Gunnar Johansson – 1911 1998

Biographie

Dans l’histoire des sciences cognitives et de la psychologie de la perception, peu de figures ont opéré une rupture aussi décisive et féconde que le chercheur suédois Gunnar Johansson (1911–1998). Tout au long de la seconde moitié du XXe siècle, alors que la recherche psychologique dominante oscillait encore entre les dogmes associationnistes, le réductionnisme comportementaliste et les balbutiements du computationnalisme symbolique, Johansson a inauguré une voie singulière. Par une combinaison exemplaire de phénoménologie expérimentale scrupuleuse, d’élégance mathématique et d’innovations techniques d’avant-garde, il a révolutionné la compréhension des mécanismes par lesquels le cerveau humain extrait du sens, des formes et des intentions à partir des flux de mouvement spatio-temporels.

Avant les travaux pionniers menés par Johansson au sein du laboratoire de psychophysique de l’Université d’Uppsala, la psychologie de la vision demeurait largement prisonnière d’un paradigme statique. Héritière directe de l’optique géométrique et de la physiologie sensorielle du XIXe siècle, la vision était traditionnellement modélisée comme la projection séquentielle d’images rétiniennes planes, analysées sous l’angle de la géométrie euclidienne à la manière d’une pellicule photographique. Le mouvement n’était alors conçu que comme une dérivation secondaire, une simple transition entre des états immobiles successifs. Johansson a renversé cet ordre épistémologique séculaire : pour lui, le mouvement n’est pas un attribut ajouté à la forme, mais le vecteur primitif par lequel la forme tridimensionnelle se constitue, s’organise et s’impose à la conscience de l’observateur.

Ce basculement conceptuel a trouvé son apogée méthodologique dans l’invention des affichages par points lumineux (Point-Light Displays ou PLD) et la découverte spectaculaire de la perception du mouvement biologique (biological motion), officialisée dans son article séminal de 1973. En réduisant la complexité visuelle d’un corps humain en mouvement à une douzaine de points rétro-réfléchissants positionnés sur les articulations majeures, Johansson a démontré que le système visuel humain possède la capacité prodigieuse d’extraire instantanément une structure anatomique cohérente, une action finalisée, une identité et un état affectif à partir de la seule cinématique pure. Cet article monumental explore la genèse théorique, les fondements mathématiques, les ramifications neurobiologiques, cliniques et technologiques de cette œuvre magistrale, qui continue de définir les frontières modernes des neurosciences cognitives et de la vision artificielle.

1. Introduction et mise en contexte historique : La trajectoire de Gunnar Johansson

1.1 Les origines biographiques et la formation intellectuelle en Suède

Né en Suède en 1911, Gunnar Johansson grandit et accomplit ses premiers cycles universitaires durant une période charnière de mutation intellectuelle pour la Scandinavie. La tradition philosophique et scientifique suédoise du premier tiers du XXe siècle était fortement imprégnée d’un empirisme rigoureux et d’une tradition naturaliste, largement influencée par les courants germaniques mais soucieuse d’indépendance méthodique. Johansson entama son parcours académique avec un intérêt marqué pour les sciences physiques, les mathématiques et la philosophie de la connaissance, avant de converger vers les problématiques émergentes de la psychologie scientifique.

Ses études doctorales à l’Université de Stockholm sous l’égide de David Katz constituent le terreau fondamental de sa pensée. David Katz, figure éminente formée dans le sillage de la psychologie de la forme et de la phénoménologie expérimentale européenne, avait lui-même bousculé les dogmes classiques par ses analyses pionnières sur les modes d’apparition de la couleur et les sensations tactiles. Au contact de Katz, Johansson apprit à conjuguer une observation phénoménologique intransigeante — le respect absolu de l’expérience perçue telle qu’elle se manifeste à la conscience — avec une exigence de quantification et de contrôle expérimental sans faille. Cette alliance unique entre la phénoménologie descriptive et la rigueur métrologique devint la marque de fabrique de l’approche johanssonienne.

Le climat scientifique scandinave de l’après-guerre favorisa une institutionnalisation précoce des sciences expérimentales du comportement, affranchies des carcans métaphysiques du passé. Alors que l’Europe continentale relevait ses structures universitaires dévastées par le second conflit mondial et que les États-Unis s’enfermaient dans l’orthodoxie béhavioriste de Skinner et Watson, la Suède offrait un espace de liberté intellectuelle exceptionnel. C’est dans cette atmosphère singulière, caractérisée par une interdisciplinarité naturelle entre la physique appliquée, l’ophtalmologie et la psychologie générale, que Johansson forgea son intuition princeps : la vision doit être abordée comme un système dynamique de traitement de l’information temporelle.

1.2 L’établissement du laboratoire de perception à l’Université d’Uppsala

L’année 1957 marqua un tournant institutionnel déterminant avec la création, spécialement pour Gunnar Johansson, de la chaire de psychologie générale et expérimentale à l’Université d’Uppsala, la plus ancienne institution universitaire de Suède. Dès sa prise de fonction, Johansson mit en œuvre un programme ambitieux de refonte des infrastructures de recherche, visant à concevoir un laboratoire de psychophysique visuelle à la pointe absolue de l’ingénierie optique et mécanique de son époque.

À Uppsala, Johansson et ses techniciens développèrent des appareillages sur mesure d’une inventivité technique redoutable. À une époque antérieure à l’avènement des micro-ordinateurs et des écrans graphiques programmables, l’étude du mouvement visuel contrôlé exigeait des trésors d’ingénierie analogique. Le laboratoire fut équipé d’épiscotistères motorisés, de systèmes de miroirs rotatifs synchronisés, de disques stroboscopiques de précision et, plus tard, d’oscilloscopes cathodiques détournés de leur usage pour générer des trajectoires lumineuses bidimensionnelles parfaitement paramétrées en vitesse, amplitude et phase.

Autour de cette infrastructure technique unique se constitua rapidement ce que la communauté internationale qualifia d’« École de perception d’Uppsala ». Sous la direction exigeante mais bienveillante de Johansson, une génération de jeunes chercheurs — parmi lesquels Sverker Runeson, Tommy Gärling, Alf Börjesson et Carl-Arne Maas — s’attela à cartographier de manière systématique les lois régissant l’organisation perceptive des configurations mouvantes. Le laboratoire d’Uppsala devint le pôle mondial de référence pour la psychophysique de la vision dynamique, attirant des visiteurs illustres du monde entier venus observer ces démonstrations visuelles saisissantes où des formes géométriques et organiques semblaient émerger du néant par la seule magie de la cinématique.

1.3 Les ruptures paradigmatiques avec la psychologie classique de l’époque

Le projet scientifique de Johansson s’est construit en rupture frontale avec les deux paradigmes dominants qui saturaient alors la psychologie académique : le structuralisme classique hérité de Wilhelm Wundt et d’Edward Titchener d’une part, et le béhaviorisme radical nord-américain d’autre part. Le modèle wundtien postulait que la perception résultait de l’addition linéaire et séquentielle de sensations atomiques élémentaires, comparables à des mosaïques de points lumineux sur la rétine, que la mémoire ou l’association inconsciente unifiait ultérieurement. Johansson démontra que ce modèle était une impasse théorique absolue : l’œil ne transmet pas une succession de photographies immobiles au cerveau ; il traite un flux relationnel continu.

Simultanément, Johansson refusa catégoriquement le réductionnisme de la « boîte noire » imposé par le béhaviorisme, qui bannissait toute théorisation des mécanismes internes de traitement de l’information sous prétexte d’anti-mentalisme. Pour Johansson, l’observateur visuel n’était pas un automate réagissant passivement à des contingences de renforcement, mais un système computationnel sophistiqué gouverné par des règles géométriques intrinsèques et des mécanismes formels d’inférence. Le refus de ce dogme béhavioriste permit à l’école d’Uppsala d’anticiper de près de deux décennies la révolution cognitive.

Enfin, l’originalité épistémologique de Johansson résida dans son refus de dissocier la description phénoménologique fine de la formalisation mathématique rigoureuse. Alors que les phénoménologues purs refusaient l’expérimentation quantifiée et que les psychophysiciens traditionnels s’enfermaient dans des mesures de seuils sans portée écologique, Johansson démontra que l’expérience subjective de la tridimensionnalité et de l’animacy (le caractère vivant) pouvait être mathématisée avec une précision géométrique implacable. Il établit ainsi un pont historique entre l’analyse descriptive de la conscience visuelle et la mécanique rationnelle.

2. L’ancrage théorique et épistémologique : Gestalt, psychophysique et écologie visuelle

2.1 L’héritage de la psychologie de la Gestalt et sa réinterprétation dynamique

L’assise conceptuelle fondamentale des recherches de Johansson plonge ses racines dans les propositions théoriques de la psychologie de la Gestalt développée dans les années 1910 et 1920 par Max Wertheimer, Wolfgang Köhler et Kurt Koffka. Les théoriciens berlinois avaient brillamment démontré que le tout perceptif est qualitativement différent de la somme de ses parties constitutives, énonçant les lois canoniques d’organisation spatiale : la loi de proximité, de similarité, de bonne continuation, de fermeture et, par-dessus tout, la loi de prégnance (Prägnanz), stipulant que le système perceptif tend spontanément vers l’organisation la plus simple, la plus symétrique et la plus stable possible.

