ỨNG DỤNG HỌC SÂU TRONG NHẬN DẠNG CỬ CHỈ TAY

Abstract

Nhận dạng cử chỉ tay đóng vai trò quan trọng trong nhiều hệ thống hỗ trợ, đặc biệt đối với các hệ thống môi trường hỗ trợ cuộc sống. Bài báo đề xuất một phương pháp nhận dạng cử chỉ tay dựa trên phương pháp học sâu với dữ liệu đầu vào đến từ các loại cảm biến phổ biến. Hai cảm biến chính đã được đề xuất, đó là cảm biến gia tốc và con quay hồi chuyển.  Giải pháp đề xuất bao gồm ba bước chính. Đầu tiên dữ liệu trong không gian 3 chiều, biến thiên theo thời gian của cử chỉ tay được thu thập. Dữ liệu này sau đó được tiền xử lý bằng cách lọc nhiễu và phân đoạn. Tiếp đến dữ liệu được đưa vào mạng học sâu để trích chọn đặc trưng và phân loại cử chỉ. Đề tài đã thử nghiệm với mạng học sâu đang được đánh giá cao trong nhận dạng cử chỉ tay động là mạng BaseLineCNN. Từ kết quả thực nhiệm có thể kết luận phương pháp học sâu nói chung và mạng BaselineCNN nỏi riêng cho kết quả tốt trong nhận dạng cử chỉ tay, với dữ liệu được thu thập từ cảm biến trên các thiết bị đeo tay phổ biến hiện nay.