d’étapes est répétée tant que la valeur de l’indicateur d’erreur est supérieure ou égale à la valeur seuil, la suite d’étape comprenant, lors de sa répétition, l’extraction, dans la première classe de mouvement d’une sous-séquence de la séquence de premiers squelettes, la première consigne numérique étant générée pour afficher la sous-séquence. Cette disposition permet de focaliser l’utilisateur sur une partie du mouvement effectué pour laquelle la réalisation du mouvement n’est pas optimale. De ce fait, l‘utilisateur répète la partie du mouvement à corriger pour s’améliorer. Selon un aspect, la suite d’étapes comprend la mémorisation de la valeur de l’indicateur d’erreur dans une mémoire, la suite d’étapes comprenant lorsqu’elle est répétée, la comparaison de la valeur de l’indicateur à au moins une valeur de l’indicateur mémorisée dans la mémoire lors d’une répétition de la suite d’étapes et la génération d’une recommandation dépendant de la comparaison. Cette disposition permet de comparer les différentes répétitions du mouvement et d’adapter la recommandation suivant que l’utilisateur progresse ou régresse dans la qualité de réalisation du mouvement. Selon un aspect, la première consigne déclenche l’information de l’utilisateur d’une diminution de la vitesse d’exécution de la première séquence cinématique par une interface de sortie. Cette disposition permet d’instruire l’utilisateur de diminuer sa vitesse d’exécution du mouvement pour que celui- ci puisse plus facilement corriger celui-ci et progresser dans son exécution. Selon un aspect, la première consigne déclenche l’information de l’utilisateur d’une diminution du nombre de répétitions du mouvement à effectuer. Cette disposition permet de diminuer le risque de blessure lorsqu’une dégradation de la qualité d’exécution est détectée. Selon un aspect, le procédé selon l’invention comprend en temps réel l’affichage, sur un écran, d’un premier indicateur visuel d’erreur représentatif du premier indicateur d’erreur. Cette disposition permet une visualisation par l’utilisateur d’un indicateur qui est représentatif d’une erreur de posture dans son mouvement. De ce fait, l’utilisateur sait quoi corriger dans son mouvement. Selon un aspect, le procédé comprend la génération du premier indicateur visuel à partir de l’indicateur d’erreur et l’affichage en temps réel, sur un écran, de la première séquence d’images ou de la deuxième séquence d’images superposée à l’indicateur visuel d’erreur. La superposition des images aves l’indicateur d’erreur permet à l’utilisateur de visualiser clairement les zones et parties de son mouvement qui sont à corriger. Cette disposition permet donc d’augmenter l’amélioration du mouvement de l’utilisateur. Selon un aspect, l’indicateur d’erreur visuel comprend l’affichage de : ^ Un indicateur cinématique de translation comprenant une première position, un vecteur et une seconde position, la première position étant représentative d’une position d’une zone du corps de l’utilisateur au début du mouvement et la deuxième représentation étant représentative de la position de la même partie du corps de l’utilisateur à la fin du mouvement ; et/ou ^ au moins un des deuxièmes squelettes de la séquence de deuxièmes squelettes ; et/ou ^ un avatar généré à partir de la séquence de premiers squelette et/ou de la séquence de deuxièmes squelettes ; et/ou ^ une indication d’une zone à atteindre matérialisée par un polygone ou une forme. Cette disposition permet d’indiquer précisément à l’utilisateur les gestes qu’il doit effectuer dans son mouvement. Elle améliore donc l’apprentissage et la correction du mouvement. Selon un aspect, le procédé selon l’invention comprend l’identification automatique d’un individu et de chargement d’un profil d’entrainement relatif audit individu, ladite étape d’identification automatique étant réalisée par reconnaissance faciale. Cette disposition permet avantageusement d’associer un profil utilisateur à un utilisateur pour effectuer un suivi sur le temps et les séances de la progression de celui-ci, et de la correction de ses erreurs de posture. La reconnaissance faciale permet de plus d’automatiser l’association. Selon un aspect, le procédé selon l’invention comprend une étape de comptage du nombre de répétitions de la première séquence cinématique. Selon un aspect, le procédé selon l’invention comprend le comptage du nombre de répétitions du mouvement lors desquelles la valeur de l’indicateur d’erreur est inférieure à la valeur seuil. Cette disposition permet de donner un score de réalisation des répétitions du mouvement. Selon un aspect, l’invention concerne également un système d’assistance à la réalisation d’exercices physiques caractérisé en ce qu’il comprend : ^ Au moins un dispositif optique configuré pour réaliser l’acquisition d’une pluralité de premières images d’un individu ; ^ Au moins un premier calculateur et une mémoire configurés pour effectuer : o Un traitement des premières images comprenant une extraction automatique d’au moins une zone utile du corps dudit premier individu de chaque première image pour générer une séquence de deuxièmes images de la zone utile ; o Une identification d’un type de mouvement physique par une première fonction d’apprentissage traitant des deuxièmes images de manière à sélectionner une première classe de mouvements parmi une pluralité de classes des mouvements ; o Une première génération d’une séquence de premiers squelettes du premier individu par application d’un algorithme de squelettisation à la séquence de deuxièmes images, chaque premier squelette comportant un ensemble de points caractéristiques du squelette de la zone utile ; o Une extraction de squelettes caractéristiques de la séquence de premiers squelettes par un premier algorithme, les squelettes caractéristiques correspondant à des postures caractéristiques de la première classe de mouvement ; o Une deuxième génération d’un premier indicateur d’erreur de posture par comparaison d’un ensemble postures de référence définies pour les postures caractéristiques respectives et de l’ensemble de postures caractéristiques dudit individu ; o Une comparaison d’une valeur du premier indicateur d’erreur avec au moins une valeur seuil prédéterminée ; o Lorsque la valeur de l’indicateur d’erreur est supérieure ou égale à la valeur seuil, une génération automatique d’une première consigne numérique pour afficher une séquence d’images de référence représentative de la première classe de mouvement à une première vitesse inférieure à un seuil de vitesse prédéfini ^ Au moins un afficheur configuré pour lire la séquence de premières images et/ou la séquence de secondes images ; et ^ Au moins un boitier comprenant le dispositif optique. Brève description des figures D’autres caractéristiques et avantages de l’invention ressortiront à la lecture de la description détaillée qui suit, en référence aux figures annexées, qui illustrent : Fig.1 : une vue d’un logigramme reprenant les étapes de la méthode selon l’invention ; Fig.2 : une vue d’une posture générée d’un utilisateur par la méthode selon l’invention ; Fig.3 : une illustration de la méthode de calcul d’un indicateur d’erreur selon l’invention ; Fig.4 : une illustration d’un indicateur d’erreur visuel selon l’invention ; Fig.5 : une vue d’un système selon un mode de réalisation de l’invention ; et Fig. 6 : un logigramme illustrant le fonctionnement d’un système selon un mode de réalisation de l’invention. Description de l’invention Dans le contexte de l’invention, une fonction d’apprentissage, ou algorithme d’apprentissage automatique est un processus ou un ensemble de procédures qui aide un modèle mathématique à s'adapter aux données en fonction d'un objectif. Un algorithme d’apprentissage spécifie normalement la manière dont le retour d'information est utilisé pour permettre au modèle d'apprendre le mappage approprié de l'entrée à la sortie. Le modèle spécifie la fonction de correspondance et conserve les paramètres tandis que l'algorithme d'apprentissage met à jour les paramètres pour aider le modèle à satisfaire l'objectif. Les algorithmes d’apprentissage peuvent généralement être divisés en grandes catégories telles que l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement. L'apprentissage supervisé consiste à présenter à un algorithme d'apprentissage automatique des données d'entraînement constituées d'entrées et de sorties étiquetées par des évaluateurs, l'objectif étant d'entraîner l'algorithme d'apprentissage automatique de manière à ce qu'il apprenne une règle générale de correspondance entre les entrées et les sorties. L'apprentissage non supervisé consiste à présenter à l'algorithme d'apprentissage automatique des données non étiquetées, l'objectif étant que l'algorithme d'apprentissage automatique trouve une structure ou des modèles cachés