L’analyse quantifiée de la marche est aujourd’hui le gold standard pour caractériser objectivement les troubles locomoteurs. Elle repose sur des laboratoires équipés de caméras infrarouges et de plateformes de force, dont le coût, l’espace et le temps de préparation les rendent inaccessibles à la grande majorité des cabinets cliniques. Depuis quelques années, les méthodes dites markerless , appuyées par l’intelligence artificielle, permettent d’estimer la cinématique de la marche directement à partir de vidéos standard. Cet article retrace l’évolution de ces solutions, de la 2D monoculaire aux logiciels multicaméras tels que Pose2Sim, OpenCap et Theia3D, et discute leur précision, leurs limites actuelles et les perspectives ouvertes par les approches monoculaires pour la pratique podologique.

Quantitative gait analysis remains the gold standard for the objective characterisation of locomotor disorders. It relies on instrumented laboratories with infrared cameras and force platforms, the cost, footprint and set-up time of which keep them out of reach of most clinical practices. Over the past few years, markerless methods supported by artificial intelligence have made it possible to estimate gait kinematics directly from standard video. This article reviews the evolution of these approaches – from 2D monocular pose estimation to multi-camera pipelines such as Pose2Sim, OpenCap and Theia3D – and discusses their accuracy, current limitations and the perspectives that monocular approaches open up for podiatric practice.