Toutefois, Johansson identifia une limitation majeure dans la Gestalt classique : son caractère écrasant de fixité spatiale. Les lois de Wertheimer avaient été formulées à partir de motifs graphiques immobiles imprimés sur papier, de réseaux de points statiques ou de figures géométriques bidimensionnelles fixes. Johansson entreprit d’étendre et de transmuter ces principes en une véritable Gestalt spatio-temporelle. Il soutint que la prégnance ne devait pas être envisagée comme un équilibre statique de forces dans un champ neuronal spatial, mais comme une optimisation cinématique continue au cours du temps.

Dans le cadre dynamique johanssonien, la « bonne continuation » devient la continuité vectorielle d’une trajectoire dans un repère temporel ; la « similarité » devient l’identité ou la proportionnalité des vitesses de déplacement ; la « fermeture » s’incarne dans la clôture de cycles cinématiques orbitaux ou pendulaires. En appliquant le principe d’économie cognitive aux transformations temporelles, Johansson posa que le système visuel sélectionne, parmi une infinité d’interprétations tridimensionnelles mathématiquement compatibles avec une déformation projective bidimensionnelle, celle qui minimise le changement structurel interne de l’objet perçu au fil du temps.

2.2 Convergences et divergences avec l’approche écologique de James J. Gibson

L’un des dialogues théoriques les plus riches et stimulants de la psychologie de la perception au XXe siècle fut sans conteste celui qui s’établit entre Gunnar Johansson et le théoricien américain James J. Gibson, père de l’approche écologique de la perception visuelle. Les deux chercheurs partageaient un constat initial identique : l’étude de la vision à partir d’images rétiniennes statiques était une aberration biologique, et la véritable information disponible pour l’organisme vivant réside dans les transformations continues de la lumière ambiante, concept que Gibson formalisa sous le terme de flux optique (optic flow).

Cependant, leurs trajectoires épistémologiques divergèrent sur la nature même des processus intervenant entre la réception lumineuse et la perception consciente. Gibson professait un réalisme direct radical : pour lui, l’information environnementale est pleinement spécifiée dans la structure du réseau optique ambiant (invariants écologiques, gradients de texture, taux d’expansion optique) et l’organisme se contente de la prélever (« pick-up ») sans qu’aucun calcul interne, aucune inférence inconsciente ni aucun traitement représentatif ne soient requis. Gibson rejetait vigoureusement l’idée que le système visuel doive résoudre un quelconque problème de reconstruction géométrique.

Johansson, à l’opposé, tout en louant la perspicacité de Gibson quant à la primauté du flux optique, refusait ce réalisme direct qu’il jugeait scientifiquement insuffisant. Johansson soutenait que le flux lumineux bidimensionnel arrivant sur la rétine constitue un signal projeté qui exige des mécanismes computationnels internes rigoureux pour être décodé. Pour Johansson, le système visuel est une machine géométrique qui applique des filtres d’analyse vectorielle et des contraintes a priori pour résoudre l’ambiguïté inhérente à la projection perspective. L’approche de Johansson offrait ainsi une passerelle féconde : elle acceptait l’écologie cinématique de Gibson tout en lui fournissant l’armature computationnelle et psychophysique interne qui manquait cruellement au gibsonisme orthodoxe.

2.3 L’intégration de la géométrie projective dans la théorie perceptive

Pour fonder scientifiquement sa théorie de la vision spatio-temporelle, Johansson fit appel à un corpus mathématique jusqu’alors peu mobilisé dans la psychologie cognitive standard : la géométrie projective. Il partit du constat physique universel selon lequel la rétine humaine est une surface réceptrice essentiellement bidimensionnelle sur laquelle l’espace tridimensionnel s’imprime par projection centrale (perspective conique). Mathématiquement, ce passage d’un espace à trois dimensions vers une surface à deux dimensions est une opération non-bijective : une infinité d’arrangements tridimensionnels distincts peuvent produire exactement la même ombre ou trace lumineuse bidimensionnelle. C’est le fameux « problème inverse » (inverse problem) de la vision.

Johansson comprit que ce problème mathématiquement insoluble dans un cadre statique devient résoluble dès lors que l’on introduit le mouvement relatif. En s’appuyant sur les transformations projectives d’ensembles de points connectés, il formula ce qui allait devenir l’hypothèse de rigidité (rigidity assumption). Cette hypothèse postule que le système visuel humain privilégie systématiquement l’interprétation selon laquelle un groupe de points subissant des modifications projectives bidimensionnelles complexes constitue un corps rigide se déplaçant ou tournant dans un espace tridimensionnel, plutôt qu’un ensemble d’éléments déformables, mous ou élastiques se déplaçant dans un plan à deux dimensions.

En formalisant la façon dont les invariants géométriques projectifs (comme les birapports harmoniques et les continuités différentielles) sont préservés lors de la rotation d’un objet rigide dans l’espace, Johansson démontra mathématiquement que la perception de la profondeur tridimensionnelle est une déduction géométrique immédiate opérée par le cerveau visuel. Le système optique humain ne reconstitue pas la profondeur par l’addition laborieuse d’indices statiques (ombrage, perspective linéaire, disparité binoculaire isolée), mais par le traitement analytique direct des gradients de transformation projective.

3. L’analyse vectorielle du mouvement visuel : Modèle fondamental de Johansson

3.1 Les postulats mécaniques et mathématiques de l’analyse vectorielle

La contribution théorique la plus magistrale de Gunnar Johansson à la théorie de la vision pure est exposée dans sa monographie révolutionnaire de 1950 intitulée Configurations in Event Perception. Dans cet ouvrage fondateur, Johansson établit les bases de son modèle d’analyse vectorielle perceptive (perceptual vector analysis). Ce modèle emprunte directement à la mécanique classique le concept de vecteur cinématique, défini par une direction, un sens et une magnitude (longueur correspondant à la vitesse scalaire).

Johansson postula que chaque élément visuel discret subissant un déplacement sur la surface rétinienne engendre un vecteur élémentaire instantané noté :

$$\vec{v}_i(t)$$

Face à une scène visuelle complexe comprenant une multitude de tels vecteurs, le système nerveux central n’enregistre pas ces signaux de manière isolée et désordonnée. Conformément à un principe strict d’économie cognitive (analogue au principe de moindre action en physique hamiltonienne), l’appareil visuel cherche à simplifier l’ensemble du système d’équations cinématiques en factorisant les composantes vectorielles partagées.

Ce postulat d’économie computationnelle signifie que le cerveau cherche spontanément à réduire l’entropie de la description cinématique de la scène. Si dix éléments visuels se déplacent de manière apparemment chaotique mais partagent une dérive directionnelle sous-jacente, le système visuel extrait cette composante unique au lieu de traiter dix signaux indépendants. Cette opération de réduction mathématique constitue le socle opérationnel de la structuration perceptive johanssonienne.

3.2 Décomposition en composantes de mouvement commun et de mouvement relatif

L’opération centrale de l’analyse vectorielle selon Johansson repose sur la scission automatique et algorithmique de chaque vecteur de mouvement rétinien individuel en deux composantes fondamentales et orthogonales : une composante de mouvement commun (common motion component) et une composante de mouvement relatif (relative motion component).

Pour un ensemble de $N$ points lumineux indicés par $i$, le vecteur de déplacement instantané de chaque point peut s’écrire formellement sous la forme :

$$\vec{v}_i = \vec{v}_{\text{commun}} + \vec{v}_{\text{relatif}, i}$$

Où $\vec{v}_{\text{commun}}$ représente le vecteur partagé par l’ensemble des éléments du groupe perceptif (souvent assimilé à la translation globale du centre de gravité du système dans le plan rétinien), tandis que $\vec{v}_{\text{relatif}, i}$ représente le vecteur résiduel propre à chaque point individuel par rapport à ce centre de référence commun.

Pour valider empiriquement cette théorie, Johansson conçut une série d’expériences célèbres à l’aide de motifs lumineux élémentaires. L’une des plus spectaculaires est celle des « points en mouvement croisé ». Soient deux points lumineux se déplaçant sur un écran selon deux trajectoires rectilignes et orthogonales : le point A se déplace horizontalement de gauche à droite, tandis que le point B se déplace verticalement de haut en bas, oscillant de manière synchrone. Si l’observateur ne percevait que les signaux rétiniens bruts, il devrait voir deux points indépendants traçant une croix perpendiculaire.

Or, la perception phénoménale humaine est radicalement différente et unanime : les observateurs perçoivent invariablement une ligne ou un cadre imaginaire rigide qui subit une translation diagonale oblique (le vecteur commun résultant de la somme vectorielle de la translation moyenne), tandis que les deux points lumineux semblent osciller l’un vers l’autre le long de cet axe oblique (les vecteurs relatifs). Le cerveau a spontanément extrait le vecteur commun pour en faire le cadre de référence spatio-temporel égocentré, et a projeté les composantes différentielles sous forme d’oscillations relatives au sein de ce repère mobile. Cette expérience princeps démontra la réalité psychologique irréfutable de la décomposition vectorielle.