dans les données. L'apprentissage par renforcement implique qu'un algorithme évolue dans un environnement dynamique, guidé uniquement par un renforcement positif ou négatif. Les modèles utilisés par les algorithmes d’apprentissage comprennent les réseaux neuronaux (y compris par apprentissage profond ou « deep learning »), les arbres de décision, les machines à vecteurs de support, les réseaux bayésiens et les algorithmes génétiques. Les réseaux neuronaux, également connus sous le nom de réseaux neuronaux artificiels, sont une classe de modèles non linéaires établissant une correspondance entre les entrées et les sorties et composés de couches qui peuvent potentiellement apprendre des représentations utiles pour prédire les sorties. Les réseaux neuronaux sont généralement organisés en couches, composées d'un certain nombre de nœuds interconnectés qui contiennent des fonctions d'activation. Les modèles peuvent être présentés au réseau via une couche d'entrée connectée aux couches cachées, et le traitement peut être effectué via les connexions pondérées des nœuds. La réponse est ensuite fournie par une couche de sortie connectée aux couches cachées. Un perceptron multicouche est une classe de réseaux neuronaux artificiels à action directe. Un perceptron multicouche se compose d'au moins trois couches de nœuds : une couche d'entrée, une couche cachée et une couche de sortie. À l'exception des nœuds d'entrée, chaque nœud est un neurone qui utilise une fonction d'activation non linéaire. Un perceptron multicouche utilise une technique d'apprentissage supervisé appelée rétropropagation pour la formation. Un perceptron multicouche peut distinguer des données qui ne sont pas linéairement séparables. Un réseau neuronal convolutif est un réseau neuronal qui est une version régularisée d'un perceptron multicouche. Un réseau neuronal convolutif utilise la convolution à la place de la multiplication matricielle générale dans au moins une couche. Un réseau neuronal récurrent est un réseau neuronal où les connexions entre les nœuds forment un graphe dirigé le long d'une séquence temporelle. Cela lui permet de présenter un comportement dynamique temporel. Chaque nœud d'une couche donnée est relié par une connexion dirigée (unidirectionnelle) à chaque autre nœud de la couche suivante. Chaque nœud (neurone) a une activation à valeur réelle variant dans le temps. Chaque connexion (synapse) a un poids réel modifiable. Les nœuds sont soit des nœuds d'entrée (recevant des données de l'extérieur du réseau), soit des nœuds de sortie (produisant des résultats), soit des nœuds cachés (qui modifient les données en cours de route entre l'entrée et la sortie). Dans la description suivante, chaque fonction apprenante mentionnée fait référence à une fonction déterminée par un algorithme d’apprentissage. La figure 1 est un logigramme représentant les étapes de la méthode selon l’invention. Une première étape de la méthode comprend une acquisition ACQU1 d’une pluralité de premières images IM1 d’un premier individu. La pluralité de premières images représente une séquence de premières images IM1 du premier individu. La séquence de premières images comporte la pluralité de premières images IM1. Les premières images sont acquises successivement afin de représenter l’individu tout au long d’un mouvement qu’il effectue. La pluralité de premières images IM1 correspondant à l’individu en train de réaliser un mouvement ou un exercice physique ou un geste caractéristique d’une manipulation d’un objet dans le monde professionnel. La pluralité de premières images peut comporter un champ de vue dans lequel est présent l’utilisateur, mais dans lequel peuvent aussi être présents d’autres éléments, tels que du mobilier, d’autres personnes, des animaux domestiques. Les étapes suivantes de la méthode sont mises en œuvre par ordinateur. La méthode comporte ensuite une étape de traitement TRAI1 des premières images IM1 de la séquence de premières images. Cette étape de traitement comprend une extraction automatique d’une zone utile du corps du premier individu. Par zone utile du corps du premier individu, on entend une extraction de la zone dans laquelle se situe le premier individu. Cette extraction permet d’isoler les zones du champ de l’image occupées par le premier individu des autres éléments qui peuvent apparaître dans chaque image de la pluralité de premières images IM1. De cette manière, les étapes suivantes du procédé pourront être effectuées sur un champ qui ne comprend pas d’autres éléments qui pourraient perturber une analyse de l’image. De tels éléments peuvent être d’autres individus, du mobilier se trouvant dans la pièce dans laquelle le premier individu effectue son exercice ou un geste caractéristique d’une manipulation d’un objet, des animaux de compagnie, ou autre. L’extraction de la zone utile sur chaque image de la séquence de premières images IM1 permet de générer une séquence de secondes images IM2. Selon un mode de réalisation, l’extraction de la zone utile est réalisée par analyse de l’image pour extraire un squelette de l’individu. Un cadrage est ensuite réalisé autour du squelette de l’individu par apposition d’un cadre rectangulaire circonscrit audit squelette. Une fois le cadre rectangulaire défini, l’algorithme suit les mouvements et les changements de position et d’orientation de l’utilisateur afin de mettre à jour la position et la taille dudit cadre rectangulaire à chaque image de la pluralité de premières images IM1. Avantageusement, cette méthode permet de toujours centrer l’utilisateur dans chaque image de la pluralité de secondes images IM2. Selon un exemple, on utilise un algorithme appelé « HOURGLASS » et/ou un algorithme appelé « MlKit » pour effectuer l’extraction de squelette. Selon un mode de réalisation, l’algorithme de squelettisation pour l’extraction de la zone utile effectue une squelettisation comportant 17 points sur ledit squelette généré. Une telle génération d’un squelette en 17 points est avantageusement rapide et peu couteuse en ressources informatiques pour le calcul. La méthode comporte ensuite une étape d’identification d’un type de mouvement physique mettant en œuvre une première fonction d’apprentissage CCN1. La première fonction d’apprentissage CCN1 reçoit en entrée les secondes images IM2. La fonction d’apprentissage attribue une première classe C1 de mouvement à la séquence de deuxièmes images IM2. La première classe de mouvement C1 appartient à une pluralité de classe de mouvement Ci. La pluralité de classes de mouvement Ci correspond à l’ensemble des mouvements pris en compte par la méthode selon l’invention. Cette étape de la méthode permet de déterminer le type d’exercice qui est effectué à partir de la pluralité d’images acquises. Alternativement, il peut s’agir d’un type de geste de manipulation. La méthode comporte ensuite une étape de première génération GEN1 d’au moins un premier squelette SQ1 de l’individu. Préférentiellement, cette étape comprend la génération d’une séquence de premiers squelettes SQ1. Cette génération du premier squelette SQ1 est effectuée à partir d’un algorithme de squelettisation à partir de la séquence de deuxièmes images IM2. En d’autres termes, l’algorithme de squelettisation traite la séquence de deuxièmes images IM2 afin d’extraire la séquence de premiers squelettes SQ1 de l’individu. Le premier squelette SQ1 comporte un ensemble de points caractéristiques du corps de l’individu apparaissant sur la séquence de deuxièmes images IM2. Par points caractéristiques, on entend des points qui correspondent à des zones spécifiques prédéterminées de l’anatomie de l’individu. Par exemple, le premier squelette SQ1 peut comprendre des points qui correspondent à des articulations de l’individu, tels des genoux, des coudes, des épaules. Il peut également comprendre des points correspondant par exemple au centre de gravité de l’individu, c’est-à-dire au niveau du nombril de celui-ci. Selon un mode de réalisation, l’algorithme de squelettisation comprend un modèle cinématique renvoyant le premier squelette SQ1 en deux dimensions ou en trois dimensions. Selon un mode de réalisation, l’algorithme de squelettisation utilise un modèle planaire. Le modèle planaire permet de délimiter les contours d’une zone du corps de l’utilisateur. Selon un mode de réalisation, l’algorithme de squelettisation utilise un modèle volumétrique dans lequel qui fournit un squelette sous forme de formes géométriques représentant les parties du corps de l’utilisateur. Selon un mode de réalisation, on utilise un algorithme appelé « HOURGLASS » et/ou un algorithme appelé « MlKit » pour effectuer l’extraction de squelette. Selon un mode de réalisation, un algorithme appelé « Pixie » et/ou un algorithme appelé « OpenPose » peut être utilisé. Selon un mode de réalisation, lors de l’étape de