Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay

19 191 4

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 19 trang

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang	19
Dung lượng	1,38 MB

Nội dung

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN KỸ THUẬT MÁY TÍNH – VIỄN THÔNG Hướng dẫn TS TRẦN VŨ HOÀNG Sinh viên ĐẶNG HUY HOÀNG MSSV 17119076 ĐẶNG HUỲNH THI MSSV 17119103 Hồ Chí Minh, Tháng 112020 NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH XÂY DỰNG HỆ THỐNG NHẬN DIỆN THỦ NGỮ NGÔN NGỮ KÍ HIỆU TAY BÁO CÁO GIỮA KÌ LỜI CẢM ƠN Để hoàn thành đề tài nghiên cứu này, lời đầu tiên tôi xin chân thành cảm ơn các thầy cô giáo Trường Đại học Sư Phạm Kỹ Thuật TP HCM nói chung và các thầy c.

Ngày đăng: 14/05/2022, 13:55

HÌNH ẢNH LIÊN QUAN

Là một trong những mô hình Deep Learning tiên tiến. Nó giúp cho chúng ta xây dựng được những hệ thống thông minh với độ chính xác cao như hiện nay - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — m ột trong những mô hình Deep Learning tiên tiến. Nó giúp cho chúng ta xây dựng được những hệ thống thông minh với độ chính xác cao như hiện nay (Trang 10)

6 EGM (Elastic Graph Matching) - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — 6 EGM (Elastic Graph Matching) (Trang 11)

Hình 4.3. Mô tả hoạt động của EGM. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 4.3.** Mô tả hoạt động của EGM (Trang 11)

Hình 4.5. Mô tả hoạt động của thuật toán LLE. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 4.5.** Mô tả hoạt động của thuật toán LLE (Trang 12)

Hình 5.6. Biểu đồ độ chính xác. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 5.6.** Biểu đồ độ chính xác (Trang 13)

Hình 5.8. Nhận diện trên nền background bị nhiễu dùng phương pháp CNN. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 5.8.** Nhận diện trên nền background bị nhiễu dùng phương pháp CNN (Trang 14)

Hình 5.9. Nhận diện trên nền background bị nhiễu dùng phương pháp EGM. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 5.9.** Nhận diện trên nền background bị nhiễu dùng phương pháp EGM (Trang 14)

Hình 5.10. Nhận diện trên nền background bị nhiễu dùng phương pháp SLLE - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 5.10.** Nhận diện trên nền background bị nhiễu dùng phương pháp SLLE (Trang 15)

Bảng 5.1. Bảng số liệu về các vấn đề khác. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Bảng 5.1.** Bảng số liệu về các vấn đề khác (Trang 15)

Bảng 5.2. Bảng tổng kết kết quả so sánh. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Bảng 5.2.** Bảng tổng kết kết quả so sánh (Trang 16)

Việc thu thập dataset cho toàn bộ ký tự trong bảng chữ cái khá khó khăn và việc train hết dữ liệu đó trên máy tính chúng tôi không thể được - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — i ệc thu thập dataset cho toàn bộ ký tự trong bảng chữ cái khá khó khăn và việc train hết dữ liệu đó trên máy tính chúng tôi không thể được (Trang 17)

Hình 7.12. Phương pháp k-fold Cross val được sử dụng cho các tập data có ít dữ liệu. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 7.12.** Phương pháp k-fold Cross val được sử dụng cho các tập data có ít dữ liệu (Trang 18)

Hình 7.13. High variance và high bias - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 7.13.** High variance và high bias (Trang 18)

Hình 7.14. Công thức tính precision và recall. - Báo cáo: Xây dựng hệ thống nhận diện thủ ngữ ngôn ngữ kí hiệu tay — **Hình 7.14.** Công thức tính precision và recall (Trang 19)

TỪ KHÓA LIÊN QUAN