3.3 Implications pour la constance perceptive et la stabilité du monde visuel

Les répercussions de ce modèle vectoriel dépassent largement le cadre de simples démonstrations de laboratoire ; elles apportent une solution théorique élégante à l’une des énigmes les plus anciennes des sciences cognitives : le problème de la constance perceptive et de la stabilité de l’environnement visuel lors des déplacements de l’observateur. Lorsque nous marchons, courons ou bougeons les yeux, l’ensemble de l’image rétinienne est traversé par un orage permanent de déformations et de glissements de flux optique. Pourquoi le monde ne nous apparaît-il pas comme une masse informe et gélatineuse en perpétuelle liquéfaction ?

L’analyse vectorielle de Johansson répond que le cerveau applique cette factorisation commune/relative à l’échelle du champ visuel global. Le déplacement de l’observateur (égomotion) engendre un gigantesque vecteur commun de translation et d’expansion rétinienne sur toute la surface visuelle. En isolant et en annulant ce vecteur commun à titre de référence globale, le système visuel sépare instantanément le mouvement de l’observateur du mouvement des objets indépendants situés dans la scène. Les objets fixes de l’environnement possèdent un mouvement relatif nul par rapport au flux commun écologique, et sont donc immédiatement perçus comme immobiles et rigides.

De surcroît, ce mécanisme résout le dilemme de la ségrégation figure-fond (figure-ground segregation) dynamique. Tout groupe d’éléments visuels partageant une cohérence vectorielle interne (un sous-vecteur commun distinct du fond) est immédiatement extrait et isolé par le système visuel comme une « figure » autonome émergeant du bruit de fond. La constance de forme (shape constancy) n’est donc plus le fruit d’un calcul statique correctif dépendant de la mémoire sémantique, mais la conséquence directe de l’élimination des composantes projectives communes lors des transformations cinématiques régulières d’un objet rigide.

4. La révolution méthodologique : Les affichages par points lumineux (Point-Light Displays)

4.1 Conception technique et ingénierie expérimentale dans les années 1970

Au début des années 1970, Gunnar Johansson décida de confronter son modèle d’analyse vectorielle à l’un des défis les plus redoutables de la cinématique naturelle : la locomotion humaine. Le corps humain est un système poly-articulé extrêmement complexe, composé d’une structure osseuse segmentée rigide enveloppée de tissus mous déformables, exécutant des mouvements combinés de translations, de flexions pendulaires et de rotations spatiales d’une infinie variété.

Pour isoler rigoureusement l’information purement cinématique de toute autre variable visuelle parasite (telle que la silhouette du corps, la texture des vêtements, la carnation de la peau, la pilosité, l’ombrage volumétrique ou les indices faciaux), Johansson mit au point une ingénierie expérimentale d’une élégance méthodologique absolue. Il utilisa le principe des affichages par points lumineux (Point-Light Displays, PLD). Des acteurs volontaires furent revêtus de combinaisons intégrales d’un noir mat absolu, conçues pour absorber intégralement la lumière ambiante.

Sur ces combinaisons, Johansson fixa de petites bandes ou pastilles composées d’un matériau hautement rétro-réfléchissant (Scotchlite développé par la firme 3M), positionnées exclusivement sur les axes de rotation des articulations squelettiques majeures : chevilles, genoux, hanches, poignets, coudes, épaules et, dans certaines configurations, le sommet du crâne. Les acteurs évoluaient dans une pièce totalement obscure, éclairée par des projecteurs puissants positionnés dans l’axe optique exact de caméras vidéo analogiques professionnelles. En ajustant drastiquement les seuils de contraste et de gain des caméras, tout le signal lumineux réfléchi par le corps disparaissait : seules les réflexions intenses des pastilles articulaires apparaissaient sous la forme de points blancs immaculés flottant sur un fond noir d’encre absolu.

4.2 Le protocole expérimental fondateur de l’étude princeps de 1973

Cette installation technologique permit à Johansson de concevoir et d’exécuter l’expérience devenue légendaire, dont les résultats furent publiés en 1973 dans la prestigieuse revue Perception & Psychophysics sous le titre « Visual perception of biological motion and a model for its analysis ». Le protocole expérimental fut bâti sur une dichotomie temporelle saisissante qui frappa durablement les esprits de la communauté scientifique.

Dans la première condition, Johansson présenta à des sujets naïfs une image fixe (une diapositive isolée) extraite des enregistrements vidéo. Les sujets se trouvaient face à une constellation statique d’une dizaine ou d’une douzaine de points blancs dispersés aléatoirement sur un fond noir. Face à ce stimulus statique, aucun sujet ne fut capable d’identifier la nature de ce qu’il observait. Les réponses recueillies étaient unanimes : les participants rapportaient voir une configuration chaotique d’étoiles, une carte de constellation astronomique abstraite ou des points distribués au hasard sur une feuille. La structure anatomique humaine était totalement imperceptible, absente et indéchiffrable à l’état stationnaire.

Dans la seconde condition, Johansson mit la séquence cinématographique en mouvement à vitesse normale (25 images par seconde). Dès l’amorce de la lecture du film, un phénomène perceptif stupéfiant et irrépressible se produisit : en une fraction de seconde — mesurée ultérieurement comme inférieure à 200 millisecondes (soit moins du quart de la durée d’un cycle de marche complet) —, tous les observateurs sans exception rapportèrent percevoir instantanément, sans le moindre effort intellectuel, un être humain vivant en train de marcher. Les taux de reconnaissance pour des activités fondamentales telles que la marche, la course, le saut ou la montée d’un escalier atteignirent les 100 % dès la première présentation, démontrant l’existence d’une réactivité cérébrale foudroyante face à la cinématique pure.

4.3 Standardisation et reproductibilité dans la recherche internationale

L’impact de l’article de 1973 fut immédiat et mondial. Pour la première fois dans l’histoire de la psychologie visuelle, un protocole expérimental permettait de dissocier totalement et chirurgicalement l’information cinématique temporelle de l’information morphologique spatiale. L’étude de Johansson apporta la preuve empirique définitive que le cerveau n’a nullement besoin de contours corporels statiques pour reconstruire la forme vivante : la cinématique porte en elle-même l’intégralité de la géométrie de l’organisme.

Afin de permettre la réplication indépendante de ses découvertes, Johansson et son équipe duplicèrent et distribuèrent généreusement leurs bandes cinématographiques et cassettes vidéo magnétiques 16 mm et U-matic aux plus grands laboratoires de perception du globe, de Harvard et du MIT jusqu’à Oxford, Paris et Max-Planck. Ce travail de standardisation posa les fondations d’un nouveau champ de recherche international dédié à ce que Johansson baptisa définitivement le mouvement biologique (biological motion).

Avec l’avènement ultérieur de l’informatique graphique dans les années 1980 et 1990, des chercheurs comme James Cutting, puis plus tard Nikolaus Troje, traduisirent les protocoles analogiques de Johansson en modèles algorithmiques vectoriels synthétisés par ordinateur. Les coordonnées cartésiennes tridimensionnelles des points d’articulation purent alors être manipulées numériquement avec une précision millimétrique, permettant des variations paramétriques infinies en matière de vitesse, de bruit gaussien, de masquage spatio-temporel et de points chimériques, ancrant définitivement la méthodologie johanssonienne au cœur de la science contemporaine.

5. La perception du mouvement biologique : Découvertes fondamentales et extension taxonomique

5.1 L’identification instantanée des patrons locomoteurs humains

La découverte initiale de Gunnar Johansson ouvrit les vannes d’un programme de recherche exhaustif visant à tester les limites de sensibilité et la robustesse de ce système de détection perceptive. Les travaux ultérieurs démontrèrent que dix à douze points lumineux judicieusement situés sur les articulations périphériques suffisent amplement à activer la reconnaissance immédiate de la posture bipède humaine, et ce, sous une multitude d’angles de vue perspectives (vue de profil, de trois-quarts ou de face).

De manière encore plus spectaculaire, la psychophysique démontra l’incroyable résistance de ce mécanisme face au bruit visuel parasite (visual noise). Dans des expériences de masquage sophistiquées, les chercheurs intégrèrent les dix points lumineux de la marcheuse ou du marcheur au milieu d’un « nuage » dense de cinquante à cent points lumineux perturbateurs, possédant exactement les mêmes vitesses locales, les mêmes luminosités et des trajectoires oscillatoires identiques, dispersés sur tout l’écran. Malgré ce camouflage cinématique massif rendant chaque point individuel indiscernable du bruit ambiant, le système visuel humain parvient à « extraire le signal du bruit » et à percevoir la silhouette humaine marchant au travers de la tempête cinématique en quelques centaines de millisecondes.

Cette robustesse exceptionnelle face à des masquages partiels — par exemple lorsque certains points lumineux sont alternativement éteints ou masqués pour simuler l’occlusion derrière des arbres ou des obstacles — atteste que le système visuel ne procède pas par une simple mise en correspondance rigide élément par élément. Il opère une reconstruction globale hautement tolérante aux dégradations du signal, pointant vers l’existence d’un filtre perceptif ultra-spécialisé façonné par des millions d’années de pression évolutive pour détecter les congénères et les prédateurs en milieu complexe.

5.2 L’extraction d’informations sociales et individuelles fines

Très rapidement, les chercheurs de l’école d’Uppsala et leurs pairs internationaux découvrirent que le mouvement biologique ne se limite pas à transmettre une étiquette catégorielle générique (« c’est un humain qui marche »). La cinématique articulaire véhicule en réalité une densité prodigieuse d’informations sociocomportementales et psychologiques fines, décodées sans effort conscient par les observateurs.

Dans une série d’études remarquables menées par Sverker Runeson et Alf Frykholm à Uppsala à la fin des années 1970, il fut démontré que des observateurs visionnant de simples affichages par points lumineux sont capables d’identifier le genre biologique de l’acteur (masculin versus féminin) avec des taux de réussite statistiquement très supérieurs au hasard, même lorsque les acteurs portent des vêtements identiques et que la marche est filmée de dos. L’analyse cinématique révéla que le système visuel exploite un invariant biomécanique précis : le ratio pendulaire différentiel entre la largeur des épaules et la largeur du bassin. Chez les hommes, le centre d’oscillation latérale prédomine au niveau de la ceinture scapulaire (mouvement d’épaules prononcé), tandis que chez les femmes, la dynamique pendulaire s’articule prioritairement autour du bassin (mouvement pelvien pendulaire), une signature géométrique instantanément intégrée par le cerveau de l’observateur.

Parallèlement, les affichages par points lumineux permettent de décoder avec une précision stupéfiante les états émotionnels d’un individu. Qu’un acteur marche sous l’emprise de la colère, de la tristesse, de la joie, de l’abattement ou de la peur, ces états affectifs modifient la cinématique interne du mouvement : la vitesse de frappe du talon, l’amplitude des oscillations des bras, la courbure dynamique de la colonne vertébrale et les accélérations articulaires changent subtilement. Des observateurs humains identifient ces émotions sur des animations de points lumineux avec la même précision que s’ils avaient accès au visage complet et aux expressions faciales de la personne.

Enfin, la recherche a révélé la capacité du système perceptif à effectuer une identification individuelle. Non seulement des participants sont capables de reconnaître l’identité de leurs amis proches ou collègues de travail parmi une sélection de marcheurs en points lumineux (grâce à leur « signature motrice » ou démarche singulière), mais ils sont encore plus performants et rapides pour s’identifier eux-mêmes ! Cette capacité d’auto-reconnaissance cinématique souligne le lien intime qui unit la perception visuelle du mouvement et les représentations sensorimotrices proprioceptives de son propre corps.

5.3 L’extension aux actions interactives et instrumentales

L’universalité de la perception du mouvement biologique s’étend bien au-delà de la seule locomotion bipède unilatérale. Johansson et ses successeurs ont étendu le paradigme à une immense taxonomie d’actions praxiques, instrumentales et interactives.

Dans le domaine des actions instrumentales, Runeson et Frykholm ont démontré le principe de « spécification cinématique des dynamiques » (Kinematic Specification of Dynamics, KSD). En montrant à des sujets un acteur représenté par des points lumineux en train de soulever une boîte invisible posée au sol, les observateurs furent capables d’estimer avec une précision quantitative quasi parfaite la masse réelle de la boîte (en kilogrammes) contenue dans le carton ! Le système visuel déduit les forces newtoniennes invisibles (la dynamique et la gravité) à partir des décélérations, des tensions posturales et des accélérations articulaires visibles (la cinématique). De surcroît, si l’acteur tente de simuler ou de tromper l’observateur en prétendant qu’une boîte vide est très lourde, les sujets détectent immédiatement l’imposture motrice, les micro-ajustements posturaux de la tromperie étant incapables de reproduire les véritables contraintes biomécaniques de l’effort physique authentique.

Dans le champ des interactions sociales, l’affichage de deux ensembles de points lumineux interagissant mutuellement (par exemple, deux personnes en train de danser une valse, de se disputer, de se serrer la main ou de s’enlacer) permet aux observateurs d’interpréter instantanément la dynamique relationnelle, les hiérarchies de pouvoir et les intentions partagées entre les deux protagonistes. Le système visuel se comporte comme une machine prédictive ultra-rapide capable d’anticiper la trajectoire motrice d’autrui plusieurs centaines de millisecondes avant son achèvement physique, faculté vitale pour la coopération et l’évitement des menaces dans l’environnement social ancestral.

6. Les mécanismes computationnels et la théorie de la résonance cinématique

6.1 Le modèle de reconstruction hiérarchique spatio-temporelle

Face à la prodigieuse efficacité de la perception du mouvement biologique, la psychologie computationnelle et les sciences cognitives ont cherché à modéliser formellement l’architecture algorithmique sous-tendant cette faculté. Le consensus théorique s’articule aujourd’hui autour d’un modèle de traitement hiérarchique et multiniveau, structuré en cascade spatio-temporelle.

Au niveau bas (primaire) de l’architecture, le système visuel extrait les primitives cinématiques locales. Les neurones dédiés à la direction et à la vitesse détectent les trajectoires instantanées des points lumineux, leurs accélérations, leurs décélérations périodiques et leurs points d’inflexion cinématiques. À ce stade purement local, aucun concept corporel n’existe encore ; il ne s’agit que d’un filtrage spatiotemporel de base opérant sur des signaux de flux optique discrets.

Au niveau intermédiaire (structural), intervient l’opération d’appariement topologique et d’analyse vectorielle différentielle telle que théorisée par Johansson. Le système visuel groupe les paires de points présentant des distances relatives invariantes ou oscillant autour d’un centre commun rigide. C’est ici que s’opère l’inférence des segments osseux : même si aucun trait ne relie le point de la cheville à celui du genou, le cerveau « crée » virtuellement le tibia parce que la distance euclidienne tridimensionnelle entre ces deux points demeure constante au cours du cycle cinématique (contrainte de non-extensibilité). Les pivots articulaires sont résolus, et une armature squelettique cinématique émerge spontanément de la décomposition vectorielle.

Au niveau supérieur (conceptuel/global), ce squelette articulé dynamique est mis en correspondance avec un modèle interne a priori ou un schéma corporel préexistant (spatiotemporal template). Ce schéma global n’est pas une image statique, mais une variété géométrique dynamique multi-dimensionnelle englobant les degrés de liberté anatomiques normaux du corps humain. Dès que la configuration vectorielle résonne avec ce gabarit dynamique interne, la perception consciente globale se cristallise : l’action est reconnue, étiquetée sémantiquement et projetée dans la conscience de l’observateur avec une fluidité phénoménale totale.

6.2 L’hypothèse des contraintes cinématiques de l’anatomie humaine

Pour que cette reconstruction hiérarchique fonctionne avec une telle rapidité, le cerveau ne peut pas se permettre d’explorer l’ensemble infini des combinaisons physiques possibles. Il doit obligatoirement restreindre son espace de recherche à l’aide de contraintes biologiques a priori profondément enracinées dans son architecture neuronale.

L’une des contraintes les plus fondamentales est le respect des lois physiques du pendule inversé et de la dynamique gravitationnelle terrestre. La marche humaine bipède est fondamentalement une chute contrôlée vers l’avant où chaque membre inférieur oscille selon des constantes biomécaniques déterminées par la longueur des os et l’accélération gravitationnelle de la Terre ($g \approx 9{,}81 \text{m/s}^2$). Le chercheur Nikolaus Troje a démontré que le système visuel utilise les accélérations verticales spécifiques des chevilles et des pieds comme une boussole cinématique fondamentale pour ancrer l’interprétation biologique.

De plus, le système visuel applique un principe de plausibilité motrice absolue. Si des expérimentateurs modifient artificiellement les trajectoires de points lumineux pour leur faire exécuter des mouvements violant les degrés de liberté articulaires humains — par exemple, en inversant la courbure de l’articulation du genou pour faire plier la jambe vers l’avant à la manière d’un oiseau, ou en violant la loi du tiers de puissance qui lie la courbure d’une trajectoire à sa vitesse d’exécution —, la performance perceptive s’effondre dramatiquement. L’observateur cesse de percevoir un corps humain fluide et rapporte la vision déconcertante d’une machine désarticulée ou d’une illusion mécanique incohérente. La perception visuelle est donc intimement régie par les lois biomécaniques réelles du corps anatomique.

6.3 Comparaison entre traitement ‘Bottom-Up’ et modulation ‘Top-Down’

L’un des débats les plus vifs issus des travaux de Johansson concerne l’équilibre fonctionnel entre les processus ascendants guidés par les données sensorielles (Bottom-Up) et les processus descendants guidés par les attentes cognitives et les représentations sémantiques (Top-Down).

D’un côté, l’automaticité foudroyante de la détection (moins de 200 millisecondes), le fait qu’elle s’impose même à un observateur distrait ou non prévenu, et sa résistance au bruit visuel plaident en faveur d’un mécanisme Bottom-Up massivement parallèle, comparable à un filtre sensoriel réflexe ou à un « détecteur d’animacy » pré-attentionnel spécialisé. Des études utilisant le paradigme de capture attentionnelle ont démontré qu’une cible de mouvement biologique « saute aux yeux » (effet pop-out) au milieu de cibles distractrices avec la même immédiateté qu’une pastille de couleur vive parmi des pastilles grises.