première génération d’un squelette SQ1, l’algorithme de squelettisation effectue une squelettisation effectue une squelettisation comportant 33 points sur ledit squelette généré. Une telle génération d’un squelette en 33 points est avantageusement rapide et peu couteuse en ressources informatiques pour le calcul. Elle permet de plus d’avoir une précision et une définition du squelette suffisante. La méthode comporte ensuite une étape de deuxième génération GEN2 d’un ensemble de postures caractéristiques POS1 de la première classe de mouvement C1. Cette génération GEN2 est effectuée par deuxième algorithme ALG2 à partir du premier squelette SQ1 de l’individu. Cette génération permet d’obtenir l’ensemble de postures caractéristiques POS1 qui est caractéristique de la première classe de mouvement C1. En d’autres termes, la méthode sélectionne des postures importantes dans l’exécution du mouvement physique par l’individu à partir du premier squelette SQ1 au cours dudit mouvement. La méthode comporte ensuite une étape d’extraction de squelettes caractéristiques SQR. Les squelettes caractéristiques SQR sont caractéristiques de la classe de mouvement C1 qui a été sélectionnée. Ces squelettes caractéristiques SQR correspondent à des postures caractéristiques POS1 de la classe de mouvement C1. Ces postures caractéristiques prennent en compte des points intéressants du mouvement tels que des sommets de trajectoires de points du corps lors de la répétition du mouvement. L’extraction est effectuée par un premier algorithme ALG1. Le premier algorithme prend en compte la trajectoire des points des premiers squelettes SQ1 pour trouver la posture correspondant à un sommet ou une vallée dans la trajectoire dudit point du squelette au long de la séquence de premiers squelettes. La méthode comporte ensuite une étape de deuxième génération GEN2 d’un premier indicateur d’erreur ERR1 de postures. Cette deuxième génération GEN2 est effectuée par la comparaison des postures caractéristiques POS1 des squelettes caractéristiques SQR avec des postures de références POS1R. Les postures de référence POS1R sont des postures de référence correspondant à au mouvement type correspondant à la classe mouvement C1 sélectionnée. Ainsi, on compare des postures de référence avec celles de l’individu pour générer le premier indicateur d’erreur ERR1. Ainsi, le premier indicateur d’erreur ERR1 est représentatif d’un écart de l’ensemble des postures générées de l’individu par rapport à l’ensemble des postures de références POS1R. Dans un premier cas, les postures de références correspondent par exemple à des postures de mouvements d’une classe de mouvement se rapportant à un exercice physique. Selon différents exemples, la classe de mouvement peut comprendre de manière non restrictive : une classe des pompes, une classe des squats, une classe d’abdominaux, une classe de traction, etc. Dans un second cas, les postures de références correspondent par exemple à des postures de mouvements d’une classe de mouvement se rapportant à un geste donné caractérisant une action dans un contexte professionnel. Selon différents exemples, la classe de mouvement peut comprendre de manière non restrictive : une classe d’actionnement d’une machine-outil donnée, une classe de chargement ou déchargement d’un colis ou d’une charge, une classe de mouvement d’une action réalisée sur une ligne de production industrielle visant à trier des éléments ou à apposer une étiquette, etc. La méthode comporte ensuite une étape de comparaison COMP1 d’une valeur du premier indicateur d’erreur ERR1 avec au moins une valeur seuil. Cette étape permet de déterminer si l’écart entre les postures de l’utilisateur et les postures de référence est significatif ou non. De ce fait, par cette comparaison avec la au moins une valeur seuil, on détermine si l’utilisateur fait l’exercice avec une déviation dans ses postures qui est problématique ou si cette déviation est suffisamment faible pour que l’exercice soit considéré comme étant bien exécuté. La méthode comporte ensuite, lorsque la valeur de l’indicateur d’erreur ERR1 est supérieure ou égale à une valeur seuil Vs, une étape de génération automatique GEN3 d’une première consigne numérique. Cette première consigne numérique déclenche l’affichage d’une séquence d’images de référence, par un afficheur. Cette pluralité d’images de référence correspond aux images de l’exercice réalisé correctement. La séquence d’images est préférentiellement affichée à une vitesse inférieure à un seuil prédéfini. Selon un mode de réalisation, le seuil prédéfini est une vitesse de diffusion des images qui est de 50% de la vitesse normale. Selon un mode de réalisation, la séquence d’images de référence est superposée à un affichage de la séquence de premières images IM1 ou de la séquence de deuxièmes images IM2. Ainsi, le procédé selon l’invention permet l’analyse des mouvements effectués par l’utilisateur ainsi que la comparaison de ceux-ci avec des postures de référence. Il permet de détecter automatiquement le type d’exercice qui est effectué par l’utilisateur lors de l’étape d’identification ID1. Il permet également de déterminer si le mouvement est correctement effectué ou non. Enfin, il permet en affichant à faible vitesse la séquence cinématique contenant le mouvement correctement effectué, de guider l’utilisateur vers une bonne réalisation dudit mouvement. De ce fait, le procédé selon l’invention permet un contrôle et un accompagnement de l’utilisateur dans la réalisation d’exercices physiques. Ce contrôle permet de limiter le risque de blessure pour l’utilisateur en cas de mauvaise réalisation du mouvement. Le procédé permet également une amélioration de l’efficacité de l’entrainement en guidant l’utilisateur vers la réalisation de mouvements corrects et efficaces. Le procédé selon l’invention permet une progression de l’utilisateur dans la réalisation de mouvements physique. Enfin, il permet une supervision automatique de l’utilisateur dans la réalisation du mouvement physique sans avoir recours à la présence d’un entraineur guidant l’utilisateur. Selon un mode de réalisation, la première fonction d’apprentissage est déterminée par entrainement par un algorithme d’apprentissage. L’entrainement de la première fonction d’apprentissage est avantageusement réalisé à partir d’une pluralité de séquences d’images d’entraînement réalisant des exercices physiques mémorisées dans une base de sorte que la fonction associe chaque séquence d’image d’entraînement à un type d’exercice ou de mouvement physique réalisé est associé à la séquence d’images d’entraînement dans la base. Un tel entrainement est similaire à un entrainement supervisé. Évaluation de la qualité du mouvement effectué Selon un mode de réalisation, le procédé selon l’invention comporte, lorsque la valeur de l’indicateur d’erreur ERR1 est inférieure à la valeur seuil Vs, une étape de quatrième génération GEN4 d’une deuxième consigne numérique. La deuxième consigne numérique est transmise à un afficheur. La deuxième consigne numérique comprend une instruction de mouvement et une instruction de vitesse d’exécution du mouvement de sorte que la deuxième consigne déclenche l’affichage, par l’afficheur, de l’instruction de mouvement et de la consigne de vitesse d’exécution du mouvement. Selon un mode de réalisation, la consigne de vitesse d’exécution du mouvement est un affichage de la séquence d’images de référence à une vitesse prédéterminée. Selon un mode de réalisation, la consigne de vitesse d’exécution comprend la diffusion par un système de diffusion de son de messages audio rythmant les différentes phases de la classe de mouvement C1. Selon un mode de réalisation, la consigne de vitesse d’exécution comprend l’affichage par l’afficheur de messages rythmant les différentes phases de la classe de mouvement C1. Ainsi, la deuxième consigne numérique est générée lorsque le mouvement est bien effectué. L’instruction de mouvement correspond à la suite de l’exercice physique à effectuer par l’utilisateur. De cette manière, lorsque le mouvement est correctement effectué par l’utilisateur, ce dernier est invité à réaliser la suite de son exercice à une vitesse d’exécution qui est spécifiée par le système. Selon un mode de réalisation, la consigne de vitesse d’exécution dépend de la valeur de l’indicateur d’erreur ERR1. Ainsi, on peut de cette manière avoir une vitesse d’exécution qui est adaptée à la qualité du mouvement effectué par l’utilisateur. Par exemple, lorsque la valeur de l’indicateur d’erreur ERR1 est inférieure à la valeur seuil Vs, le procédé selon l’invention peut comprendre la comparaison de la valeur de l’indicateur d’erreur ERR1 à une deuxième valeur seuil VS2 inférieure à la valeur seuil Vs et définie pour la première classe de mouvement C1. Avantageusement, la seconde valeur