Luận Văn Tìm hiểu các kỹ thuật áp dụng cho bài toán nhận dạng ký hiệu người câm

TÊN ĐỀ TÀI: Tìm hiểu các kỹ thuật áp dụng cho bài toán nhận dạng ký hiệu người câm
Information
[TABLE]
[TR]
[TD="width: 5%"][/TD]
[TD="width: 90%"]


6
Chương 2 Giới thiệu về hệ thống phân loại cử chỉ 12
Chương 3 Các cơ sở lý thuyết 15
3 1 Tiếp cận Boosting 15
16
20
3 4 Cascade of Classifiers 24
3 5 Cascade of Boosted Classifiers 25
26
Chương 4 Phân loại cử chỉ với Cascade of Boosted Classifiers 29
4 1 Bộ nhận dạng 1 cử chỉ 29
4 1 1 Tập huấn luyện 29
31
4 1 3 Xây dựng bộ nhận dạng với AdaBoost 32
4 1 4 Cascade of Boosted Classifiers 36
4 1 5 Hoạt động của bộ nhận dạng cử chỉ 38
4 2 Bộ phân loại cử chỉ 41
Chương 5 Kết quả thử nghiệm 43
43
5 2 Cách tiến hành huấn luyện 47
5 3 Kết quả thử nghiệm 49
5 4 So sánh và đánh giá 53
56
56
57





Phụ lục A: Các thuật ngữ liên quan 59
Phụ lục B: Các chương trình dùng cho huấn luyện 62
Phụ lục C: Các chương trình tiện ích 66
67




Lời nói đầu
Sự ra đời của máy tính đã giúp ích rất nhiều cho công việc và cuộc sống của con
người. Với máy tính, con người có thể soạn thảo văn bản, nghe nhạc, xem phim, thiết
kế đồ họa, xử lý ảnh, biên tập phim . Tuy nhiên, việc giao tiếp giữa con người và máy
tính phụ thuộc chủ yếu vào bàn phím và chuột, và hầu như con người luôn phải ngồi
trước máy tính. Dần dần, các nhà sản xuất thấy được sự bất tiện và đã tạo ra bàn phím
và chuột không dây với mong muốn mang lại sự tự do hơn cho người dùng. Tuy nhiên,
bàn phím không dây thì vẫn là bàn phím, con người cũng chỉ có thể tương tác với máy
tính thông qua hệ thống 104 phím. Con người chỉ thật sự được “giải phóng” khi việc
tương tác với máy tính được thực hiện thông qua các cử chỉ trong cuộc sống hàng ngày,
tức là máy tính phải “hiểu” được các cử chỉ của con người. Đó chính là vấn đề đặt ra
cho bài toán nhận dạng và phân loại cử chỉ. Cho đến thời điểm hiện nay, dù đã có
nhiều cách tiếp cận khác nhau cho bài toán này, nhưng dường như vẫn chưa có một hệ
thống nhận dạng cử chỉ nào thực sự hiệu quả.
Bên cạnh đó, bài toán nhận dạng mặt người đang đạt được một kết quả rất khả
quan với mô hình Cascade of Boosted Classifiers do Viola và Jones [1] đề nghị. Mô
hình này đạt hiệu quả cao cả về độ chính xác lẫn thời gian nhận dạng. Eng Jon [14] đã
áp dụng mô hình này lên bài toán nhận dạng bàn tay và cũng đạt được kết quả tốt.
Mục tiêu của khóa luận này là thử áp dụng mô hình Cascade of Boosted
Classifiers lên bài toán phân loại cử chỉ với hi vọng nó cũng sẽ đạt được kết quả tốt
như trên bài toán nhận dạng mặt người và nhận dạng bàn tay[/TD]
[/TR]
[/TABLE]



​