Nghiên cứu kỹ thuật nhận dạng bàn tay người (tt)

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG LÊ VIỆT DŨNG NGHIÊN CỨU KỸ THUẬT NHẬN DẠNG BÀN TAY NGƯỜI Chun ngành: Khoa học máy tính Mã số: 60.48.01.01 TĨM TẮT LUẬN VĂN THẠC SĨ HÀ NỘI - 2013 Luận văn hồn thành tại: HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG Người hướng dẫn khoa học: PGS TS Ngô Quốc Tạo Phản biện 1: …………………………………………………………… … Phản biện 2: …………………………………………………………… … Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Cơng nghệ Bưu Viễn thơng Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: - Thư viện Học viện Cơng nghệ Bưu Viễn thơng MỞ ĐẦU Ngày phát triển rộng rãi ứng dụng công nghệ thông tin vào sống, việc tương tác người thiết bị ngày trở nên quan trọng Trước đây, bàn phím chuột giao diện để giao tiếp người máy tính Trong lĩnh vực khác cần tới thơng tin 3D, chẳng hạn trị chơi máy tính, robot lĩnh vực thiết kế… thiết bị khí khác bóng lăn, cần điều khiển hay găng tay liệu sử dụng Tuy nhiên, người giao tiếp chủ yếu “nghe” “nhìn”, giao diện người – máy trực quan người điều khiển máy tính giọng nói hay cử giống tương tác người với người giới thực mà không cần thông qua thiết bị điều khiển khác chuột hay bàn phím Một ưu điểm khác người dùng giao tiếp từ xa mà khơng cần phải có tiếp xúc vật lý với máy tính So với hệ thống điều khiển lệnh âm thanh, hệ thống thị giác thích hợp mơi trường ồn trường hợp âm bị nhiễu Nhận dạng cử động tay người cách tự nhiên tương tác người – máy ngày nhiều nhà nghiên cứu học viện ngành công ghiệp quan tâm đến hướng Nó cho phép người tương tác với máy dễ dàng thuận tiện mà không cần phải mang thêm thiết bị ngoại vi Với mục đích nghiên cứu kỹ thuật nhận dạng cử bàn tay người, luận văn tập trung trình bày số nội dung sau Chương 1: Tìm hiểu tổng quan tốn nhận dạng hình ảnh cử bàn tay người ứng dụng thực tế Chương 2: Trình bày số kỹ thuật tiền xử lý ảnh bao gồm phân đoạn ảnh kỹ thuật lọc hình thái để phục vụ cho trích chọn đặc trưng Kỹ thuật phân đoạn chuyển đổi ảnh ảnh nhị phân chứa bàn tay Kỹ thuật lọc sử dụng để loại bỏ nhiễu từ ảnh để thu đường bao mịn màng Chương 3: Trình bày số kỹ thuật trích chọn đặc trưng để phục vụ cho toán nhận dạng hình ảnh cử bàn tay người Các phương pháp tìm biên sử dụng để phát đường biên, sau đặc trưng bàn tay trích chọn phục vụ cho phân lớp Chương 4: Mô tả liệu huấn luyện trình bày kết thực nghiệm việc nhận dạng phân loại hình ảnh cử tay người CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG HÌNH ẢNH CỬ CHỈ BÀN TAY 1.1 Hệ thống tương tác người máy Những thiết bị input output đặc biệt thiết kế năm qua với mục đích làm cho giao tiếp máy tính người thực cách dễ dàng Hai thiết bị phổ biến bàn phím chuột Ý tưởng để làm cho máy tính hiểu ngơn ngữ người phát triển giao diện người - máy thân thiện nhận quan tâm cộng đồng nhà nghiên cứu Làm cho máy tính hiểu lời nói, nét mặt, cử nghười số quan tâm Trong tương tác người – máy, hình trạng khác bàn tay giả định để thao tác với đối tượng truyền tải nhiều thơng tin Do đó, bàn tay người sử dụng làm “thiết bị đầu vào” có giá trị Trong giới thực, cầm, thả, di chuyển… đối tượng cử bàn tay Tương