Khóa luận: TÌM HIỂU CÁC KỸ THUẬT ÁP DỤNG CHO BÀI TOÁN NHẬN DẠNG KÝ HIỆU NGƯỜI CÂM

Luận văn này tập trung nghiên cứu và áp dụng mô hình Cascade of Boosted Classifiers cho bài toán nhận dạng ký hiệu người câm. Sự phát triển của công nghệ thông tin đã mở ra nhiều cơ hội tương tác giữa con người và máy tính, tuy nhiên, việc giao tiếp tự nhiên vẫn còn là một thách thức. Bên cạnh nhận dạng tiếng nói, nhận dạng cử chỉ đang dần trở thành một lĩnh vực quan trọng. Bài toán này đặt ra yêu cầu về cả độ chính xác và tốc độ xử lý, đòi hỏi các hệ thống phải có khả năng nhận dạng hiệu quả các cử chỉ, ngay cả khi chúng có sự tương đồng.

Mô hình Cascade of Boosted Classifiers, với nền tảng là thuật toán AdaBoost và đặc trưng Haar Feature, đã cho thấy hiệu quả cao trong nhận dạng khuôn mặt và bàn tay. Luận văn này đề xuất áp dụng mô hình này cho bài toán phân loại 24 ký hiệu người câm, nhằm đạt được kết quả tốt về cả hai mặt là tốc độ và độ chính xác. Quá trình nghiên cứu bao gồm việc xây dựng các bộ nhận dạng cho từng ký hiệu, sau đó kết hợp chúng thành một bộ phân loại hoàn chỉnh.

• Chương 1: Mở đầu
• Chương 2: Giới thiệu về hệ thống phân loại cử chỉ
• Chương 3: Cơ sở lý thuyết
• Chương 4: Áp dụng mô hình Cascade of Boosted Classifiers
• Chương 5: Kết quả thử nghiệm
• Chương 6: Tổng kết