Bài viết tập trung vào nghiên cứu và xây dựng mô hình mới về nhận dạng hành động người, trong đó trọng tâm là phương pháp trích chọn đặc tính PCA, LDA nhằm giảm số chiều và độ lớn của dữ liệu, góp phần nâng cao độ chính xác khi nhận dạng. Trước tiên, từ dữ liệu chuyển động 3D, chúng tôi tiến hành tiền xử lý và trích chọn đặc tính của các đối tượng. Tiếp đến, xây dựng các mô hình nhận dạng ứng với mỗi phương pháp trích chọn đặc tính, sử dụng mô hình SVM để huấn luyện. Mời các bạn cùng tham khảo! | Hội Thảo Quốc Gia 2015 về Điện Tử Truyền Thông và Công Nghệ Thông Tin ECIT 2015 Hội Thảo Quốc Gia 2015 về Điện Tử Truyền Thông và Công Nghệ Thông Tin ECIT 2015 MÔ HÌNH TRỌNG SỐ KẾT HỢP CÁC PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TÍNH TRONG NHẬN DẠNG HÀNH ĐỘNG NGƯỜI Nguyễn Năng Hùng Vân Phạm Minh Tuấn Ung Nho Dãi Khoa Công nghệ Thông tin Trường Đại học Bách khoa Đại học Đà Nẵng Email nguyenvan@ pmtuan@ Tóm tắt Nhận dạng hành động người tiếng Anh Discriminant Analysis - Multi-class LDA 5 nhằm Human Activity Recognition - HAR là một lĩnh vực nâng cao kết quả khi nhận dạng hành động người. Điểm nghiên cứu quan trọng về thị giác máy tính. Khó khăn lớn chung của hai phương pháp này là làm giảm số lượng nhất đối với hệ thống HAR là dữ liệu từ camera thông thuộc tính của dữ liệu nhận dạng trước khi xây dựng mô dụng là chỉ quay được ở một hướng dẫn đến sự thiếu hụt hình huấn luyện đồng thời tăng hiệu quả nhận dạng. Mỗi dữ liệu và dẫn đến kết quả nhận dạng thấp. Bài báo này phương pháp trích chọn đặc tính khác nhau sẽ cho một tập trung vào nghiên cứu và xây dựng mô hình mới về kết quả nhận dạng khác nhau. Bài báo này sử dụng nhận dạng hành động người trong đó trọng tâm là phương pháp trọng số để kết hợp các phương pháp trích phương pháp trích chọn đặc tính PCA LDA nhằm giảm chọn đặc tính nhằm nâng cao hiệu quả nhận dạng. số chiều và độ lớn của dữ liệu góp phần nâng cao độ chính xác khi nhận dạng. Trước tiên từ dữ liệu chuyển động 3D Nội dung của bài báo trình bày các nghiên cứu liên chúng tôi tiến hành tiền xử lý và trích chọn đặc tính của quan gồm phương pháp trích chọn đặc tính PCA LDA các đối tượng. Tiếp đến xây dựng các mô hình nhận dạng và phương pháp máy vectơ hỗ trợ Support Vector ứng với mỗi phương pháp trích chọn đặc tính sử dụng mô Machine SVM . Sau đó bài báo trình bày phương pháp hình SVM để huấn luyện. Cuối cùng sử dụng phương đề xuất. Cuối cùng trình bày kết quả thực nghiệm và các pháp trọng số để kết hợp kết quả của các mô hình nhận