tự vậy, tương tác với thiết bị máy tính, tivi, tơ… với vài cử bàn tay ta điều khiển hoạt động Ví dụ ta cần phẩy tay chuyển kênh tivi, hay bật / tắt radio ô tô v.v… thay phải tự tay nhấn nút điều khiển Để làm điều này, điều khiển thiết bị phải gắn thiết bị cảm nhận (camera/webcam), thiết bị cảm nhận thu nhận hình ảnh bàn tay, nhận dạng cử để phát lệnh điều khiển tương ứng Ngoài ra, nhận dạng cử cịn có nhiều ứng dụng khác: cử bàn tay sử dụng để giả lập thao tác tương tác với đối tượng giới ảo; tương tác người robot, cử bàn tay ngơn ngữ để người robot giao tiếp với Để nhận dạng cử chỉ, bước hệ thống nhận dạng phát vị trí bàn bay thiết bị cảm nhận để thu thập quan sát cần cho việc phân loại hay miêu tả; sau tiến hành xử lý hình ảnh, trích chọn đặc trưng (feature extraction) để tính tốn thơng tin dạng số hay dạng biểu tượng (symbolic) từ liệu quan sát thực công việc phân loại dựa vào đặc tính trích chọn để nhận dạng cử Đó nhiệm vụ toán nhận dạng cử động bàn tay Các cử động bàn tay phát dựa tập liệu bàn tay thu thập từ trước Hai hướng tiếp cận để thu nhận thơng tin bàn tay người sử dụng là:  Dùng găng tay chuyên dụng với cảm biến gắn liền đo vị trí khớp ngón tay  Phương pháp quang học 1.2 Cử bàn tay Thật khó giải với định nghĩa cụ thể cử có nhiều ứng dụng đề xuất ứng dụng xác định miền cụ thể cử Bobick Wilson định nghĩa cử chuyển động thân thể giao tiếp với cá thể khác Để giao tiếp thành công, người truyền người nhận phải có tập hợp thông tin cho cử đặc biệt Trong luận văn, cử định nghĩa chuyển động ngón tay tín hiệu đặc biệt, để liên lạc xác người gửi thiết bị nhận 1.3 Những ứng dụng dựa cử bàn tay Các cử phân loại thành nhóm dựa sở mục đích ứng dụng chúng: đa điều khiển, ngơn ngữ tượng trưng Thiết kế 3D: Việc thao tác đầu vào chiều với chuột máy tính công việc phức tạp tốn nhiều thời gian Viện công nghệ Massachuchetttes đưa công nghệ 3DRAW sử dụng bút nhúng thiết bị polhemus để theo dõi vị trí bút định hướng 3D Điểu khiển từ xa: Làm tăng khả điều khiển tay số trường hợp lỗi hệ thống, điều kiện khẩn cấp vùng sâu vùng xa khó tiếp cận Thường điều khiển người khơng thể tiếp cận gần máy móc Điều khiển từ xa lĩnh vực trí tuệ nhân tạo nhằm mục đích hỗ trợ việc điều khiển cánh tay robot thông qua cử thể để thực nhiệm vụ cần thiết Virtual reality: Thực tế ảo áp dụng Nâng cao, hệ thống xúc giác tiên tiến bao gồm thông tin xúc giác, thường gọi lực lượng phản hồi, ứng dụng y tế chơi game Ngôn ngữ ký hiệu: Ngơn ngữ kí hiệu hình thức thô tự nhiên ngôn ngữ đánh dấu, ngày trở lại sớm đời văn minh người, lý thuyết ngôn ngữ ký hiệu xuất lịch sử Nó bắt đầu trước có xuất ngơn ngữ nói 1.4 Những thách thức nhận dạng cử bàn tay 1.4.1 Tốc độ nhận dạng Để nhận dạng cử bàn tay tương tác với người dùng thực tế hệ thống phải có thời gian nhận dạng thời gian thực, độ xử lý phải nhanh 1.4.2 Độ xác Hiện nay, có nhiều hướng nghiên cứu nhận dạng cử động bàn tay sử dụng phương pháp: Mơ hình Markov ẩn (Hidden Markov Models); Mơ hình phân bố điểm xấp xỉ tuyến tính thành phi tuyến (Linear approximation to non-linear point distribution models); mơ hình đối sánh/máy trạng thái hữu hạn (Finite state machine/model