Nhận dạng cử chỉ bàn tay dùng mạng nơ-ron chập

Bài viết này thiết lập một mạng nơ-ron chập với 14 lớp và ứng dụng vào hệ thống nhận dạng 6 cử chỉ bàn tay phải, với đối tượng đầu vào là các ảnh tĩnh thu được từ camera điện thoại. Tập dữ liệu huấn luyện được tạo ra từ các cử chỉ tay của 7 người.
Nội dung trích xuất từ tài liệu:
Nhận dạng cử chỉ bàn tay dùng mạng nơ-ron chập ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG, VOL. 19, NO. 4.1, 2021 53 NHẬN DẠNG CỬ CHỈ BÀN TAY DÙNG MẠNG NƠ-RON CHẬP HAND GESTURE RECOGNITION USING CONVOLUTIONAL NEURAL NETWORK Lê Minh Thành1, Lê Minh1, Phan Văn Ca1, Đặng Phước Hải Trang1, Đỗ Duy Tân1, Trương Ngọc Sơn1* 1 Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh Tác giả liên hệ: sontn@hcmute.edu.vn * (Nhận bài: 19/02/2021; Chấp nhận đăng: 15/4/2021) Tóm tắt - Giao diện người – máy sẽ trực quan hơn nếu con người Abstract - The human-machine interfaces will be more efficient có thể điều khiển máy tính bằng giọng nói hay cử chỉ mà không when operated with voices or gestures without any hardware, such cần dùng các thiết bị điều khiển như chuột hay bàn phím. as mouse or keyboards. In particular, vision-based systems will be Đặc biệt, hệ thống thị giác sẽ thích hợp hơn trong môi trường ồn more appropriate in loud environments or environments with ào hoặc có âm thanh bị nhiễu. Bên cạnh đó, mạng nơ-ron chập noises. In addition, the convolutional neural network has been được áp dụng khá nhiều trong các bài toán nhận dạng với độ chính applied more and more frequently in recognition problems with xác cao như nhận dạng gương mặt, nhận dạng số viết tay, xử lý high accuracy such as face recognition, handwritten digits ngôn ngữ tự nhiên. Bài báo này thiết lập một mạng nơ-ron chập recognition, natural language processing. In this paper, we với 14 lớp và ứng dụng vào hệ thống nhận dạng 6 cử chỉ bàn tay employed a convolutional neural network with 14 layers for the phải, với đối tượng đầu vào là các ảnh tĩnh thu được từ camera hand gesture recognition system with 6 different gestures of the điện thoại. Tập dữ liệu huấn luyện được tạo ra từ các cử chỉ tay right hand, and the input images were taken by a phone camera. The của 7 người. Kết quả mô phỏng trên matlab cho thấy hệ thống có training data set was collected from the hand gesture of 7 people. tỷ lệ chính xác 98,6% đối với các ảnh bàn tay được chụp chính The simulation results obtained using Matlab show that the system diện, có độ sáng và độ mở của các ngón tay thích hợp. has an accuracy of 98.6% for hand images taken from the front with the appropriate brightness and suitable finger distance. Từ khóa - Nhận dạng cử chỉ bàn tay; nơ-ron chập; CNN Key words - hand gesture recognition; convolutional neural network; CNN 1. Giới thiệu lĩnh vực như y học [5], nhận dạng ngôn ngữ cử chỉ [6], Ngày nay, tự động hóa đã và đang dần thay thế các hoạt điều khiển robot [7], thực tế ảo [8], điều khiển các thiết bị động của con người trong nhiều lĩnh vực. Với các yêu cầu trong nhà [9] và các ứng dụng giải trí [10]. Giải thuật nhận thiết kế đòi hỏi độ chính xác cao, nhiều hệ thống đã có thể dạng cử chỉ bàn tay được phát triển ban đầu dựa trên kỹ giúp con người tiếp cận đến những nơi mà tưởng chừng thuật xử lý ảnh và thị giác máy tính. Các giải thuật này chủ con người không đến được. Điều này thách thức một giao yếu dựa vào việc phân đoạn và tách đặt trưng của bàn tay diện người – máy không những phải đạt hiệu quả cao về sự dựa vào một số đặc trưng như màu da, khung xương, độ thông hiểu nhau mà còn phải đạt tốc độ xử lý nhanh chóng. xâu, mô hình 3 chiều, hoặc nhận dạng dựa vào chuyển động [11]-[13]. Trong những năm gần đây, trí tuệ nhân tạo Giao diện người – máy cơ bản nhất được sử dụng thông trong đó cụ thể là các mạng học sâu (Deep neural network) qua bàn phím và chuột bị giới hạn bởi khoảng cách giữa trở nên hiệu quả và được áp dụng trong nhiều ứng dụng người dùng với đối tượng cần tương tác [1]. Một số tương như nhận dạng, phân loại ảnh, xử lý ngôn ngữ tự nhiên. tác qua giọng nói đã đem lại nhiều tiện ích cho người dùng Một trong những yếu tố chính là việc phát triển của công như điều khiển thiết bị thông qua giọng nói trong ngôi nhà nghệ vi mạch cho phép các hệ thống máy tính có cấu hình thông minh [2], các vấn đề nhận dạng đối tượng cần thiết mạnh ra đời đã tạo điều kiện cho việc thực thi các mạng trong an ninh [3]... Tuy nhiên, các giao diện này bị giới hạn nhiều lớp trở nên hiệu quả hơn trước. Song song với việc bởi các đặc trưng giọng nói theo vùng miền, từ đó dẫn đến phát triển phần cứng cũng như các mạng học sâu, sự phát việc thiết kế hệ thống phức tạp và khó được sử dụng phổ triển của các thư viện mã nguồn mở cho phép thiết kế cách biến [4]. mạng học sâu cho các ứng dụng cũng đa dạng và đơn giản Nhận diện các cử chỉ bàn tay là phương pháp để xây hơn. Trong bài báo này, nh ...