Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Bài báo này đề xuất phương pháp xử lý hình ảnh sau khi thu nhận và áp dụng kỹ thuật phân tích thành phần chính PCA (Principle Component Analysis) để nhận dạng cử chỉ dựa trên các hình ảnh sau khi xử lý đó. Các kết quả thực nghiệm cho thấy hệ thống đề xuất đã đạt được tỉ lệ nhận dạng cao. 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 Ứng dụng PCA trong nhận dạng cử chỉ tay ngôn ngữ tiếng Việt Nguyễn Thị Hương Thảo Vũ Hữu Tiến Nguyễn Ngọc Minh Vũ Văn San Học Viện Công Nghệ Bưu Chính Viễn Thông Email thaonth tienvh minhnn sanvv @ptit.edu.vn Tóm tắt Hiện nay cử chỉ tay là một trong các mối quan dụng kỹ thuật PCA. tâm chính đối với người khiếm thính vì họ sử dụng ngôn Hệ thống nhận dạng cử chỉ tay có bốn giai đoạn thu ngữ cử chỉ để giao tiếp với nhau và giao tiếp với người nhận dữ liệu mô hình hóa cử chỉ trích chọn đặc trưng bình thường. Đối với người bình thường nếu không biết và nhận dạng. Thu nhận dữ liệu có thể thực hiện bằng hoặc gặp khó khăn với ngôn ngữ cử chỉ của người khiếm thính thì cần phải có thông dịch viên hỗ trợ quá trình cách sử dụng găng tay. Găng tay dữ liệu sử dụng cảm giao tiếp. Do đó một hệ thống nhận dạng ngôn ngữ cử biến cơ hoặc quang được gắn vào găng tay để chuyển chỉ bàn tay tự động là rất cần thiết để giúp đỡ những đổi cử chỉ ngón tay thành tín hiệu điện. Từ đó có thể xác người khiếm thính hòa nhập vào cuộc sống bình thường. định được vị trí tương ứng của các ngón tay. Cử chỉ tay Về mặt kỹ thuật nhận dạng ngôn ngữ cử chỉ là một bài cũng có thể được thu nhận bằng camera webcam Kinect toán toàn diện vì phải có sự kết hợp của các giai đoạn 3D. Cách này có giá thành thấp và người sử dụng có thu nhận ảnh xử lý ảnh phân tích và nhận dạng ảnh. Bài báo này đề xuất phương pháp xử lý hình ảnh sau khi thu thể tạo ra các cử chỉ một cách dễ dàng. Trong một số nhận và áp dụng kỹ thuật phân tích thành phần chính các công trình nghiên cứu trước đây sử dụng ảnh tĩnh PCA Principle Component Analysis để nhận dạng cử chỉ để phân tích và nhận dạng họ thường sử dụng camera dựa trên các hình ảnh sau khi xử lý đó. Các kết quả thực để bắt giữ hình ảnh. Tuy nhiên phương pháp này không nghiệm cho thấy hệ thống đề xuất đã đạt được tỉ lệ nhận