matching); Đố sánh mẫu nhanh (Fast template matching) CHƯƠNG 2: MỘT SỐ KỸ THUẬT TIỀN XỬ LÝ 2.1 Giới thiệu Tiền xử lý nhiệm vụ quan trọng hệ thống nhận dạng cử bàn tay tay Tiền xử lý áp dụng cho hình ảnh trước trích chọn đặc trưng từ hình ảnh bàn tay Tiền xử lý bao gồm hai bước  Phân đoạn  Lọc hình thái 2.2 Phân đoạn ảnh dựa vào màu da Phân đoạn ảnh thao tác mức thấp tồn q trình xử lý ảnh Q trình thực việc phân vùng ảnh thành vùng rời rạc đồng với hay nói cách khác xác định biên vùng ảnh Các vùng ảnh đồng thơng thường tương ứng với toàn hay phần đối tượng thật bên ảnh Như vậy, mục tiêu phân đoạn ảnh làm bật tách hẳn đối tượng cần quan tâm từ ảnh ban đầu, làm đơn giản hóa thay đổi cách biểu diễn để dễ dàng phân tích Vì thế, hầu hết ứng dụng lĩnh vực xử lý nhận dạng ảnh, phân đoạn ảnh ln đóng vai trị quan trọng cần thiết, thường bước tiền xử lý toàn trình trước thực thao tác khác mức cao nhận dạng đối tượng, biểu diễn đối tượng hay truy vấn ảnh dựa vào nội dung… Da người có màu đặc trưng, dễ dàng nhận dạng khơng bị ảnh hưởng phép biến đổi hình học đối tượng Vì vậy, phát bàn tay người 12 2.2.2 Phân loại dựa vào ngưỡng kênh màu Với ảnh chụp điều kiện ánh sáng kiểm soát, màu da người phân bố thành vùng nhỏ không gian màu Để phát điểm ảnh có màu da, ta cần định nghĩa ngưỡng cho thành phần không gian màu Mỗi thành phần có hay nhiều giá trị ngưỡng, điểm ảnh có giá trị thuộc phạm vi xác định trước tất thành phần coi điểm ảnh có màu da Karin Sobottka Loannis Pitas [15] sử dụng ngưỡng cố định không gian màu HS Các điểm ảnh có giá trị H nằm khoảng [0, 50], giá trị S nằm khoảng [0.23, 0.68] xác định điểm ảnh có màu da Các giá trị ngưỡng phù hợp để phân loại điểm ảnh có màu da ảnh chụp người da trắng da vàng Douglas Chai King N Ngan [16] đề xuất thuật toán xác định điểm ảnh có màu da có giá trị Cb nằm khoảng [77, 127] giá trị Cr nằm khoảng [133, 173] Yanjiang Wang Baozong Yuan [17] sử dụng giá trị ngưỡng không gian màu rgb (r + g + b = 1) HSV Trong đó, giá trị thành phần r điểm ảnh nằm khoảng [0.36, 0.465], giá trị thành phần g nằm khoảng [0.28, 0.363], giá trị H nằm khoảng [0, 50], giá trị S nằm 13 khoảng [0.20, 0.68], giá trị V nằm khoảng [0.35, 1] xác định điểm ảnh có màu da 2.3 Kỹ thuật lọc hình thái Khi nhìn cận cảnh với hình ảnh phân đoạn áp dụng thuật tốn Otsu vào hình ảnh xám ban đầu thấy phân khúc khơng hồn chỉnh Nền có số biết đến nhiễu xung quanh cử tay có vài số biết đến nhiễu cử Những nhiễu dẫn đến vấn đề việc phát đường viền cử tay cần phải loại bỏ nhiễu Một phương pháp lọc hình thái học áp dụng sử dụng chuỗi giãn nở xói mịn để có đường viền mịn, khép kín, hồn chỉnh cử CHƯƠNG 3: NHẬN DẠNG HÌNH ẢNH CỬ CHỈ BÀN TAY 3.1 Kỹ thuật trích chọn đặc trưng 3.1.1 Kỹ thuật phát biên Biên đặc trưng quan trọng ảnh, dùng để mơ tả hình dạng đối tượng hiệu 14 Để biểu diễn hình dạng đối tượng dựa đường biên, trước hết cần xác định biên đối tượng biểu diễn theo phương pháp 3.1.1.1 Kỹ thuật phát biên Gradient Đây phương pháp dò biên cục dựa vào cực đại đạo hàm Theo định nghĩa, Gradient vectơ có thành phần biểu thị tốc độ thay đổi mức xám điểm ảnh theo hai hướng (ảnh hai chiều 3.1.1.2 Kỹ thuật phát