seuil VS2 correspond à une exécution optimale du mouvement de la première classe de mouvement C1 effectué. De cette manière, lorsque le mouvement est effectué suffisamment correctement par l’utilisateur pour que celui-ci n'ait pas à recommencer ledit mouvement depuis le début pour l’apprendre (ce qui correspond à une valeur de l’indicateur d’erreur ERR1 supérieure à la valeur seuil Vs), la qualité du mouvement est tout de même évaluée en mesurant la proximité de la valeur de l’indicateur d’erreur ERR1 avec la seconde valeur seuil VS2. En d’autres termes, lorsque la valeur de l’indicateur d’erreur ERR1 est comprise entre la première valeur seuil Vs et la deuxième valeur seuil Vs2 on peut dire que l’erreur constatée est mineure. Ainsi, la seconde consigne numérique est générée et l’affichage de l’instruction de mouvement est donnée. Génération de l’indicateur d’erreur Selon un mode de réalisation, l’indicateur d’erreur de postures est généré à partir de la mesure d’un écart d’un ou plusieurs segments SEG1 du squelette caractéristique SQR par rapport à un ou plusieurs segments SEGR1 du squelette de la posture de référence POS1R. Chaque segment est obtenu en liant des points caractéristiques du squelette considéré. Ainsi, selon un exemple, tel que représenté en figure 2, un premier segment SEG1 du premier squelette caractéristique SQR correspond au fémur droit de l’utilisateur (sur la gauche de la figure). Le premier segment SEGR1 correspondant sur le squelette de la posture de référence POS1R est également le segment représentant le fémur droit de ce squelette (sur la droite de la figure). Selon ce mode de réalisation, un écart est mesuré entre le premier segment SEG1 du squelette de référence et le premier segment SEGR1. Cet écart est présenté sur la figure 3, qui représente les deux segments superposés et grossis par rapport à la figure 2. La superposition des segments est obtenue en plaçant les deux squelettes dans un référentiel en utilisant des points de références desdits squelettes. Par exemple, on utilise un point représentant le pied droit du squelette comme référentiel pour les deux squelettes. Cet écart correspond par exemple à une distance minimale séparant les deux segments lorsque les squelettes SQ1 et SQR sont superposés. Ce type de détermination de l’indicateur d’erreur est particulièrement avantageux car il permet de détecter un écart entre une « bonne posture » et la posture de l’utilisateur lors d’un mouvement physique en se focalisant sur une ou deux zones d’intérêt pour celui-ci. Selon un mode de réalisation, l’indicateur d’erreur comprend la mesure de l’écart entre plusieurs segments du squelette SQR et du squelette de la posture de référence POS1R. Selon un mode de réalisation, l’indicateur d’erreur de posture est généré à partir de la mesure d’un écart entre un ou plusieurs points du squelette caractéristique SQR et un ou plusieurs points du squelette de la posture de référence déterminée POS1R. Selon un mode de réalisation, l’écart est une distance mesurée entre un point du premier squelette SQR et le point correspondant du squelette de la posture de référence POS1R. En variante, la mesure de l’écart est la mesure de la distance entre un point du squelette caractéristique SQR de l’utilisateur correspondant à une articulation de celui- ci, et un point correspondant à la même articulation sur le squelette de la posture de référence POS1R. Selon un exemple, l’écart mesuré est la distance estimée entre un point de la base du fémur droit du squelette caractéristique SQR et la base du fémur droit du squelette de la posture de référence POS1R. Le point sélectionné correspond selon un mode de réalisation à un coude gauche ou droit des squelettes. Selon un mode de réalisation, le point correspond à une épaule gauche ou droite du squelette. Selon un mode de réalisation, le point correspond à un genou gauche ou du squelette. Toutes les articulations du corps peuvent être prises comme point pour la mesure des écarts entre le squelette caractéristique SQR et le squelette de la posture de référence POS1R. Selon un mode de réalisation, les écarts mesurés sont comparés à des longueurs de référence pour prendre en compte la morphologie de l’utilisateur. Cette disposition permet de prendre en compte la variabilité des morphologies entre différents utilisateurs. À cet effet, les longueurs mesurées sont comparées à une longueur de référence mesurée sur le squelette de l’utilisateur. La longueur de référence est avantageusement choisie parmi : la largeur du bassin, la largeur des épaules, la taille du torse, la hauteur du torse, la longueur de la jambe et des bras (en position tendue), et/ou la largeur du visage, par exemple la distance oreille nez. Selon un mode de réalisation, l’indicateur d’erreur de posture est généré à partir de la mesure d’un alignement angulaire d’un ou plusieurs segments du squelette caractéristique SQR par rapport à un ou plusieurs segments du squelette de la posture de référence déterminée POS1R. Une telle disposition est montrée en figure 3, où un angle ANG1 est mesuré. Selon ce mode de réalisation, un angle entre la droite portant le premier segment SEG1 et celle portant le premier segment de référence SEGR1 est mesuré. Cette mesure est effectuée dans le plan à partir de squelettes en deux dimensions. Selon un mode de réalisation, la mesure précitée est effectuée dans l’espace à partir des squelettes en trois dimensions. L’avantage de la mesure de cet angle est qu’elle permet de comparer l’orientation dans le plan ou dans l’espace tridimensionnel d’un membre de l’utilisateur avec l’orientation d’un membre de la posture de référence. Cette caractéristique représente donc un moyen efficace de contrôle de la qualité de la posture au cours du mouvement physique effectué. Selon un mode de réalisation, l’indicateur d’erreur de posture est généré à partir de la mesure de l’intervalle de temps séparant une première posture caractéristique d’une seconde posture caractéristique du premier squelette SQ1. En d’autres termes, la génération de l’indicateur comprend la mesure de l’intervalle de temps séparant les instants d’acquisition de deux images de la séquence de deuxièmes images IM2 à partir desquelles sont générées les deux postures de référence. Avantageusement, ces deux postures sont caractéristiques de deux phases importantes d’un mouvement. Selon un exemple, les deux postures représentent le début et la fin d’une phase de mouvement. Selon un exemple, on mesure la durée de montée des bras lors d’un exercice de type « Jumping jack ». L’intervalle de temps mesuré pour générer l’indicateur de posture correspond dans cet exemple au temps séparant l’acquisition de l’image de début de mouvement et l’acquisition de l’image de fin de mouvement. En d’autres termes, l’intervalle de temps correspond au temps nécessaire à l’utilisateur lors de la phase de montée de ses bras. Selon un mode de réalisation, l’indicateur d’erreur de posture est généré à partir de la mesure de la trajectoire d’un ou plusieurs points du squelette SQ1 et de la comparaison de cette trajectoire avec la trajectoire d’un ou plusieurs points du squelette de la posture de référence déterminée POSR1. Selon cet exemple, la trajectoire formée par le point du premier squelette SQ1 au cours du mouvement est comparée avec la trajectoire formée par au moins un point du squelette de la posture de référence au cours du même mouvement. La comparaison de la trajectoire d’un point de chaque squelette est un bon moyen d’estimer l’indicateur d’erreur de posture tant elle permet de voir la qualité de la réalisation du mouvement. Selon l’exemple de la figure 2, la trajectoire du point P1 correspondant au pied droit du premier squelette SQ1 est comparée avec la trajectoire du pied droit P1 du squelette de la posture de référence POS1R. Une mesure effectuée pour comparer les deux trajectoires est la longueur de l’arc de cercle formé. Par exemple, dans le mouvement de « jumping jack », les pieds de l’utilisateur vont former un arc de cercle dans un référentiel formé autour du centre de gravité de la personne. La longueur de l’arc de cercle est une bonne mesure pour comparer l’amplitude du mouvement effectué par l’utilisateur et la comparer avec l’amplitude du mouvement de référence. Selon un mode de réalisation, une erreur quadratique moyenne est calculée pour estimer la proximité entre les deux trajectoires considérées. Selon un mode de réalisation, la distance maximale entre les deux trajectoires est mesurée. Cette mesure est particulièrement efficace car elle permet de détecter des mouvements parasites venant faire baisser l’efficacité du mouvement global. Selon un mode de réalisation, le l’indicateur d’erreur ERR1 est calculé par une mesure de courbure sur la trajectoire d’un point du squelette SQ1. Selon un mode de