Bài viết này thiết lập một mạng nơ-ron chập với 14 lớp và ứng dụng vào hệ thống nhận dạng 6 cử chỉ bàn tay phải, với đối tượng đầu vào là các ảnh tĩnh thu được từ camera điện thoại. Tập dữ liệu huấn luyện được tạo ra từ các cử chỉ tay của 7 người. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 19 NO. 2021 53 NHẬN DẠNG CỬ CHỈ BÀN TAY DÙNG MẠNG NƠ-RON CHẬP HAND GESTURE RECOGNITION USING CONVOLUTIONAL NEURAL NETWORK Lê Minh Thành1 Lê Minh1 Phan Văn Ca1 Đặng Phước Hải Trang1 Đỗ Duy Tân1 Trương Ngọc Sơn1 1 Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh Tác giả liên hệ sontn@ Nhận bài 19 02 2021 Chấp nhận đăng 15 4 2021 Tóm tắt - Giao diện người máy sẽ trực quan hơn nếu con người Abstract - The human-machine interfaces will be more efficient có thể điều khiển máy tính bằng giọng nói hay cử chỉ mà không when operated with voices or gestures without any hardware such cần dùng các thiết bị điều khiển như chuột hay bàn phím. as mouse or keyboards. In particular vision-based systems will be Đặc biệt hệ thống thị giác sẽ thích hợp hơn trong môi trường ồn more appropriate in loud environments or environments with ào hoặc có âm thanh bị nhiễu. Bên cạnh đó mạng nơ-ron chập noises. In addition the convolutional neural network has been được áp dụng khá nhiều trong các bài toán nhận dạng với độ chính applied more and more frequently in recognition problems with xác cao như nhận dạng gương mặt nhận dạng số viết tay xử lý high accuracy such as face recognition handwritten digits ngôn ngữ tự nhiên. Bài báo này thiết lập một mạng nơ-ron chập recognition natural language processing. In this paper we với 14 lớp và ứng dụng vào hệ thống nhận dạng 6 cử chỉ bàn tay employed a convolutional neural network with 14 layers for the phải với đối tượng đầu vào là các ảnh tĩnh thu được từ camera hand gesture recognition system with 6 different gestures of the điện thoại. Tập dữ liệu huấn luyện được tạo ra từ các cử chỉ tay right hand and the input images were taken by a phone camera. The của 7 người. Kết quả mô phỏng trên matlab cho thấy hệ thống có training data set was collected from the hand gesture of 7 people. tỷ lệ chính xác 98 6 đối với các ảnh bàn tay được chụp chính The simulation results .
