lundi 14 novembre 2016

Test de Déformation Temporelle Dynamique de la lib GRT

DTW (Dynamic Time Warping) ou Déformation Temporelle Dynamique est un classiffieur proposé par la lib GRT. 

Mon premier test a constitué à lancer l'apprentissage sur les données bidimensionnelles (coordonnées x, y de mouvement de souris) de tests fournis avec les sources de la bilbiothèque GRT afin de vérifier que j'obtenais bien 100% de taux de reconnaissance.

Mouvement x, y de souris fournis dans la lib GRT. Reconnaissance 100%
J'ai ensuite remplacé la dimension y des données par un signal aléatoire afin de mesurer l'impact d'un signal alétatoire sur une autre dimension propre et reconnaissable. Le taux de classification est resté à 100% malgré le bruit généré par la dimension aléatoire.

Signal x propre accompagné d'un signal y aléatoire. Reconnaissance 100%
Par acquis de conscience j'ai vérifié qu'en lançant le processus d'aprentissage uniquement sur la dimension x j'obtenais toujours 100% de reconnaissance.

Signal x de mouvement de souris. Reconnaissance 100%
J'ai ensuite réalisé le même test sur uniquement la dimension aléatoire du signal. Comme on pouvait le prévoir j'ai obtenu un taux de reconnaissance d'exactement 33% ce qui semble logique étant donnée que les données de tests contiennent exactement trois classes. L'algorithme d'apprentissage ne fait donc pas mieu qu 'un tirage aléatoire quand appliqué sur un signal aléatoire.

Signal aléatoire classifié en 3 classes. Taux de reconnaissance 33%



dimanche 23 octobre 2016

Filtre passe bas GRT (LowPassFilter) : mode manuel vs mode automatique

La classe LowPassFilter peut être utilisée en spécifiant un filterFactor ou en spécifiant la fréquence du signal que l'on désire filtrer (cutOffFrequency). Le filterFactor sera alors calculé afin de coller au mieux à la fréquence à supprimer.


A gauche, filtrage en spécifiant la fréquence du signal à effacer (20 Hz). On constate que le signal filtré reste bruité. A l'inverse à droite avec un signalFactor poussé au maximum sans se soucier de la fréquence visée on obtient un bien meilleur résultat.

Test du filtre passe haut ( High Pass Filter ) sur GRT

Classe HighPassFilter de la bibliothèque Gesture Recognition Toolkit.

Sur un triple signal artificiel de test respectivement à : 1Hz, 2Hz et 4Hz.
En jouant sur le paramètre filterFactor acceptant des valeurs de 0.0 à 1.0.

Une première observation est que comme pour le filtre passe bas on retrouve des artefacts sur le début des échantillons du fait du principe de fonctionnement temps réel (traitement séquentiel des points de données) de la lib GRT.

Artefact de début de traitement sur un signal temps réel

Les captures d'écran suivantes montrent l'effet du filtre passe haut avec un filterFactor moyen puis maximal. Avec le filtre moyen on conserve la composante faible fréquence du sinus principal, avec le filtre fort on a complètement perdu la sinusoïde principale et l'on ne voit plus que la sinusoïde de bruit à 20 Hz.
Disparition progressive de la composante de faible fréquence.
Dans ces captures, le début de signal a été tronqué de 100ms pour masquer l'artefact de début d'échantillon.


dimanche 16 octobre 2016

Test du filtre passe bas ( Low Pass Filter ) sur GRT

Classe LowPassFilter de la bibliothèque Gesture Recognition Toolkit. Sur un triple signal artificiel de test respectivement à : 1Hz, 2Hz et 4Hz. En jouant sur le paramètre filterFactor acceptant des valeurs de 0.0 à 1.0.

Quelques tests sur un signal non bruité montrent que le signal est bien conservé. Au fur et à mesure que l’on augmente le filterFactor on peut voir que le signal est de plus en plus dégradé au début de l’échantillon de test. Ceci est dû au principe temps réel de fonctionnement des filtres de la bibliothèque GRT. En effet celle ci n’applique pas le filtre en l’analysant dans son entièreté mais en prenant chaque point de donnée l’un après l’autre afin de pouvoir fonctionner sur un signal de taille infini et parvenant en temps réel. Par conséquent au début de l’échantillon le filtre n’a pas assez d’historique pour donner des résultats corrects.

Filtre passe bas de plus en plus fort sur signal sinusoïdale
Deuxième test sur le même signal bruité par un bruit sinusoïdal à 20 Hz. On peut voir l’efficacité grandissante du filtre avec l’augmentation du filterFactor jusqu’au point de retrouver le signal d’origine non bruité.