réalisation, l’indicateur d’erreur ERR1 est calculé par calcul de la courbure de la courbe formée par plusieurs points du premier squelette SQ1. Selon un mode de réalisation, la courbure est comparée à celle des mêmes points pris sur le squelette de la posture de référence POS1R. Selon un exemple, les points du premier squelette SQ1 et du squelette de la posture de référence utilisés sont des points correspondant à la courbure du dos sur lesdits squelettes. Selon un mode de réalisation, une analyse de contours est réalisée sur la pluralité de secondes images afin d’extraire une courbure d’une partie du corps, de préférence du dos. Selon un mode de réalisation, une comparaison des mesures de courbures effectuées sur le squelette et des mesures de courbure effectuées à partir des contours est effectuée. Cette disposition permet avantageusement de limiter les erreurs d’estimation de courbure en combinant deux modes de calcul de celle-ci. Cette disposition permet notamment de limiter les erreurs liées aux changements d’angle de vue lors du mouvement. Génération de recommandations à l’utilisateur Selon un mode de réalisation, les étapes mises en œuvre par ordinateur de la méthode sont répétées tant que la valeur de l’indicateur d’erreur ERR1 est supérieure ou égale à la valeur seuil Vs prédéfinie. Selon ce mode de réalisation, la suite d’étapes répétées comprend lors de sa répétition l’extraction, dans la première classe de mouvement C1, d’une sous- séquence de premiers squelettes SQ1. Par sous-séquence, on entend une séquence de premiers squelettes SQ1 qui correspond à une fraction temporelle de la séquence de premiers squelettes SQ1. En d’autres termes, la sous-séquence concerne une petite partie de la séquence de premiers squelettes SQ1 initiale. Cette disposition est particulièrement avantageuse car elle permet d’effectuer l’analyse sur une fraction du mouvement considéré. De cette manière, l’utilisateur peut se focaliser sur une partie du mouvement physique qui est mal réalisée. Cette disposition améliore la correction du mouvement de l’utilisateur. Selon un mode de réalisation, la première consigne numérique est générée pour afficher la sous-séquence. De cette manière, l’utilisateur est guidé sur son mouvement sur la sous-séquence grâce à la consigne numérique. Par exemple, dans le cas de la réalisation d’un mouvement de « jumping jacks », la classe de mouvement représente le mouvement complet de « jumping jack », à savoir un premier saut lors duquel la personne lève les bras et écarte les jambes, puis un deuxième saut lors duquel l’utilisateur baisse les bras et ressert ses deux jambes. Selon cet exemple, la sous-séquence représente la séquence du mouvement correspondant au premier saut de l’utilisateur. Selon un mode de réalisation, la première classe de mouvement est décomposée en une pluralité de sous- séquences. Par pluralité, on entend, deux séquences, trois séquences, quatre séquences, cinq séquences ou plus. Le nombre de séquences de la pluralité de séquences cinématiques dépend du mouvement de la classe de mouvement. Ainsi, l’homme du métier pourra décider du nombre de séquences nécessaires à la décomposition de la classe de mouvement. L’utilité de décomposer le mouvement selon des séquences est de pouvoir utiliser les outils d’analyses précédemment cités sur des portions du mouvement global de la classe de mouvement. Selon un mode de réalisation, la première consigne numérique comprend une indication à l’utilisateur de recommencer le mouvement correspondant à la sous-séquence. Cette caractéristique permet de donner la consigne à l’utilisateur de recommencer une partie du mouvement qu’il a effectué précédemment. La première consigne numérique est générée en fonction de la comparaison de l’indicateur d’erreur ERR1 avec la au moins une valeur seuil Vs, ainsi, la consigne permet de donner une indication à l’utilisateur de recommencer la partie de son mouvement correspondant à la première séquence cinématique. Cette disposition est particulièrement avantageuse car elle permet à l’utilisateur de travailler spécifiquement la partie du mouvement dans laquelle l’erreur a été détectée. Elle permet donc d’améliorer l’entrainement de l’utilisateur. En d’autres termes, les itérations de la méthode se rapportant à l’analyse de la sous-séquence sont répétées tant que la qualité du mouvement effectué par l’utilisateur ne s’est pas améliorée. Cette disposition est particulièrement avantageuse car elle permet de faire refaire la partie du mouvement est effectuée à plusieurs reprises pour apprendre à l’utilisateur à bien effectuer ladite partie du mouvement. De cette manière, l’utilisateur se focalise sur les parties du mouvement qui ne sont pas bien effectuées. Cette disposition est particulièrement avantageuse car elle permet de limiter la fatigue excessive de l’utilisateur et de diminuer le risque de blessure de celui-ci. Selon un mode de réalisation, la première consigne numérique comprend une indication d’arrêter l’exercice. Cette caractéristique est particulièrement avantageuse suivant le type d’erreur qui est détecté. Ainsi, lorsqu’une erreur caractéristique d’une réalisation dangereuse ou d’une posture dangereuse pour l’utilisateur est détectée par comparaison des postures de l’utilisateur avec les postures de référence de la classe de mouvement, le procédé donne l’instruction à l’utilisateur d’arrêter son mouvement. Cette disposition permet avantageusement de limiter le risque de blessure de l’utilisateur. Selon un mode de réalisation, la première consigne numérique comprend une indication d’afficher le nombre de répétitions à effectuer par l’utilisateur. De cette manière, lorsqu’une dégradation de la qualité d’exécution est détectée, l’utilisateur peut recevoir une consigne de diminuer le nombre de répétitions à effectuer. Cette caractéristique est particulièrement avantageuse suivant le type d’erreur qui est détecté. Ainsi, lorsqu’une erreur caractéristique d’une fatigue excessive est détectée par comparaison des postures de l’utilisateur avec les postures de référence de la classe de mouvement, le procédé donne l’instruction à l’utilisateur de réduire la durée de son exercice. Le procédé suivant ces étapes permet d’effectuer l’analyse de la posture et du mouvement de l’utilisateur sur la première séquence SEQ1 en isolant celle-ci du reste du mouvement. Ainsi, lorsque la méthode détecte un défaut dans la posture de l’utilisateur ou dans sa manière de réaliser l’exercice, le procédé permet d’extraire un « sous-mouvement » qui représente une petite partie du mouvement total effectué par l’utilisateur. Une fois ce sous-mouvement isolé, le procédé permet de réaliser l’analyse uniquement sur celui-ci pour focaliser l’attention et le travail de l’utilisateur sur celui-ci. Ainsi, la partie du mouvement concernant la sous-séquence est analysée par squelettisation et comparaison des postures de l’utilisateur avec les postures caractéristiques correspondant à la partie du mouvement effectué. Finalement, si la valeur du nouvel indicateur d’erreur ERR1 calculé est supérieure à la valeur seuil, une lecture de la séquence d’images correspondant à la classe de mouvement est lue. De cette manière, l’utilisateur dispose d’un exemple de la partie du mouvement correspondant à la sous-séquence. Cet exemple permet à l’utilisateur d’améliorer son mouvement en s’inspirant de l’exemple. De plus, la diffusion de cette séquence sert aussi à donner à l’utilisateur l’indication de recommencer la séquence qu’il a mal exécutée. Enfin, la séquence d’images lues est lue à une vitesse inférieure à la vitesse normale d’exécution du mouvement considéré. De cette manière, l’utilisateur peut plus facilement identifier les passages du mouvement qu’il n’a pas bien effectué, et réaliser le mouvement à vitesse réduite en suivant la séquence d’image qui est lue. De cette manière, il est mis dans les meilleures conditions pour réaliser le mouvement de la meilleure manière possible. Selon un mode de réalisation, la suite d’étapes comprend la mémorisation des valeurs successives du premier indicateur d’erreur ERR1 dans une mémoire. Selon ce mode de réalisation, la suite d’étapes comprend également la comparaison de la valeur du dernier indicateur d’erreur ERR1 calculé avec les valeurs de l’indicateur d’erreur ERR1 mémorisées. Enfin, la suite d’étapes comprend la génération d’une recommandation dépendant ladite comparaison. Selon ce mode de réalisation, l’évolution de la valeur de l’indicateur d’erreur ERR1 est étudiée pour permettre une adaptation des consignes en fonction de l’évolution dudit indicateur d’erreur. Par exemple, en cas d’augmentation de l’indicateur d’erreur ERR1, au cours des répétitions du mouvement, une recommandation peut être générée pour afficher une instruction à l’utilisateur d’arrêter son mouvement. Cette disposition