D’un autre côté, une multitude de données expérimentales confirment la présence d’une puissante modulation Top-Down. Lorsque des stimuli de mouvement biologique sont rendus extrêmement ambigus — par exemple, en projetant des points lumineux d’un marcheur dont le vecteur directionnel est ambigu, oscillant entre marcher vers l’avant ou marcher vers l’arrière —, la simple instruction verbale donnée au sujet ou l’orientation de son attention spatiale fait instantanément basculer la perception consciente d’une interprétation à l’autre. De même, les expériences de rivalité binoculaire (dans lesquelles un flux de mouvement biologique est présenté à un œil tandis qu’un flux géométrique incohérent est présenté à l’autre œil) ont démontré que le stimulus biologique domine significativement la conscience et subit moins de phases de suppression inconsciente qu’un stimulus mécanique ordinaire, prouvant que les structures conceptuelles de haut niveau renforcent activement la saillance perceptive des signaux signifiants.

7. Mouvement biologique et développement ontogénétique

7.1 Les compétences perceptives chez le nourrisson

L’une des questions épistémologiques les plus cruciales soulevées par les découvertes de Gunnar Johansson concerne l’origine même de cette capacité de traitement : s’agit-il d’un mécanisme appris au fil de l’expérience visuelle accumulée au cours de la vie, ou bien d’une prédisposition biologique innée, inscrite dans le patrimoine génétique de l’espèce humaine ? Les recherches menées en psychologie du développement ont apporté des réponses spectaculaires à cette interrogation.

En employant le paradigme du regard préférentiel (preferential looking paradigm), des chercheurs comme Robert Fox, puis plus tard Francesca Simion et Giorgio Vallortigara, ont testé des nourrissons d’âges de plus en plus précoces. Les résultats ont révélé que dès l’âge de deux jours après la naissance, des nouveau-nés humains fixent significativement plus longtemps et avec une préférence marquée un affichage par points lumineux représentant un animal ou un être humain en mouvement régulier qu’un affichage composé des mêmes points animés d’un mouvement aléatoire ou inversé haut-bas !

Cette sensibilité néonatale absolue, observée avant même que le nourrisson n’ait pu développer une expérience visuelle significative de son propre corps ou de son environnement social, prouve l’existence d’un mécanisme inné de détection des signatures du vivant. Tout comme le cerveau humain possède un dispositif inné pour orienter son attention préférentielle vers les visages humains (le mécanisme de conspec/conlern décrit par Morton et Johnson), il dispose d’un filtre d’alerte cinématique phylogénétiquement ancien destiné à focaliser immédiatement le système attentionnel du nourrisson vers les agents biologiques animés, fondement nécessaire à la survie et à l’attachement interindividuel.

7.2 Évolution des performances au cours de l’enfance et de l’adolescence

Si la sensibilité de base au mouvement biologique est indubitablement innée, le raffinement quantitatif et qualitatif de cette faculté suit une longue trajectoire développementale tout au long de l’enfance et de l’adolescence.

Les études psychophysiques mesurant les seuils de tolérance au bruit masquant ont démontré que la capacité à extraire un marcheur en points lumineux au milieu d’un nuage dense de distracteurs cinématiques s’améliore de manière continue entre l’âge de 3 ans et l’âge de 12 ans. Chez le très jeune enfant, le système perceptif est facilement saturé par des perturbations visuelles locales, car ses connexions synaptiques de longue distance reliant les aires visuelles primaires aux aires temporales et frontales de haut niveau ne sont pas encore totalement myélinisées.

De même, la capacité à décoder des informations fines telles que l’orientation émotionnelle subtile d’une démarche ou le genre biologique à partir du ratio pendulaire s’affine considérablement entre 6 et 14 ans. Cette maturation tardive coïncide avec le développement de la cognition sociale, de la théorie de l’esprit (Theory of Mind) et l’enrichissement continu du répertoire moteur personnel de l’enfant. L’apprentissage perceptif et l’exercice de la motricité corporelle agissent ainsi comme des catalyseurs qui sculptent et polissent la précision computationnelle des filtres cinématiques de haut niveau jusqu’au seuil de l’âge adulte.

7.3 Le vieillissement et la résistance du système de perception du mouvement

À l’autre extrémité de la vie humaine, l’exploration de la perception du mouvement biologique chez les personnes âgées a révélé des caractéristiques neurobiologiques d’un très grand intérêt pour les sciences de la sénescence.

Les recherches indiquent que la détection canonique d’un affichage par points lumineux non masqué demeure remarquablement préservée au cours du vieillissement sain. Contrairement à de nombreuses autres fonctions visuelles de bas niveau — telles que la sensibilité aux contrastes spatiaux élevés, l’acuité visuelle photopique ou la détection de la vitesse pure d’objets mécaniques, qui subissent un déclin linéaire inéluctable lié au vieillissement oculaire et cortical —, la capacité à reconnaître un être humain en mouvement reste intacte chez les octogénaires et les nonagénaires. Cette résilience témoigne de la redondance neurale et de la robustesse évolutive des réseaux cérébraux sous-tendant la reconnaissance du vivant.

Cependant, un déclin sélectif réapparaît dès lors que des tâches d’intégration spatio-temporelle complexe sous masquage dynamique sévère sont requises. Chez les adultes très âgés, la vitesse d’extraction du signal au sein d’un bruit cinématique dense diminue, reflétant un ralentissement des mécanismes d’inhibition corticale et de communication rétroactive (feedback loops) entre les lobes pariétaux et le cortex visuel primaire. Néanmoins, les personnes âgées mettent en place des stratégies compensatoires cognitives efficaces : elles s’appuient davantage sur l’analyse globale de la cinématique corporelle pour maintenir leurs compétences cruciales de communication non-verbale et de sécurité locomotrice dans leur environnement quotidien.

8. Les bases neurobiologiques : De la découverte comportementale aux réseaux cérébraux

8.1 Le rôle pivot du sillon temporal supérieur (STS)

Lorsque Gunnar Johansson formula sa théorie dans les années 1970, les neurosciences cognitives humaines étaient encore privées des outils d’imagerie cérébrale fonctionnelle non-invasive qui allaient transformer la discipline à la fin du siècle. Johansson dut formuler ses modèles sous forme d’opérateurs mathématiques abstraits. Cependant, dès l’avènement de la tomographie par émission de positons (TEP) puis de l’imagerie par résonance magnétique fonctionnelle (IRMf) dans les années 1990, les chercheurs se précipitèrent pour localiser les substrats neuronaux de ses découvertes.

L’exploration neurobiologique a permis d’identifier une structure anatomique centrale et incontournable : la partie postérieure du sillon temporal supérieur (souvent désignée par l’acronyme anglais pSTS pour posterior Superior Temporal Sulcus). Des centaines d’études en IRMf ont confirmé que le pSTS s’active de manière élective, robuste et reproductible lorsque des sujets visualisent des affichages par points lumineux de mouvement biologique, alors que son niveau d’activité s’effondre face à des mouvements mécaniques aléatoires, des mouvements d’objets inanimés ou des stimuli statiques.

Le pSTS agit comme un véritable carrefour intégrateur forme-mouvement dans le cerveau des primates. Des enregistrements électrophysiologiques unitaires chez le macaque ont révélé l’existence, au sein de cette région, de neurones individuels hautement spécialisés qui ne déchargent que lorsqu’un pattern visuel combine simultanément une morphologie articulée particulière et une cinématique spécifique (par exemple, un bras s’abaissant selon une vitesse biologique naturelle). Si le mouvement est inversé dans le temps ou si la vitesse devient non-biologique, le neurone cesse de décharger. Les prédictions théoriques de Johansson sur l’existence d’opérateurs dédiés au couplage dynamique de la forme ont ainsi trouvé leur correspondance cellulaire exacte dans le cortex temporal supérieur.

8.2 L’interaction entre les voies dorsale et ventrale

L’un des apports majeurs de la recherche contemporaine sur le mouvement biologique a été d’éclairer la manière dont le cerveau réconcilie les deux grands flux anatomiques du système visuel cortical : la voie dorsale (la voie du « où » et du « comment », s’étendant du cortex strié vers le lobe pariétal) et la voie ventrale (la voie du « quoi », reliant le cortex strié au lobe temporal inférieur).

Dans le traitement des affichages par points lumineux de Johansson, ces deux voies collaborent de manière symphonique :

• La voie dorsale, et tout particulièrement l’aire visuelle MT/V5 (Medial Temporal) et sa région satellite MST (Medial Superior Temporal), prend en charge l’analyse de bas niveau des vecteurs cinématiques élémentaires. Les neurones de MT/V5 codent la direction, la vitesse locale et l’orientation des flux de mouvement instantanés de chaque point rétro-réfléchissant.
• La voie ventrale, à travers l’aire fusiforme des visages (FFA) et plus particulièrement l’aire corporelle extrastriée (Extrastriate Body Area ou EBA), analyse les configurations statiques instantanées des segments corporels et infère la posture anatomique représentée par l’agencement spatial des points.

Le modèle neuro-computationnel moderne démontre que le sillon temporal supérieur postérieur (pSTS) constitue le point d’orgue où convergent ces deux flux parallèles. Le pSTS reçoit simultanément les informations cinématiques dynamiques en provenance de l’aire MT/V5 et les représentations posturales morphologiques issues de l’EBA. C’est au sein de ce nœud cortical intégrateur que s’opère la synthèse vectorielle johanssonienne : le mouvement et la forme se fondent en une gestalt dynamique unifiée et indissociable.