biên Laplace Để khắc phục hạn chế nhược điểm phương pháp Gradient Khi mức xám thay đổi chậm, miền chuyển tiếp trải rộng, phương pháp cho hiệu phương pháp sử dụng đạo hàm bậc hai Laplace Phương pháp Laplace tạo đường biên mảnh (độ rộng pixel) Tuy nhiên, nhược điểm kỹ thuật nhạy với nhiễu nên đường biên thu thường ổn định 3.1.1.3 Kỹ thuật phát biên Canny Trong xử lý hình ảnh tìm thấy cạnh biên vấn đề cạnh biên xác định ranh giới đối tượng khác 15 Thuật tốn dị tìm cạnh biên Canny biết dị tìm cạnh biên tối ưu Canny, cải thiện dị tìm cạnh biên cách theo danh sách tiêu chí  Đầu tiên tỷ lệ lỗi thấp  Tiêu chí thứ hai điểm cạnh biên khoanh vùng  Tiêu chí thứ ba để có đáp ứng tới cạnh biên Dựa vào tiêu chí này, dị tìm cạnh biên Canny làm mịn hình ảnh để loại bỏ nhiễu Sau đó, tìm thấy độ nghiêng hình ảnh để làm bật vùng với phát sinh không gian cao Thuật tốn sau theo dõi dọc theo vùng ngăn chặn điểm ảnh khơng phải tối 3.1.1.4 Mô tả đường biên Đường biên trước tiên phải nhị phân hóa Đây giai đoạn then chốt q trình trích chọn xác định đường bao thực cần đường bao loại bỏ Việc mã hóa đường bao thực theo nhiều cách khác Có thể dùng biểu diễn xác đường biên hay xấp xỉ nhờ nội suy Thông thường cấu trúc sở mã hóa đường biên gồm loại: điểm, đoạn thẳng, cung đường cong 16 Tuy nhiên, ln có xung đột độ phức tạp tính tốn khả biểu diễn ảnh cách mã hóa thơng tin Biểu diễn đường biên điểm nói chung không phức tạp song lại nghèo nàn cấu trúc khơng đọng Trong đó, biểu diễn đường cong đa thức bậc cao làm tăng độ phức tạp tính tốn, song bù lại cấu trúc liệu lại đọng 3.1.2 Trích chọn đặc trưng dựa vùng liên kết Các đối tượng hình học phát thường thơng qua kỹ thuật dị biên, kết tìm đường biên xác định đối tượng Đó là, dãy điểm liên tiếp đóng kín, sử dụng thuật tốn đơn giản hóa Douglas Peucker, Band Width, Angle v.v ta thu polyline hay nói khác thu đa giác xác định đối tượng Vấn đề ta cần phải xác định xem đối tượng có phải đối tượng cần tách hay khơng? Như ta biết đa giác có hình dạng tựa hình sở, có nhiều cách tiếp cận xấp xỉ khác Cách xấp xỉ dựa đặc trưng sau:  Đặc trưng tồn cục: Các mơmen thống kê, số đo hình học chu vi, diện tích, tập tối ưu hình chữ nhật phủ hay nội tiếp đa giác v.v… 17  Đặc trưng địa phương: Các số đo đặc trưng đường cong góc, điểm lồi, lõm, uốn, cực trị v.v… Việc xấp xỉ tỏ có hiệu số hình phẳng đặc biệt tam giác, đường trịn, hình chữ nhật, hình vng, hình ellipse đa giác mẫu 3.1.2.1 Xấp xỉ đa giác theo bất biến aphin Mơ hình chuẩn tắc bất biến aphin cho phép chuyển toán xấp xỉ đối tượng bất biến aphin toán xấp xỉ mẫu dạng chuẩn tắc Như đưa việc đối sánh đối tượng với mẫu bất biến đồng dạng, chẳng hạn việc xấp xỉ tam giác, hình bình hành, ellipse tương đương với xấp xỉ tam giác đều, hình vng, hình trịn v.v 3.1.3 Trích chọn đặc trưng dựa vào chuỗi đường bao cục Sau phát cạnh biên có ranh giới bàn tay hình ảnh đường viền hình ảnh tay Bây giờ, thuật toán dược áp dụng đường viền để truy tìm theo hướng chiều kim đồng hồ đường viền điểm ảnh 18 đánh số Đầu tiên chạy tìm kiếm hình ảnh để tìm thấy giá trị cao khác 0, ví dụ đường viền điểm ảnh sau đánh số đường viền theo chiều kim đồng hồ từ điểm 3.1.4 Trích chọn đặc trưng dựa phân bố mức xám Một kỹ thuật trích chọn đặc trưng dựa phân bố mức xám phép biến đổi Haar-like Viola Jones công bố, đặc trưng Haar-like dựa ý tưởng tính độ chênh lệch giá trị mức xám điểm ảnh vùng kề ảnh xám, đặc trưng kết hợp hai hay ba hình chữ nhật “trắng” hay “đen” Lợi ích đặc trưng Haar-like diễn đạt tri thức đối tượng ảnh biểu diễn mối liên hệ phận đối tượng, điều mà thân điểm ảnh không diễn đạt Giá trị đặc trưng Haar-like chênh lệch tổng giá trị pixel vùng đen vùng trắng 3.2 Phân loại hình ảnh cử bàn tay SVM Máy hỗ trợ vectơ  SVM (Support Vector Machines) sử dụng thông dụng đạt nhiều thành công 19 lĩnh vực phân loại Tức là, ta có loạt liệu cần chia lớp quy tắc để phân loại chúng, nhận liệu mẫu mới, thuật toán huấn luyện SVM xây dựng mơ hình cho phép dự đốn lớp mẫu đưa vào Nguồn gốc SVM dựa chắn lỗi xác, phân loại ngẫu nhiên mẫu đối tượng chọn mà lỗi giữ cho nhỏ Vì vậy, giải thuật SVM giúp giảm thiểu biên lỗi xác làm cho hệ thống tin cậy Ý tưởng SVM chuyển tập mẫu từ không gian biểu diễn Rn chúng sang khơng gian Rd có số chiều lớn Trong khơng gian Rd, tìm siêu phẳng tối ưu để phân hoạch tập mẫu dựa phân lớp chúng, có nghĩa tìm miền phân bố lớp khơng gian Rn để từ xác định phân lớp mẫu cần nhận dạng Chất lượng siêu phẳng phụ thuộc vào đặc trưng ảnh Vì vậy, ta tìm tập thơng số tốt, sau sử dụng để tạo mẫu sử dụng mơ hình cuối cho dự báo (trên liệu thử nghiệm chưa rõ) SVM chủ yếu phương pháp phân lớp thực nhiệm vụ phân loại cách 20 xây dựng siêu phẳng không gian đa chiều SVM hỗ trợ hai nhiệm vụ hồi quy phân loại Dựa số kết hợp có trọng số tập nhỏ vectơ huấn luyện, vectơ gọi vectơ hỗ trợ (support vector) Ước lượng siêu phẳng SVM tương đương giải tốn tuyến tính bậc hai Chất lượng siêu phẳng định khoảng cách (biên) điểm liệu gần lớp đến mặt phẳng Khoảng cách biên lớn mặt phẳng định tốt đồng thời việc phân loại xác Mục đích thuật tốn SVM tìm khoảng cách biên lớn để tạo kết phân lớp tốt CHƯƠNG 4: THỰC NGHIỆM 4.1 Mô tả sở liệu Bộ liệu dùng để huấn luyện thử nghiệm thu thập khoảng gần 1000 mẫu ảnh bàn tay, độ phân giải 320×240, hình chụp điều kiện mơi trường khác ánh sáng tự nhiên trời ánh sáng đèn điện nhiều vị trí thời điểm khác Hình bàn tay chụp đảm bảo rõ nét, bàn tay ln nằm vị trí khn hình 21 22 4.2 Mơ tả hệ thống Nạp ảnh trực tiếp từ camera file ảnh (Khơng gian mầu GRB, kích thước 320x240) Tiền xử lý Chuyển đồi không gian mầu RGB sang SHL Xác định ngưỡng mầu da bàn tay Nhị phân ảnh Trích chọn đặc trưng Tìm đường biên bàn tay qua ảnh nhị phân Xấp xỉ đa giác qua đường biên tìm Tìm xác đinh điểm khuyết Phân loại cử động phương pháp học máy SVM Tạo liệu huấn luyện dựa đặc trưng Huấn luyện phân loại cử bàn tay 23 4.3 Thực nghiệm tiền xử lý Ở phần chuyển đổi ảnh RGB qua ảnh với hệ màu khác hệ màu HSL, HSL không gian màu dựa số liệu: Vùng màu (H), Độ bão hòa (S), Độ sáng (L) Bước phân ngưỡng ảnh nhằm tăng độ tương phản màu bàn tay màu nền, ảnh bàn tay chuyển thành ảnh nhị phân điểm ảnh biểu diễn hai giá trị (màu đen) (màu trắng) Sau xác định vùng bày tay, tiếp tục xử lý ảnh xóa nhiễu, tách thành phần liên thơng nhận dạng bàn tay khỏi môi trường