Filtre passe bas de plus en plus fort sur sinusoïdale bruitée

A noter qu’aucun de ces tests ne prennent en compte l’utilisation des paramètres cutOffFrequency et Delta également disponibles sur la lib.

lundi 6 juin 2016

Traqueur sportif pour skateboard version 0.1

Première version avec toute la chaîne de capture et d'affichage fonctionnelle. J'ai réussi à supprimer toute utilisation des angles d'Euler et à n'utiliser que des quaternions. La rotation est donc stable quelque soit la position du téléphone et des rotations complètes ne posent pas de problème. Prochaine étape, reconnaisse de mouvement.

samedi 9 avril 2016

Services dans le logiciel (Saas) dans le domaine de la réservation sportive

Les deux boites suivantes proposent à des organisateurs d'évènement (sportif ou non) de créer une page pour communiquer sur un évènement, et surtout de gérer les inscriptions et le paiement des participants. Le concept est facile à vendre, n'importe quel organisateur d'évènement dont le web n'est pas le métier sera intéressé par la délégation du paiement à un tier. En plus le business model d'un tel service est facile à imaginer puisqu'il suffit de percevoir un pourcentage sur les achats.

Je cite ces deux sites car je les ai utilisé personnellement pour participer à des courses d'obstacle.


https://www.weezevent.com
Basé à Dijon



https://www.sportintown.com/
Basé à Nantes

jeudi 24 mars 2016

Krak Skateboard


Je profite de la mise à jour de l’application Krak (excellent nom cela dit en passant) pour prendre des notes à son sujet. Déjà première remarque, elle est mise à jour ce qui indique que le projet est toujours en cours.

Par Krak Skateboarding Inc. Créé par des Français Kevin Straszburger et Maxime Cattet (ancien de l’ EPITA). Basée à Log Angeles. Quelques investisseurs probablement type business angel.

Plusieurs services proposés, entièrement centrés sur le skateboard.

-        une application
-        un magazine en ligne
-        un abonnement à un sac cadeau et à un magazine papier
-        un capteur à venir ?


L’application est disponible sur iOS et Android. Partage de photos, vidéos, spots, réseau social. Design et interface soignée. Une des applications de skate les plus abouties. C’est propre et sérieux.
On ne sait pas toujours où l’on peut cliquer par contre. Malheureusement boguée et serveurs complètement indisponibles parfois.
Elle soufre du manque de médiatisation et donc du peu de trafic et d’utilisateurs. Seulement deux spots dans la région de Nantes.  

Un magazine en ligne et en papier ! Le magazine en ligne est plus une présentation web du contenu déjà disponible dans l’app. S’ajoute à ça quelques articles et interviews assez complets. J’imagine qu’on les retrouve dans le magazine papier. Je suppose que le magazine est destiné à générer du trafic et à maintenir un intérêt pour la marque. Au moins on sent qu’il y a quelqu’un derrière et que la société est en activité. Pas sûr que le retour sur investissement en terme de trafic récolté soit très élevé pour autant.

Un abonnement à un sac cadeau ?! C’à a le mérite d’être une offre très différente des concurrents. Peut présenter un intérêt pour un public d’ados et pré ados. Ça rappelle les clubs de Musclor et autres clubs de Barbie. Pas sûr que ce jeune public se retrouve encore dans le concept du magazine physique cela dit. Peut-être une bonne idée comme achat ponctuel pour faire un cadeau à un skateur.

La société travaillerait sur un traqueur connecté, du moins c’est que le profil d’entreprise annonce. Cet article de2014 confirme l’objectif. J’avais cru voir un communiqué indiquant qu’ils faisaient alliance avec une autre boîte californienne pour le développement hardware (Trace il me semble ?) mais je ne retrouve plus rien à ce sujet. Pour autant ; étant donné les compétences évidentes de l’équipe en développement mobile, en marketing et en communication, je ne crois pas du tout à l’arrivée d’un traqueur. C’est trop différent de se qu’ils font actuellement et qui doit déjà les occuper grandement. Avec un partenariat peut-être …

Pour conclure les trois services déjà proposés sont tous de bonne facture et réalisés sérieusement. Je m’interroge cependant sur tant de diversification pour une société qui j’imagine n’a pas encore rencontré le succès. Ils ont l’avantage d’avoir une source de revenue potentielle par le sac cadeau. Comme pour toutes les applications du même genre ils se heurtent à la difficulté d’amorcer un effet de masse et une communauté.