Mục đích của bài viết là xây dựng một thuật toán nhận diện cử chỉ tay trong các khung hình thu trực tiếp từ camera theo thời gian thực. Thuật toán đề xuất sử dụng mô hình túi từ (bagof-features, bag-of-words), bộ mô tả đối tượng SURF, phương pháp phân cụm k-means, kết hợp với phương pháp phân lớp bằng mạng nơron. | PHƯƠNG PHÁP NHẬN DIỆN MẪU SỬ DỤNG MÔ HÌNH TÚI TỪ VÀ MẠNG NƠRON Nguyễn Toàn Thắng1 Đinh Xuân Lâm1 1 Trường Đại học Công nghệ thông tin và Truyền thông Đại học Thái Nguyên Email thangnt@ Ngày nhận bài 20 10 2022 Ngày nhận bài sửa sau phản biện 10 11 2022 Ngày chấp nhận đăng 14 11 2022 TÓM TẮT Mục đích của bài báo là xây dựng một thuật toán nhận diện cử chỉ tay trong các khung hình thu trực tiếp từ camera theo thời gian thực. Thuật toán đề xuất sử dụng mô hình túi từ bag- of-features bag-of-words bộ mô tả đối tượng SURF phương pháp phân cụm k-means kết hợp với phương pháp phân lớp bằng mạng nơron. Trong đó mô hình túi từ kết hợp với SURF và k- means được sử dụng để tạo ra các vectơ đặc trưng làm dữ liệu đầu vào cho mạng nơron. Thuật toán được huấn luyện và thử nghiệm với các bộ dữ liệu ảnh tự tạo. Các thí nghiệm cho thấy thuật toán đề xuất đảm bảo được tốc độ xử lý cao dưới 40 ms cho mỗi khung hình để có thể thực hiện trong thời gian thực với dữ liệu thu trực tiếp từ một camera có tính bền vững với một số dạng biến đổi của đối tượng xoay hình thay đổi kích thước và vị trí trong khung hình đồng thời đảm bảo độ chính xác nhận diện cao 90 . Từ khóa bộ mô tả đối tượng mạng nơron mô hình túi từ nhận diện cử chỉ nhận diện mẫu. A METHOD FOR PATTERN RECOGNITION USING BAG-OF-WORDS MODEL AND NEURAL NETWORK ABSTRACT The purpose of the project is to create an algorithm for real-time hand gesture recognition in video frames captured directly from the camera. The proposed algorithm is based on the bag- of-features or bag-of-words model SURF-descriptor k-means clustering and neural network classification method. The bag-of-words model combined with SURF and k-means is used to create feature vectors which then are fed as input data for the neural network. The algorithm is trained and tested with a self-made image data set. Experiments with various testing data sets demonstrate that the proposed algorithm ensures a high processing speed less than 40 ms for each frame to be