8.3 Le système des neurones miroirs et le couplage perception-action

À la fin des années 1990, la découverte du système des neurones miroirs (Mirror Neuron System) par l’équipe de Giacomo Rizzolatti à l’Université de Parme a apporté une résonance théorique spectaculaire aux postulats de Gunnar Johansson. Les neurones miroirs, initialement identifiés dans le cortex prémoteur ventral (aire F5) et le cortex pariétal inférieur du macaque, présentent la propriété exceptionnelle de s’activer à la fois lorsque l’individu exécute une action motrice finalisée et lorsqu’il observe un autre individu exécuter la même action.

Des recherches en magnétoencéphalographie (MEG) et en IRMf ont démontré que l’observation des affichages par points lumineux de Johansson recrute massivement l’ensemble du réseau miroir fronto-pariétal humain. Dès qu’un observateur regarde une douzaine de points blancs marchant sur un écran, son propre cortex moteur s’active comme s’il exécutait lui-même cette marche ! Cette découverte a donné naissance à la théorie de la simulation motrice interne : pour décoder la cinématique d’autrui, le cerveau de l’observateur projette les trajectoires visuelles sur son propre système de commande motrice.

Cette résonance sensorimotrice crée un pont épistémologique saisissant avec l’intuition fondatrice de Johansson : nous ne comprenons pas le mouvement des êtres vivants comme de simples géomètres passifs, mais parce que notre cerveau est lui-même un générateur de cinématiques articulées. La perception du mouvement biologique n’est pas une simple opération d’optique réceptive, c’est un acte de co-simulation motrice active où le système moteur de l’observateur résonne harmoniquement avec la partition cinématique projetée sur sa rétine.

9. Applications cliniques et psychopathologiques inspirées des travaux de Johansson

9.1 L’évaluation du spectre de l’autisme (TSA)

L’utilisation des paradigmes de Gunnar Johansson s’est avérée extraordinairement féconde dans l’exploration clinique des troubles du neurodéveloppement, au premier rang desquels figure le trouble du spectre de l’autisme (TSA). L’autisme étant caractérisé par des altérations profondes de la communication sociale et des interactions interpersonnelles, de nombreux chercheurs ont émis l’hypothèse que ces difficultés pourraient s’enraciner dans un déficit précoce du décodage des signaux biologiques élémentaires.

Les investigations menées par Ami Klin, Warren Jones et leurs collaborateurs ont démontré que des nourrissons et de jeunes enfants diagnostiqués ultérieurement avec un TSA présentent une altération sélective de la détection spontanée du mouvement biologique. Alors que les enfants neurotypiques orientent instinctivement leur regard vers des points lumineux représentant un humain plutôt que vers des mouvements mécaniques inversés, les enfants avec autisme montrent une absence d’orientation préférentielle spontanée vers ces stimuli biologiques, ou manifestent une préférence atypique pour les animations présentant des symétries physiques et temporelles rigides non-biologiques.

Chez les adultes et adolescents avec autisme de haut niveau, si la reconnaissance de base de la marche en points lumineux est souvent préservée dans des conditions d’observation optimales sans bruit, des déficits majeurs émergent dès lors qu’il s’agit d’extraire les composantes émotionnelles et intentionnelles à partir de la cinématique articulaire. Les personnes avec autisme éprouvent des difficultés considérables à déterminer si un marcheur en points lumineux est en colère ou effrayé, et peinent à prédire les intentions sous-jacentes à des interactions instrumentales complexes. Aujourd’hui, les affichages par points lumineux sont activement développés comme des biomarqueurs comportementaux quantitatifs standardisés, permettant un repérage diagnostique précoce et le suivi objectif de protocoles d’entraînement sociocognitif.

9.2 La schizophrénie et les dysfonctionnements du traitement dynamique

La schizophrénie constitue une autre pathologie psychiatrique majeure où les outils méthodologiques de Johansson ont permis des avancées diagnostiques et physiopathologiques substantielles. Cette affection psychotique implique une perturbation globale de la perception de la réalité, de la synchronisation temporelle et de la cognition sociale (difficultés majeures de théorie de l’esprit et de détection des affects d’autrui).

De nombreuses études psychophysiques ont mis en évidence que les patients atteints de schizophrénie présentent une dégradation marquée de leurs performances dans les tâches de détection et de discrimination du mouvement biologique sous masquage. L’analyse fine de leurs erreurs révèle un trouble précis au niveau de l’analyse vectorielle johanssonienne : les patients échouent à décomposer harmonieusement le mouvement commun et le mouvement relatif, ce qui entraîne une désorganisation de l’intégration globale de la silhouette dynamique. Au lieu de percevoir un tout cohérent, ils perçoivent souvent des fragments corporels disjoints ou des mouvements locaux déconnectés les uns des autres.

Fait remarquable, la sévérité de ce déficit de perception du mouvement biologique chez les patients schizophrènes est directement corrélée à l’intensité de leurs symptômes cliniques dits « négatifs » (retrait social, émoussement affectif, apathie) ainsi qu’à la gravité de leurs difficultés dans les interactions de la vie quotidienne. Les études de neuro-imagerie fonctionnelle ont relié ces défaillances à une altération structurelle et fonctionnelle de la connectivité temporo-pariétale, notamment une baisse significative de l’activité du sillon temporal supérieur postérieur (pSTS) et une désynchronisation des réseaux miroirs fronto-pariétaux, confirmant que la rupture avec la réalité partagée s’enracine jusque dans les mécanismes cérébraux primaires de traitement de la cinématique humaine.

9.3 Les atteintes cérébrales focales et l’akinétopsie

L’étude de patients neurologiques victimes de lésions cérébrales focales consécutives à des accidents vasculaires cérébraux (AVC) ou des traumatismes crâniens a permis d’apporter des preuves neuro-anatomiques décisives sous la forme de dissociations cognitives doubles.

Le cas le plus emblématique de la neurologie visuelle moderne est sans conteste celui de la patiente LM, documenté de manière approfondie par Josef Zihl et son équipe dans les années 1980. La patiente LM souffrait d’une lésion bilatérale symétrique du cortex temporo-occipital latéral (incluant l’aire MT/V5), provoquant une condition rarissime baptisée akinétopsie (cécité au mouvement). Pour LM, le monde en mouvement avait cessé d’exister sous forme fluide : elle voyait la vie sous forme d’une succession saccadée de photographies statiques discontinues, au point d’être incapable de verser du thé dans une tasse (le liquide semblait figé comme un bloc de glace jusqu’à ce que la tasse déborde soudainement) ou de traverser une rue (les voitures changeant de place instantanément sans qu’elle puisse appréhender leur approche).

Or, testée sur les affichages par points lumineux de Gunnar Johansson, la patiente LM démontra une capacité tout à fait fascinante et paradoxale : alors qu’elle était incapable de déterminer la direction ou la vitesse d’un point lumineux unique glissant sur un écran, dès qu’une configuration de douze points formait la marche d’un être humain, elle reconnaissait immédiatement et sans hésitation qu’il s’agissait d’une personne en train de marcher ! Cette dissociation clinique magistrale a prouvé que la reconnaissance du mouvement biologique ne dépend pas de l’aire cinématique générique MT/V5 isolée, mais fait intervenir un circuit cortical distinct et autonome centré sur le pSTS et la voie ventrale, capable d’extraire la morphologie humaine dynamique même en cas d’atteinte gravissime des détecteurs de mouvement visuels conventionnels.

10. Applications technologiques : Vision par ordinateur, animation et robotique

10.1 L’essor de la capture de mouvement (‘Motion Capture’) dans l’industrie numérique

Au-delà de son impact fondamental sur les sciences médicales et cognitives, l’héritage méthodologique de Gunnar Johansson a engendré une métamorphose radicale de l’industrie numérique, du cinéma d’effets visuels et de l’univers des jeux vidéo à travers l’essor planétaire de la capture de mouvement (Motion Capture ou MoCap).

La filiation technologique entre le laboratoire d’Uppsala des années 1970 et les studios hollywoodiens contemporains est directe et linéaire. Les dispositifs optiques modernes de MoCap (développés par des pionniers comme Vicon, Qualisys ou OptiTrack) reposent rigoureusement sur le protocole inventé par Johansson : des acteurs enfilent des combinaisons noires équipées de marqueurs rétro-réfléchissants positionnés sur les points pivots articulaires précis définis par les travaux biomécaniques suédois. Une couronne de caméras infrarouges traque la position tridimensionnelle de ces points dans l’espace avec une fréquence d’échantillonnage de plusieurs centaines d’images par seconde pour reconstituer un squelette géométrique vectoriel.

