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

Sựra đời của máy tính đã giúp ích rất nhiều cho công việc và cuộc sống của con

người. Với máy tính, con người có thểsoạn thảo văn bản, nghe nhạc, xem phim, thiết

kế đồhọa, xửlý ảnh, biên tập phim . Tuy nhiên, việc giao tiếp giữa con người và máy

tính phụthuộc chủyếu vào bàn phím và chuột, và hầu nhưcon người luôn phải ngồi

trước máy tính. Dần dần, các nhà sản xuất thấy được sựbất tiện và đã tạo ra bàn phím

và chuột không dây với mong muốn mang lại sựtựdo hơn cho người dùng. Tuy nhiên,

bàn phím không dây thì vẫn là bàn phím, con người cũng chỉcó thểtương tác với máy

tính thông qua hệthống 104 phím. Con người chỉthật sự được “giải phóng” khi việc

tương tác với máy tính được thực hiện thông qua các cửchỉtrong cuộc sống hàng ngày,

tức là máy tính phải “hiểu” được các cửchỉcủa con người. Đó chính là vấn đề đặt ra

cho bài toán nhận dạng và phân loại cửchỉ. Cho đến thời điểm hiện nay, dù đã có

nhiều cách tiếp cận khác nhau cho bài toán này, nhưng dường nhưvẫn chưa có một hệ

thống nhận dạng cửchỉnào thực sựhiệu quả.

Bên cạnh đó, bài toán nhận dạng mặt người đang đạt được một kết quảrất khả

quan với mô hình Cascade of Boosted Classifiersdo Violavà Jones [1] đềnghị. Mô

hình này đạt hiệu quảcao cảvề độchính 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 quảtốt.

Mục tiêu của khóa luận này là thửáp dụng mô hình Cascade of Boosted

Classifierslên bài toán phân loại cửchỉvới hi vọng nó cũng sẽ đạt được kết quảtốt

nhưtrên bài toán nhận dạng mặt người và nhận dạng bàn tay. Luận văn được trình bày

trong 6 chương với bốcục nhưsau:

• Chương 1-Mở đầu: Nêu lên tầm quan trọng của bài toán phân loại cửchỉvà

mô tảsơbộphạm vi bài toán mà khóa luận này sẽgiải quyết. Đồng thời giới

điểm sơqua các cách tiếp cận hiện có với các ưu khuyết điểm của chúng và giới

thiệu vềmô hình sửdụng trong khóa luận này.

• Chương 2-Giới thiệu bài toán phân loại cửchỉ: Phát biểu cụthểvà mô tảchi

tiết phạm vi bài toán sẽgiải quyết, giải thích tại sao lại chọn mô hình Cascade

of Boosted Classifiers.

• Chương 3-Cơsởlý thuyết: Trình bày vềAdaBoost, Haar Feature, mô hình

Cascade of Classifiers, khái niệm Integral Image, từ đó hình thành nên cấu trúc

Cascade of Boosted Classifiers. Tiếp đó là phần giới thiệu các ứng dụng của mô

hình và một sốnhận xét, đánh giá.

• Chương 4-Áp dụng mô hình Cascade of Boosted Classifiers: Trình bày chi

tiết cách áp dụng mô hình cascade lên bài toán phân loại cửchỉ.

• Chương 5-Kết quảthửnghiệm: Giới thiệu vềtập huấn luyện, cách thu thập

mẫu, cách tiến hành và kết quảhuấn luyện, đồng thời so sánh đối chiếu với kết

quảcủa người khác.

• Chương 6-Tổng kết: Tóm tắt các kết quảnghiên cứu, những gì đã đạt được,

những gì còn hạn chếvà nêu ra hướng phát triển trong tương lai