permet d’enregistrer des données relatives à la qualité de réalisation de l’utilisateur au cours du temps et des séances que celui-ci effectue. Elle permet d’effectuer de cette manière un suivi des performances et de la qualité d’exécution des exercices par l’utilisateur. Selon un mode de réalisation, la valeur du premier indicateur d’erreur ERR1 est comparée avec de précédentes valeurs du premier indicateur d’erreur ERR1 et. Cette disposition est particulièrement avantageuse car elle permet une comparaison de la valeur des indicateurs d’erreur au cours des séances d’exercice que l’utilisateur fait. Selon un mode de réalisation, une recommandation est générée en fonction de l’évolution du premier indicateur d’erreur ERR1. La recommandation inclut selon un mode de réalisation une consigne de diminution du nombre de répétitions. Selon un mode de réalisation, la consigne comporte une indication d’arrêt de l’exercice. Selon un mode de réalisation, la recommandation comporte une indication de recommencer le mouvement correspondant à la première séquence cinématique. De cette manière, si une dégradation de la qualité d’exécution du mouvement ou du sous-mouvement est détectée, l’utilisateur reçoit une consigne de réexécuter le mouvement ou le sous-mouvement en question afin de corriger le défaut de posture qui est apparu lors de cette séance. De la même manière, si une amélioration de la posture de l’utilisateur lors du mouvement est détectée, l’utilisateur peut recevoir une indication lui indiquant son progrès dans la réalisation de l’exercice. De cette manière, l’utilisateur est conforté dans sa bonne pratique. De plus, une telle information vient récompenser des efforts fournis par l’utilisateur, ce qui a pour effet de renforcer la motivation de l’utilisateur, qui est informé des progrès qu’il effectue. Un renforcement de la motivation de l’utilisateur est particulièrement efficace pour que celui-ci continue à suivre à entrainement régulier, ce qui augmente la progression de l’utilisateur sur le long terme. Selon un mode de réalisation, les informations relatives aux différentes valeurs de l’indicateur d’erreur sont enregistrées dans un profil utilisateur. Selon un mode de réalisation, une reconnaissance faciale est effectuée pour identifier l’utilisateur et l’associer à son profil utilisateur. Selon un mode de réalisation, l’identification faciale est réalisée par un algorithme de reconnaissance faciale appliqué à la séquence de premières images et/ou à la séquence de secondes images. Selon un mode de réalisation, l’algorithme de reconnaissance faciale utilisée est un algorithme appelé « FaceNet ». Données affichées à l’utilisateur Selon un mode de réalisation, le premier indicateur d’erreur ERR1 et est affiché sur un écran en temps réel. Avantageusement, à chaque fois qu’une nouvelle valeur de l’indicateur d’erreur ERR1 est calculée, celle-ci est affichée. Cette disposition est particulièrement avantageuse car elle permet à l’utilisateur de corriger en temps réel sa posture lors de la réalisation de l’exercice. Selon un mode de réalisation, un score prenant en compte la valeur du premier indicateur d’erreur ERR1 est affiché en temps réel sur l’écran. Le score affiché comprend par exemple un pourcentage généré à partir des valeurs de l’indicateur d’erreur ERR1. Selon un mode de réalisation, le score prend en compte plusieurs premiers indicateurs d’erreur ERR1. De cette manière, il est possible d’afficher un score prenant en compte plusieurs données différentes de la posture de l’utilisateur lorsqu’il effectue un exercice. De cette manière, le score prend en compte la réalisation globale de l’exercice plutôt que de prendre en compte une seule donnée de celui-ci. Selon un exemple, l’indicateur d’erreur comprend un premier indicateur de répétition. Par premier indicateur de répétition, on entend un indicateur qui est évalué pour chaque répétition du mouvement réalisé par l’utilisateur. Le premier indicateur de répétition est évalué tel que décrit précédemment dans cette description. Selon un mode de réalisation, l’indicateur d’erreur comprend un indicateur de mouvement. L’indicateur de mouvement sert à évaluer la qualité globale du mouvement en prenant en comptage plusieurs répétitions de celui-ci. Ainsi, il prend en compte les valeurs du premier indicateur de répétition de chaque répétition du mouvement. L’indicateur de mouvement prend avantageusement en compte le nombre de répétitions du mouvement effectuées. Il prend également en compte le temps moyen de chaque répétition du mouvement effectué. L’indicateur de mouvement permet avantageusement de calculer un score représentant la qualité de l’exécution du mouvement de l’utilisateur. Selon un mode de réalisation, la valeur de l’indicateur de mouvement est enregistrée dans une mémoire. Selon un mode de réalisation, cette valeur est associée au profil de l’utilisateur. Selon un mode de réalisation, la valeur de l’indicateur de mouvement est comparée à des valeurs précédentes de l’indicateur de mouvement. La comparaison permet avantageusement de déduire un état de forme de l’utilisateur pendant la session de travail. Par exemple, si le score de l’utilisateur est inférieur aux scores mémorisés dans le profil utilisateur lors de sessions précédentes, on peut en déduire que l’état de forme de l’utilisateur est moins bon que lors de sessions précédentes. Avantageusement, on peut afficher une recommandation à l’utilisateur de diminuer le nombre de répétitions du mouvement à effectuer, et/ou à diminuer le nombre de répétitions de mouvements suivants lors de la séance afin de tenir compte de l’état de fatigue de l’utilisateur. Cette disposition est particulièrement avantageuse car elle permet de diminuer le risque de blessure pour un individu qui est fatigué. De la même manière, un indicateur de mouvement faible permet d’évaluer la maitrise et la bonne exécution du mouvement par l’utilisateur. Cette disposition permet notamment de générer une recommandation à l’utilisateur pour lui permettre d’apprendre à mieux réaliser le mouvement, par exemple en diminuant la vitesse d’exécution ou en se concentrant sur une petite partie de l’exercice, comme cela a été décrit précédemment. Selon un exemple, lorsque l’utilisateur effectue un mouvement de flexion sur jambes (autrement appelé « squat »), un indicateur d’erreur est calculé en prenant en compte sur la séquence de premiers squelettes SQ1 ou sur la séquence de squelettes caractéristiques SQR de l’orientation de la tête de l’individu. En d’autres termes, on vérifie si l’utilisateur regarde bien devant lui. Une valeur de l’indicateur d’erreur dans ce cas est le pourcentage d’images de la séquence sur laquelle l’utilisateur regarde devant lui. Selon cet exemple, un autre indicateur d’erreur est calculé. Cet indicateur d’erreur prend en compte sur la séquence de squelettes caractéristiques les angles formés entre le buste et les jambes en des points du mouvement caractéristiques. Par exemple, ces angles sont estimés au point bas du mouvement (lorsque l’utilisateur est en position de chaise) et au point haut du mouvement (lorsque l’utilisateur est en position debout). Selon un mode de réalisation, un autre indicateur d’erreur est calculé lors de la position basse du mouvement. Cet indicateur est calculé en prenant en compte la courbure du dos sur le squelette caractéristique. Si le dos n’est pas droit (c’est-à-dire lorsque la valeur du rayon de courbure de la courbe formée par les points du dos est très grande), alors un malus est attribué au score des autres indicateurs. Si un rayon de courbure est détecté trop faible est détecté, alors une indication d’arrêter le mouvement peut être affichée à l’utilisateur. Avantageusement, cette disposition permet de limiter le risque de blessure lors de la réalisation de ce mouvement. Selon un mode de réalisation, l’écran affiche en temps réel une vidéo de l’utilisateur générée à partir de la séquence de premières images IM1 et/ou de la séquence de deuxièmes images IM2. Par vidéo on entend un affichage séquentiel des images de la séquence de premières images ou de la séquence de deuxièmes images. Cette disposition permet avantageusement à l’utilisateur de voir d’un autre point de vue la manière dont il réalise l’exercice. Selon un mode réalisation, le premier indicateur d’erreur ERR1 est utilisé pour générer un indicateur visuel d’erreur EVR1 qui est superposé à la vidéo de l’utilisateur diffusée lorsqu’il réalise son exercice. Par exemple, dans le cas où l’indicateur d’erreur ERR1 concerne une mesure de la distance d’un segment du squelette SQ1 de l’utilisateur avec le même segment sur le squelette de la posture de référence, l’indicateur visuel d’erreur EVR1 affiche en temps réel la distance mesurée entre les deux squelettes superposés sur la vidéo de l’utilisateur. Avantageusement, l’indicateur visuel d’erreur est affiché sur la zone du corps de l’utilisateur sur laquelle la distance est mesurée. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comporte une flèche ou un segment représentant l’écart entre la posture de l’utilisateur et la posture de référence. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comprend un indicateur cinématique de translation comprenant une première position, un vecteur et une seconde position. La première position est représentative d’une position d’une zone du corps de l’utilisateur au début du mouvement et la deuxième position est représentative de la position de la même partie du corps de l’utilisateur à la fin du mouvement Cette disposition est très avantageuse car elle permet de représenter la position dans laquelle est l’utilisateur, ainsi qu’un vecteur représentant le mouvement que doit effectuer une partie de son corps pour atteindre la posture correcte représentée par la posture de référence, ainsi que la position de la posture de référence. De cette manière, une visualisation des étapes à effectuer pour que l’utilisateur atteigne la posture de référence est affichée à l’utilisateur. Ainsi, celui-ci peut, sans qu’il ne doive se poser de questions, se rendre compte très facilement des ajustements qu’il doit effectuer dans sa posture. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comporte l’affichage d’au moins un des seconds squelettes SQ2 de la séquence de seconds squelettes. Cette disposition est particulièrement avantageuse car elle permet à l’utilisateur de visualiser précisément les étapes de l’exercice ou de la séquence que l’utilisateur doit effectuer, chaque second squelette correspondant à une posture caractéristique de la classe de mouvements C1. Il est donc facile pour lui de voir de quelle manière réaliser l’exercice de manière qualitative. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comporte l’affichage d’un avatar. Par avatar, on entend une représentation numérique de l’utilisateur. L’avatar est de préférence configuré pour ressembler à l’utilisateur. L’avatar suit les mouvements de l’utilisateur au cours du temps. Selon un mode de réalisation, l’avatar est généré à partir du premier squelette SQR1. De cette manière, l’avatar généré suit les mouvements de l’utilisateur. Cette disposition est particulièrement avantageuse car elle permet à l’utilisateur de suivre et d’évaluer ses propres mouvements en temps réel. Selon un mode de réalisation, l’avatar est généré à partir du second squelette SQR2 de la posture de plusieurs postures de l’ensemble de postures de référence. Selon ce mode de réalisation, l’avatar, qui est une représentation virtuelle de l’utilisateur lui ressemblant, suit les mouvements de la ou des postures de référence successives de la classe de mouvement Ci réalisée. De cette manière, l’utilisateur voit en temps réel une représentation de lui-même en train de réaliser un mouvement correct et efficace. De cette manière, l’utilisateur est parfaitement incité à réaliser l’exercice de la meilleure manière possible. Selon un mode de réalisation, l’avatar est généré par une troisième fonction d’apprentissage CCN3. Selon ce mode de réalisation, l’avatar est généré en prenant en entrée le premier squelette SQR1 et/ou le second squelette SQR2. Selon un mode de réalisation, l’avatar est également généré en fonction d’une image prise de l’individu. Selon un mode de réalisation, l’image de l’individu est issue de la pluralité de premières images IM1. Selon un mode de réalisation, l’avatar prend en compte une image prise précédemment de l’individu. L’utilisation d’une image de l’individu permet de générer un avatar avec des caractéristiques physiques qui sont ressemblantes à celle de l’individu. De cette manière, l’utilisateur dispose d’un avatar qui suit ses mouvements et qui lui ressemble. Selon un mode de réalisation, la troisième fonction apprenante est déterminée par entrainement par un algorithme d’apprentissage. L’entrainement de la troisième fonction d’apprentissage est réalisé avantageusement en injectant en entrée de la fonction d’apprentissage des squelettes de personnes réalisant des exercices physiques qui sont associés à des images d’avatars respectifs, de sorte que la troisième fonction d’apprentissage entraînée associe chaque squelette de personnes à l’image d’avatar de la base. De cette manière, on réalise un apprentissage supervisé de la troisième fonction apprenante. Selon un mode de réalisation, la génération de l’avatar est réalisée par un algorithme générant un habillage autour de la structure définie par ledit troisième squelette. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comprend l’affichage d’une zone à atteindre. La zone à atteindre est de préférence une zone correspondant à la position qu’une partie du corps de l’utilisateur doit atteindre à la fin du mouvement, ou à la fin du mouvement correspondant à la séquence cinématique. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comprend l’affichage d’une zone sous forme de polygone. De cette manière, la zone à atteindre est matérialisée sur l’affichage. Cette disposition est avantageuse car elle permet à l’utilisateur de se visualiser la zone qu’il doit atteindre. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 est matérialisé sous la forme d’un cercle, ou de toute autre forme géométrique simple. Selon un mode de réalisation, l’indicateur visuel d’erreur EVR1 comprend également un affichage de la zone du corps de l’utilisateur qui doit se déplacer pour atteindre la zone à atteindre. Selon un exemple, l’indicateur visuel d’erreur EVR1 comprend un cercle, un polygone ou toute forme géométrique entourant ou indiquant la zone du corps de l’utilisateur qui doit se déplacer vers la zone à atteindre. De cette manière, il n’y a aucune ambiguïté pour l’utilisateur pour connaître les actions à effectuer pour effectuer correctement les exercices physiques. Une telle disposition est présentée en figure 4, dans laquelle deux indicateurs visuels d’erreur sont superposés sur les mains de l’utilisateur lors de son exercice. On peut voir que l’indicateur de la main gauche indique une zone dans laquelle la main gauche de l’utilisateur devrait être placée. Système d’assistance Selon un aspect, l’invention concerne un système d’assistance 100 à la réalisation d’exercices physiques. Le système comprend au moins un dispositif optique 110 configuré pour réaliser l’acquisition ACQU1 de la pluralité de premières images IM1 de l’individu. Par dispositif optique 110 on entend tout dispositif comprenant une optique et un moyen d’acquisition de données relatives à un flux optique. Un tel dispositif optique 110 est par exemple un appareil photo, une caméra, ou bien un capteur infrarouge. Selon un mode de réalisation, le dispositif optique est compris dans un boitier 160. Le système d’assistance comporte également au moins un premier calculateur 130 et une mémoire 132 configurés pour effectuer : - le traitement TRAI1 des images comprenant une extraction automatique d’au moins une zone utile du corps de l’individu de chaque image acquise pour générer une pluralité de secondes images IM2 ; - l’identification ID1 d’un type de mouvement physique à partir d’un premier algorithme ALG1 traitant en entrée des images traitées à partir d’une première fonction apprenante CCN1 et d’une première classification CLASS1 de manière à sélectionner une classe de mouvements Ci ; - la génération GEN1 d’un premier squelette SQ1 en deux dimensions de l’individu par application d’un algorithme de squelettisation sur la pluralité d’images acquises IM1, ledit premier squelette SQ1 comportant un ensemble de points caractéristiques du corps humain des images traitées ; - la génération GEN2 d’un ensemble de postures caractéristiques POS1 de la classe de mouvement Ci à partir d’un second algorithme ALG2 traitant en entrée le premier squelette SQ1 en deux dimensions de l’individu ; - la génération GEN3 d’un indicateur d’erreur ERR1 de postures à partir d’un ensemble postures de référence déterminé à partir de la classe de mouvements Ci et de l’ensemble de postures générées dudit individu ; - la comparaison COMP1 d’une valeur de l’indicateur d’erreur avec au moins une valeur seuil ; - la génération automatique GEN4 d’une première consigne numérique entrainant la lecture d’une séquence d’images d’une pluralité d’images de référence correspondant à la classe de mouvement Ci sélectionnée à une première vitesse inférieure à un seuil prédéfini lorsque la valeur de l’indicateur d’erreur est supérieure à la valeur seuil ; - la génération automatique GEN5 d’une seconde consigne numérique pour afficher une instruction de mouvement associé à une consigne de vitesse d’exécution du mouvement lorsque la valeur de l’indicateur d’erreur est inférieure à la valeur seuil. Le