Cette technologie a permis de contourner magistralement l’écueil bien connu de la vallée de l’étrange (uncanny valley), théorisée par Masahiro Mori. Avant l’adoption de la capture de mouvement, les personnages animés créés manuellement par des artistes numériques provoquaient chez les spectateurs un profond malaise psychologique, car leurs démarches et leurs mouvements faciaux, bien que visuellement sophistiqués en surface, violaient subtilement les lois subtiles de la cinématique biologique. En injectant directement les coordonnées vectorielles réelles issues des acteurs vivants dans les armatures des personnages virtuels — comme pour Gollum dans Le Seigneur des Anneaux ou les Na’vis dans Avatar —, l’industrie cinématographique a pu conférer aux avatars numériques un réalisme phénoménologique saisissant, démontrant sur grand écran la véracité du postulat johanssonien : l’illusion de la vie repose avant tout sur la perfection de sa signature cinématique.

10.2 La vision par ordinateur et la vidéosurveillance intelligente

Dans le domaine de l’intelligence artificielle et de la vision par ordinateur (computer vision), les modèles vectoriels de Johansson constituent le fondement méthodologique de la plupart des algorithmes contemporains d’analyse du comportement humain et d’estimation de pose (Human Pose Estimation).

Les architectures algorithmiques modernes, telles que OpenPose, AlphaPose ou les modèles développés par Google MediaPipe, sont spécifiquement conçues pour résoudre le problème inverse que Johansson étudiait sur ses oscilloscopes : transformer un flux vidéo matriciel bidimensionnel brut en un ensemble ordonné de coordonnées articulaires squelettiques (Keypoints). Les réseaux de neurones convolutifs (CNN) et les transformeurs visuels actuels sont entraînés à extraire spontanément ces « points lumineux » virtuels à partir des corps filmés dans des environnements naturels encombrés.

Une fois cette réduction squelettique accomplie, des algorithmes d’analyse vectorielle et des réseaux de neurones récurrents (LSTM, Graph Convolutional Networks) classifient en temps réel les actions observées au sein des systèmes de vidéosurveillance intelligente. Ces technologies permettent de détecter automatiquement et sans intervention humaine des événements critiques : chutes de personnes âgées dans des établissements de soins, comportements suspects de rôdeurs, gestes agressifs au milieu d’une foule, ou intrusions périmétriques. L’efficacité computationnelle de ces systèmes d’intelligence artificielle découle directement du principe d’économie vectorielle énoncé à Uppsala en 1950 : réduire des millions de pixels redondants à une douzaine de vecteurs cinématiques invariants permet d’accélérer drastiquement le calcul tout en fiabilisant l’interprétation sémantique de la scène.

10.3 La robotique humanoïde et l’interaction homme-machine (IHM)

L’essor contemporain de la robotique humanoïde autonome (incarnée par des projets tels que Boston Dynamics Atlas, Tesla Optimus, ou les créations des laboratoires d’Hiroshi Ishiguro) s’est heurté à un obstacle majeur lors du déploiement de machines dans l’espace social humain : le sentiment de menace ou de rejet provoqué par des mouvements d’actionneurs rigides, saccadés ou trop parfaitement mécaniques.

Pour assurer une véritable acceptabilité sociale et une sécurité optimale lors de l’interaction physique homme-machine, les ingénieurs en robotique appliquent désormais les principes biomécaniques formalisés par les continuateurs de Johansson. Les trajectoires motrices des bras et des jambes articulés des robots sont programmées pour obéir scrupuleusement aux lois de la cinématique biologique, notamment la loi du tiers de puissance (reliant courbure spatiale et vitesse angulaire) et le principe de minimisation du jerk (dérivée de l’accélération par rapport au temps), garantissant des accélérations d’une fluidité pendulaire naturelle.

Dans le champ plus vaste de l’interaction homme-machine (IHM), les interfaces sans contact (telles que feue la Microsoft Kinect ou les systèmes de suivi gestuel des casques de réalité virtuelle et augmentée comme l’Apple Vision Pro) reposent toutes sur la captation minimale de la cinématique des mains et du corps par des nuages de points vectoriels. En reproduisant les mécanismes d’inférence projective rapides du cerveau humain, ces interfaces permettent un dialogue intuitif, fluide et naturel entre l’utilisateur et l’ordinateur, sans qu’aucun périphérique physique intermédiaire ne soit nécessaire.

11. Débats théoriques, controverses et limites du cadre johanssonien

11.1 Le statut du traitement global versus local

Malgré l’éclat et la postérité des travaux de Gunnar Johansson, son cadre théorique a fait l’objet de vifs débats académiques et de controverses scientifiques tout au long des quatre dernières décennies. L’une des querelles les plus fondamentales porte sur la primauté du traitement global par rapport au traitement local de l’information.

Gunnar Johansson, fidèle à son héritage de la Gestalt, penchait résolument pour un modèle de mise en correspondance globale (Global Template Matching). Selon lui, le cerveau n’analyse pas un point lumineux individuel pour en déduire ensuite la forme, mais projette d’emblée une structure géométrique holistique sur l’ensemble de la constellation en mouvement. Pour les partisans de cette approche globale, c’est l’agencement relationnel d’ensemble qui dicte le sens, et les points pris isolément sont dépourvus de toute signification biologique.

Cette vision a été vigoureusement contestée par le chercheur Nikolaus Troje et son équipe à l’Université Queen’s au Canada. Troje a soutenu l’hypothèse d’un détecteur de signal cinématique local (Local Motion Detector), indépendant de la forme globale. Pour le démontrer empiriquement, Troje a conçu des stimuli expérimentaux chimériques appelés « marcheurs brouillés » (scrambled walkers). Dans ces stimuli, la forme anatomique globale du marcheur est totalement détruite en déplaçant aléatoirement la position d’origine de chaque point lumineux sur l’écran (le point du pied est placé en haut à droite, le point de l’épaule en bas au centre, etc.), mais chaque point conserve scrupuleusement sa trajectoire cinématique locale d’origine.

Les résultats de ces expériences furent saisissants : même face à un marcheur totalement désorganisé où aucune forme humaine n’est visible, les observateurs sont toujours capables d’identifier la direction de déplacement (marche vers la gauche ou vers la droite) avec un score largement supérieur au hasard, à condition que les trajectoires locales des chevilles soient conservées ! Troje a ainsi démontré que l’accélération verticale non-symétrique propre aux pieds heurtant le sol — signature cinématique directe de l’interaction avec le champ gravitationnel terrestre — agit comme un indice local primitif autosuffisant pour orienter le système visuel. Le débat contemporain s’accorde aujourd’hui sur un compromis : le cerveau utiliserait un détecteur local ultra-rapide basé sur la cinématique gravitationnelle des pieds pour alerter le système attentionnel, suivi d’une intégration globale holistique telle que postulée par Johansson pour reconstruire l’ensemble de l’anatomie.

11.2 L’effet d’inversion et la spécificité humaine

Une autre controverse théorique majeure concerne la spécificité du mouvement biologique et son analogie avec d’autres fonctions perceptives hautement spécialisées, en premier lieu la perception des visages.

Dans les années 1980 et 1990, des chercheurs ont mis en évidence un phénomène psychophysique spectaculaire : l’effet d’inversion du mouvement biologique (Biological Motion Inversion Effect). Si l’on prend un affichage par points lumineux canonique d’un marcheur de Johansson et qu’on le retourne verticalement à 180 degrés (la tête en bas et les pieds en haut), la reconnaissance du stimulus se détériore de manière catastrophique. Bien que toutes les distances relatives, toutes les vitesses locales et toutes les décompositions vectorielles internes soient rigoureusement conservées d’un point de vue mathématique, les sujets humains perdent la capacité de reconnaître rapidement l’action, ont du mal à identifier le genre ou les émotions, et sont incapables de filtrer le bruit masquant.

Cet effet d’inversion reproduit trait pour trait l’effet d’inversion bien connu observé sur les visages humains (Face Inversion Effect de Yin). Ce constat a poussé de nombreux auteurs à affirmer que le mouvement biologique ne relève pas d’une simple géométrie vectorielle générale comme le pensait Johansson, mais d’un module d’expertise perceptif ultra-spécifique, calibré exclusivement pour les bipèdes dressés dans le sens de la gravité terrestre. De surcroît, la question de l’universalité biologique s’est enrichie d’études montrant que les poussins, les pigeons, les chats et les chiens sont eux aussi capables de percevoir des stimuli de points lumineux représentant des conspécifiques de leurs propres espèces, suggérant un ensemble de systèmes de détection phylogénétiquement diversifiés plutôt qu’un mécanisme purement humain.

11.3 Les critiques méthodologiques relatives au réductionnisme expérimental

Enfin, le paradigme même des affichages par points lumineux a suscité des critiques de nature épistémologique et méthodologique, émanant principalement des courants les plus radicaux de la psychologie écologique gibsonienne.

Les critiques ont souligné le caractère hyper-artificiel et hautement décontextualisé des points lumineux de Johansson. Dans la réalité naturelle, un organisme vivant n’est jamais réduit à un ensemble de lucioles rétro-réfléchissantes isolées dans les ténèbres absolues d’une chambre noire. Dans l’écologie visuelle réelle, un être en mouvement est indissociable de son environnement : il projette des ombres portées continues sur le sol, engendre des gradients d’occlusion dynamique (des surfaces sont masquées puis dévoilées au fil du mouvement le long des contours d’occlusion), déforme des flux de texture optique complexes et interagit avec les lignes de fuite perspectives du décor.