xung quanh thành ảnh riêng biệt trước đưa vào nhận dạng Phép Erosion làm cho đối tượng ảnh trở nên nhỏ hơn, điểm ảnh Phép bà o mòn thay điểm đen thành điểm trắng mà lân cận có điểm trắng Phép Dilation mở rộng thêm điểm ảnh vào đối tượng ảnh, làm cho ảnh trở nên lớn 4.4 Thực nghiệm trích chọn đặc trưng Để tiến hành nhận dạng cử bàn tay, tiến hành trích chọn đặc trưng đường bao thu phần phát 24 vùng đối tượng Ở bước sử dụng kỹ thuật phân tích hình dạng đối tượng khác như: sử dụng dạng moment, phân tích đường bao theo đặc trưng Fourier 2D, sử dụng curvefitting … nhiên nghiên cứu bước đầu sử dụng kỹ thuật xấp xỉ đa giác cho vùng đường bao tìm bao lồi nhỏ chứa vùng bàn tay, tiếp trích chọn đặc trưng theo đa giác Trong để phân biệt ngón tay, chúng tơi tiến hành phân tích độ sâu kẽ tay dựa góc khuyết, đồng thời loại bỏ kẽ không phù hợp độ sâu Góc khuyết Hình Phát kẽ ngón tay Các thao tác xấp xỉ đa giác tìm bao lồi chúng tơi sử dụng thuật tốn Douglas–Peucker tích hợp sẵn thư viện mã nguồn mở OpenCV 25 Khi đó, vector đặc trưng cho vùng bàn tay cuối xác định gồm thành phần sau: f1 số lượng kẽ tay; f2 độ sâu trung bình kẽ tay; f3 diện tích vùng bàn tay, f4 giá trị depthI x0 , y0 tâm bàn tay; f5 khoảng cách trung bình hai kẽ tay liên tiếp; f6 số đỉnh bao lồi; f7 độ dài cạnh lớn bao lồi, f8 độ dài cạnh nhỏ bao lồi bàn tay Kết thúc giai đoạn tư bàn tay xác định hàm phân loại từ đặc trưng SVM  h  G f1 , f ,  f8  4.5 Thực nghiệm nhận dạng hình ảnh cử bàn tay Từ ảnh thu thập được, chúng tơi chia thành nhiều nhóm theo loại cử chỉ, đưa vào tập huấn luyện, qua bước huấn luyện, tạo 01 file để ghi lại liệu đặc trưng trích chọn phần Kết thử nghiệm Trong trình thực nhiệm nhận dạng nhiều mẫu ảnh, chúng tơi nhận thấy với ảnh chụp có điều kiện ánh sáng tốt, phông trơn độ tương phản cao so với da bàn tay 26 kết nhận dạng tốt đạt độ xác đạt 98% nhiên, với ảnh chụp phông có mầu gần giống mầu da hệ thống nhận dạng gần nhận dạng KẾT LUẬN Luận văn nghiên cứu kỹ thuật tiền xử lý ảnh trích chọn đặc trưng số mơ hình, thuật tốn việc nhận dạng hình Qua thử nghiệm nhiều mẫu hình ảnh cử bàn tay khác nhau, xác định ngưỡng nhận dạng mầu da bàn tay, qua đó, trích chọn đặc trưng để đưa vào huấn luyện theo mơ hình SVM, hướng tới xây dựng siêu phẳng để cực tiểu hoá độ phân lớp sai đối tượng liệu mới, giúp cho SVM có khả mạnh mẽ ứng dụng tốt tốn nhận dạng Tơi dự định sau tiếp tục nghiên kỹ thuật huấn luyện máy tính để bổ sung tập đặc trưng cử động bàn tay khảo sát kỹ mức độ nhầm lẫn cử xây dựng ứng dụng tương tác người máy thời gian thực ... ngoại vi Với mục đích nghiên cứu kỹ thuật nhận dạng cử bàn tay người, luận văn tập trung trình bày số nội dung sau Chương 1: Tìm hiểu tổng quan tốn nhận dạng hình ảnh cử bàn tay người ứng dụng thực... thống nhận dạng gần nhận dạng KẾT LUẬN Luận văn nghiên cứu kỹ thuật tiền xử lý ảnh trích chọn đặc trưng số mơ hình, thuật tốn việc nhận dạng hình Qua thử nghiệm nhiều mẫu hình ảnh cử bàn tay khác... văn minh người, lý thuyết ngôn ngữ ký hiệu xuất lịch sử Nó bắt đầu trước có xuất ngơn ngữ nói 7 1.4 Những thách thức nhận dạng cử bàn tay 1.4.1 Tốc độ nhận dạng Để nhận dạng cử bàn tay tương