système comporte en outre au moins un afficheur 150 configuré pour lire la séquence d’images et/ou l’instruction de mouvement. Par afficheur 150, on entend tout moyen permettant l’affichage d’images ou d’informations. Selon un mode de réalisation, l’afficheur est un écran. Selon un mode de réalisation, l’afficheur est le terminal d’un téléphone mobile ou smartphone. La figure 5 présente une partie du système selon l’invention et un utilisateur effectuant des mouvements en étant filmé par deux dispositifs optiques 110. La figure 6 est un schéma illustrant un exemple de configuration matérielle du système d’aide à la configuration 100 selon l’invention. D’un point de vue matériel, le système d’aide à la configuration 100 peut être vu comme un premier calculateur interagissant avec un produit programme d’ordinateur mettant en œuvre le procédé selon l’invention. Le système 100 est un ordinateur, par exemple, un micro- ordinateur, un réseau d’ordinateurs, un composant électronique une tablette, un smartphone ou un assistant numérique personnel (PDA). Le système 100 comprend un premier calculateur 130. Ce premier calculateur 130 comprend, par exemple, un ou plusieurs processeurs aptes à interpréter des instructions sous forme de programme informatique, un circuit logique programmable, comme un circuit intégré spécifique à une application (ASIC), un réseau de portes programmables in situ (FPGA), un dispositif logique programmable (PLD) et des réseaux logiques programmables (PLA), un système sur puce (SOC)), une carte électronique dans laquelle des étapes du procédé selon l’invention sont implémentées dans des éléments matériels. Le traitement peut être exécuté par un processeur, ou de façon simultanée ou séquentielle, ou selon un autre procédé, par un ou plusieurs processeurs. Le premier calculateur 130 comprend, un module de traitement de données 131 pour effectuer des calculs, une mémoire 132, couplée opérationnellement au circuit traitement de données 131, un support lisible par ordinateur 134 et éventuellement un lecteur 133 adapté à lire le support lisible par ordinateur 134. Le système 100 comprend également un dispositif d’entrée, un dispositif de sortie et un dispositif de communication. Chaque fonction du système 100 est exécutée en amenant le module de traitement de données 131 à lire un programme prédéterminé sur un matériel tel que la mémoire 132 de telle sorte que le module de traitement de données 131 exécute des calculs, commande des communications effectuées par le dispositif de communication et à lire et/ou écrire des données dans la mémoire 132 et le support lisible par ordinateur 134. Le procédé est exécuté sur un ordinateur unique ou sur un système distribué entre plusieurs ordinateurs (notamment via l’utilisation de l’informatique en nuage). La mémoire 132 est un support d'enregistrement lisible par ordinateur, et peut être configurée avec, par exemple, au moins l'un des éléments suivants : une mémoire morte (ROM, de l'anglais Read-Only Memory), une mémoire morte effaçable et programmable (EPROM, de l'anglais Erasable Programmable Read-Only Memory), une mémoire morte programmable et effaçable électriquement (ÉEPROM, de l'anglais Electrically Erasable Programmable Read-Only Memory), une mémoire vive (RAM, de l'anglais Random Access Memory) et un autre support de stockage adéquat. La mémoire 132 peut comporter un système d’exploitation et charger les programmes selon l’invention. Elle comporte des registres adaptés à enregistrer des variables de paramètres créés et modifiés eu cours de l’exécution des programmes précités. Le produit programme peut comprendre le support d’enregistrement lisible par ordinateur 134 qui est un dispositif tangible, n’étant pas un signal transitoire en soi, peut être configuré avec, par exemple, au moins un des éléments suivants : un support amovible, comme par exemple, de façon non limitative, un disque magnéto-optique (par exemple, un disque compact à lecture seule (CD-ROM, de l'anglais Compact Disc Read-Only Memory), un disque numérique polyvalent ou DVD (de l'anglais Digital Versatile Disc), un disque amovible, une unité de disque dur, une carte à puce, un dispositif à mémoire flash (par exemple, une carte, une clé), une bande magnétique, une base de données, un serveur, et un autre support de stockage adéquat. En variante, les instructions du programme sont issues d’une source externe et téléchargées via un réseau. C’est notamment le cas pour les applications. Dans ce cas, le produit programme d'ordinateur comprend un support de données lisible par ordinateur sur lequel sont stockées les instructions de programme ou un signal de support de données sur lequel sont codées les instructions de programme. L’invention se rapporte à un produit programme d’ordinateur comprenant le support lisible par ordinateur 134 contenant des instructions qui, lorsqu'elles sont exécutées par le circuit, amènent le système 100 à mettre en œuvre l’étape du procédé d’aide à la configuration selon l’invention. La forme des instructions de programme est, par exemple, une forme de code source, une forme exécutable par ordinateur ou toute forme intermédiaire entre un code source et une forme exécutable par ordinateur, telle que la forme résultant de la conversion du code source via un interpréteur, un assembleur, un compilateur, un éditeur de liens ou un localisateur. En variante, les instructions de programme sont un microcode, des instructions firmware, des données de définition d’état, des données de configuration pour circuit intégré (par exemple du VHDL) ou un code objet. Les instructions de programme sont écrites dans n’importe quelle combinaison d’un ou de plusieurs langages de programmation, par exemple un langage de programmation orienté objet (C++, JAVA, Python), un langage de programmation procédural (langage C par exemple). Le système 100 comprend en outre une interface utilisateur 120 comprenant dispositif d’entrée 121 et un dispositif de sortie 122. L'interface utilisateur 120 comprend un dispositif d'entrée 121 pour permettre à utilisateur de saisir des données ou des commandes de façon à pouvoir interagir avec les programmes selon l’invention. Le dispositif d’entrée 121 comprend, par exemple, un clavier ou un une interface de pointage, tel qu’une souris, un crayon optique, un pavé tactile, une télécommande, un dispositif de reconnaissance vocale, un dispositif haptique, un dispositif de reconnaissance gestuelle. Le dispositif de sortie 122 est conçu pour restituer des informations à un utilisateur, de façon sensorielle ou électrique, comme, par exemple de façon visuelle ou sonore. L’interface de sortie 122 comprend, par exemple, une interface graphique. L’interface de sortie 122 peut être le dispositif d’entrée, par exemple, dans le cas d’une tablette tactile. L’ensemble d’au moins un dispositif de communication permet une communication entre les éléments du système 100 et éventuellement entre au moins un élément du système et un dispositif extérieur au système 100. Ce dispositif de communication peut établir un lien physique entre des éléments du système 100 et/ou entre un élément du système 100 et un dispositif extérieur au système 100 et/ou un lien en communication à distance (sans fil) entre des éléments du système 100 et/ou entre un élément du système et un dispositif extérieur au système 100.

Nomenclature : ACQU1 : Première acquisition ACQU2 : seconde acquisition IM1 : pluralité de premières images IM2 : pluralité de secondes images IM3 : pluralité de troisièmes images IM2 : pluralité de quatrièmes images TRAI1 : traitement des images de la pluralité de premières images TRAI2 : traitement des images de la pluralité de secondes images ALG1 : premier algorithme ALG2 : second algorithme CCN1 : première fonction apprenante Ci : première classe de mouvement GEN1, 2, 3, 4, 5, 6, 7, 8, 9 : étapes de génération ID1 : première identification SQ1 : premier squelette de l’individu SQ2 : second squelette de l’individu SQR : squelette de la posture de référence SEG1 : premier segment SEGR1 : premier segment du squelette de la posture de référence Vs : valeur seuil EVR1 : indicateur visuel d’erreur POS1 : ensemble de postures caractéristiques POS1R : ensemble de postures de référence ERR1 : premier indicateur d’erreur SEQ1 : première séquence cinématique COMP1, COMP2 : comparaisons de l’indicateur d’erreur avec la valeur seuil ANG1 : angle mesuré entre deux segments P1 : point du squelette 100 : système d’assistance à la réalisation d’exercices physiques 110 : dispositif optique 120 : interface utilisateur 121 : dispositif d’entrée de l’interface utilisateur 122 : dispositif de sortie de l’interface utilisateur 130 : premier calculateur 131 : module de traitement de données 132 : mémoire 133 : lecteur 134 : support lisible par ordinateur 150 : afficheur 160 : boitier