En éliminant chirurgicalement l’ensemble de ces indices écologiques pour ne conserver que la cinématique ponctuelle, Johansson a-t-il étudié le fonctionnement naturel de la vision, ou a-t-il créé une curiosité de laboratoire exploitant une capacité computationnelle marginale du cerveau humain ? Les partisans modernes de la vision computationnelle reconnaissent aujourd’hui les limites inhérentes au modèle vectoriel johanssonien pur : lorsque l’on tente de l’appliquer à des scènes vidéo naturelles encombrées, où des dizaines de personnes se croisent au milieu de feuillages agités par le vent et de reflets lumineux complexes, l’analyse vectorielle linéaire s’effondre face à l’explosion combinatoire des signaux. Les modèles contemporains doivent obligatoirement réintégrer les indices de surface, de texture, de couleur et d’occlusion pour égaler la robustesse de la perception humaine en milieu naturel.

12. L’héritage scientifique et la postérité académique de Gunnar Johansson (1911-1998)

12.1 L’influence durable sur la communauté des sciences de la vision

Lorsque Gunnar Johansson s’est éteint en 1998 à l’âge de 87 ans, il laissait derrière lui une communauté scientifique internationale profondément et irréversiblement transformée par ses idées. L’École de perception d’Uppsala avait essaimé dans le monde entier, formant des dizaines de professeurs et de chercheurs prestigieux qui allaient à leur tour diriger les plus grands départements de sciences cognitives d’Europe, d’Amérique du Nord et d’Asie.

L’article princeps de 1973, « Visual perception of biological motion and a model for its analysis », figure aujourd’hui sans discontinuer au panthéon des cinquante articles les plus cités et les plus influents de toute l’histoire de la psychologie expérimentale et des sciences cognitives. Plus d’un demi-siècle après sa publication originale, le nombre de citations annuelles de cette publication continue de croître de manière exponentielle, alimenté par le renouveau perpétuel suscité par les neurosciences computationnelles, la résonance magnétique fonctionnelle et l’intelligence artificielle générative.

Tout au long de sa brillante carrière, Johansson a reçu les plus hautes distinctions académiques internationales, consacrant la stature d’un géant discret de la science suédoise. Membre de l’Académie royale des sciences de Suède, docteur honoris causa de multiples universités prestigieuses à travers le monde, il est demeuré jusqu’à ses derniers jours un chercheur passionné, arpentant les couloirs du département de psychologie d’Uppsala avec la curiosité inaltérée d’un explorateur de la conscience visuelle.

12.2 L’intégration dans les paradigmes contemporains de l’esprit incarné (Embodied Cognition)

L’une des postérités les plus fascinantes de l’œuvre de Gunnar Johansson réside dans son adéquation prémonitoire avec les courants philosophiques et cognitifs les plus récents, en particulier le paradigme de l’esprit incarné (Embodied Cognition) et de l’action située, formalisés par des penseurs tels que Francisco Varela, Alva Noë et Andy Clark.

Alors que la science cognitive classique des années 1960 à 1980 concevait l’esprit comme un ordinateur désincarné traitant des symboles abstraits et manipulables selon des règles logiques formelles indépendantes du corps physique, les travaux de Johansson ont rappelé avec éclat que la vision est organiquement et viscéralement chevillée aux contraintes mécaniques du corps biologique en mouvement. Le système perceptif humain ne décode pas le monde comme un spectateur distant analysant un tableau statique ; il le décode en tant qu’organisme biologique charnel dont la propre motricité structure en profondeur les algorithmes de décodage sensoriel.

De surcroît, les intuitions de Johansson ont trouvé une renaissance conceptuelle spectaculaire dans le cadre moderne du codage prédictif (Predictive Coding) développé par Karl Friston et Andy Clark. Dans cette perspective contemporaine, le cerveau est modélisé comme une machine d’inférence bayésienne active qui minimise l’erreur de prédiction en projetant des priors cinématiques descendants sur les flux sensoriels ascendants. Le modèle d’analyse vectorielle et l’hypothèse de rigidité de Johansson sont désormais formalisés comme des « hyper-priors » spatio-temporels fondamentaux : des croyances probabilistes a priori ultra-stables encodées dans les circuits neuronaux du cortex visuel, stipulant que les variations lumineuses doivent être résolues comme les mouvements continus d’un corps structuré dans un champ de forces gravitationnel.

12.3 Bilan épistémologique : Gunnar Johansson comme architecte de la vision dynamique

Au terme de cette analyse exhaustive, l’apport historique de Gunnar Johansson s’impose avec une éclatante clarté épistémologique : il fut l’homme qui a réhabilité le temps dans l’analyse de l’espace perceptif. En brisant la métaphore photographique de l’image rétinienne statique qui emprisonnait la psychophysique depuis Johannes Müller et Hermann von Helmholtz, il a hissé la cinématique au rang de principe organisateur autonome, primitif et constitutif de la psyché humaine.

L’audace géniale de sa démarche a consisté à démontrer que la complexité infinie de la vie et des interactions humaines peut être comprise scientifiquement sans recourir à un mysticisme insaisissable ni à un réductionnisme aveugle. En épurant le réel jusqu’à n’en conserver que quelques points de lumière flottant dans l’obscurité, il a dévoilé la machinerie intime par laquelle le cerveau humain tisse le sens, l’émotion et la reconnaissance de l’altérité à partir des lois universelles de la géométrie et du mouvement.

Pour le XXIe siècle naissant, alors que l’humanité s’apprête à cohabiter quotidiennement avec des entités artificielles autonomes — robots d’assistance humanoïdes, agents virtuels métavers et systèmes de surveillance ubiquitaires —, les questionnements soulevés par Gunnar Johansson entre les murs discrets de son laboratoire d’Uppsala n’ont jamais été aussi vibrants d’actualité. En nous apprenant à voir comment nous voyons la vie, Gunnar Johansson a légué à la science bien plus qu’une brillante série de protocoles expérimentaux : il a offert à l’humanité un miroir cinématique immortel où se reflète la signature même de notre condition vivante.

Références

• Börjesson, E., & von Hofsten, C. (1972). Spatial determinants of depth perception in two-dot motion patterns. Perception & Psychophysics, 11(4), 263–268. https://doi.org/10.3758/BF03210375
• Cutting, J. E., & Kozlowski, L. T. (1977). Recognizing friends by their walk: Gait perception without familiarity cues. Bulletin of the Psychonomic Society, 9(5), 353–356. https://doi.org/10.3758/BF03337021
• Gibson, J. J. (1979). The Ecological Approach to Visual Perception. Houghton Mifflin.
• Grossman, E. D., & Blake, R. (2002). Brain areas active during visual perception of biological motion. Neuron, 35(6), 1167–1175. https://doi.org/10.1016/S0896-6273(02)00897-8
• Johansson, G. (1950). Configurations in Event Perception: An Experimental Study. Almqvist & Wiksell.
• Johansson, G. (1973). Visual perception of biological motion and a model for its analysis. Perception & Psychophysics, 14(2), 201–211. https://doi.org/10.3758/BF03212378
• Johansson, G. (1975). Visual motion perception. Scientific American, 232(6), 76–89. https://doi.org/10.1038/scientificamerican0675-76
• Johansson, G. (1976). Spatio-temporal sensory processes in sensory perception. In E. C. Carterette & M. P. Friedman (Eds.), Handbook of Perception (Vol. 7, pp. 245–277). Academic Press.
• Klin, A., Lin, D. J., Gorrindo, P., Ramsay, G., & Jones, W. (2009). Two-month-olds at risk for autism fail to prioritize biological motion. Nature, 459(7244), 257–261. https://doi.org/10.1038/nature07868
• Rizzolatti, G., & Craighero, L. (2004). The mirror-neuron system. Annual Review of Neuroscience, 27(1), 169–192. https://doi.org/10.1146/annurev.neuro.27.070203.144230
• Runeson, S., & Frykholm, G. (1981). Visual perception of lifted weight: The kinematic specification of dynamics (KSD) principle. Journal of Experimental Psychology: Human Perception and Performance, 7(4), 733–740. https://doi.org/10.1037/0096-1523.7.4.733
• Runeson, S., & Frykholm, G. (1983). Detection of sex and expending of effort by dynamic cues in dynamic events. Journal of Experimental Psychology: General, 112(4), 585–615. https://doi.org/10.1037/0096-3445.112.4.585
• Simion, F., Regolin, L., & Bulf, H. (2008). A predisposition for biological motion in the newborn baby. Proceedings of the National Academy of Sciences, 105(2), 809–813. https://doi.org/10.1073/pnas.0707021105
• Troje, N. F. (2002). Decomposing biological motion: A framework for analysis and synthesis of human gait based on linear systems theory. Journal of Vision, 2(5), 371–387. https://doi.org/10.1167/2.5.2
• Troje, N. F., & Westhoff, C. (2006). The inversion effect in biological motion perception: Evidence for a « life detector »? Current Biology, 16(8), 821–824. https://doi.org/10.1016/j.cub.2006.03.022
• Ullman, S. (1979). The Interpretation of Visual Motion. MIT Press.
• Zihl, J., von Cramon, D., & Mai, N. (1983). Selective disturbance of movement vision after bilateral brain damage. Brain, 106(2), 313–340. https://doi.org/10.1093/brain/106.2.313