TAILIEUCHUNG - Nhận dạng cử chỉ tay bằng ra-đa FMCW dựa trên mạng nơ ron tích chập kết nối chéo

Nghiên cứu này đề xuất sử dụng mạng nơ-ron tích chập kết nối chéo (CrossCNN: Cross-connection Convolutional Neural Network) để nhận dạng cử chỉ tay dựa trên dữ liệu phân tích phổ Doppler vi mô (micro-Doppler) của ra-đa FMCW (Frequency Modulated Continuous Wave). Thêm vào đó, các mức nhiễu khác nhau được thêm vào dữ liệu để đánh giá đầy đủ hơn đối với mô hình đề xuất. | Nghiên cứu khoa học công nghệ NHẬN DẠNG CỬ CHỈ TAY BẰNG RA-ĐA FMCW DỰA TRÊN MẠNG NƠ-RON TÍCH CHẬP KẾT NỐI CHÉO Lê Hải1 Hoàng Văn Phúc1 Đoàn Văn Sáng2 Lê Thị Trang3 Lê Đại Phong1 Tóm tắt Nghiên cứu này đề xuất sử dụng mạng nơ-ron tích chập kết nối chéo Cross- CNN Cross-connection Convolutional Neural Network để nhận dạng cử chỉ tay dựa trên dữ liệu phân tích phổ Doppler vi mô micro-Doppler của ra-đa FMCW Frequency Modulated Continuous Wave . Thêm vào đó các mức nhiễu khác nhau được thêm vào dữ liệu để đánh giá đầy đủ hơn đối với mô hình đề xuất. Kết quả thử nghiệm cho thấy mô hình được huấn luyện với dữ liệu có nhiễu cho chất lượng nhận dạng tốt hơn mô hình được huấn luyện với dữ liệu không có nhiễu. Sau đó mô hình Cross-CNN được phân tích đánh giá khi thay đổi các tham số cấu trúc từ đó chọn ra bộ tham số phù hợp nhất cho bài toán đề ra. Cuối cùng mô hình Cross-CNN được đánh giá so sánh với các mô hình hiện có khác khi thực hiện trên cùng một tập dữ liệu. Kết quả là mạng Cross-CNN cho khả năng nhận dạng cử chỉ tay tốt hơn các mô hình khác nhờ vào các kết nối chéo cho phép sử dụng kết hợp các đặc tính cũ với đặc tính mới trong quá trình huấn luyện mạng. Từ khóa Mạng nơ-ron tích chập Nhận dạng cử chỉ tay Ra đa FMCW Phổ micro-Doppler. 1. GIỚI THIỆU Hiện nay với sự phát triển bùng nổ của các hệ thống và thiết bị thông minh việc điều khiển không tiếp xúc các thiết bị điện tử gia dụng đang trở nên phổ biến. Theo đó sự chuyển động của tay chân cơ thể hoặc sự thay đổi nét mặt sẽ là những dấu hiệu để các mô-đun giao tiếp người- máy HMI human-machine interface thực hiện việc nhận dạng hoặc phân loại 1 . Các mô-đun HMI thường sử dụng camera quang học để nhận dạng là chủ yếu. Nhưng tính bảo mật riêng tư của dữ liệu hình ảnh lại trở thành vấn đề thách thức đối với các nhà phát triển thiết bị. Một giải pháp thay thế cho camera quang học đó là ra-đa FMCW Frequency Modulated Continuous Wave vì nó có tính bảo mật xử lý nhanh và tiết kiệm năng lượng 2 . Nắm bắt được lợi thế đó hiện

• Tự động hoá
• Mạng nơ ron tích chập
• Nhận dạng cử chỉ tay
• Ra đa FMCW
• Phổ micro Doppler
• Mô hình Cross CNN
• Phân lớp ảnh trái cây
• Mạng Nơron tích chập sâu
• Hệ thống mạng nơron tích chập sâu
• Thiết kế hệ thống mạng nơron tích chập sâu
• Phân lớp dữ liệu
• Mạng nơron học sâu
• Mạng nơron tích chập
• Nhận dạng ký tự viết tay
• Ký tự viết tay
• Cơ sở dữ liệu ký tự mẫu viết tay
• Luận văn Thạc sĩ Kỹ Thuật
• Khoa học máy tính
• Bài toán nhận dạng biển số xe
• Thị giác máy tính
• Mạng nơron nhân tạo
• Tóm tắt Luận văn Thạc sĩ Kỹ Thuật
• Nhận diện khuôn mặt
• Mạng nơ ron tích chập xếp chồng
• Mô hình FaceNet
• Thuật toán đặc trưng khuôn mặt
• Phân loại mã độc
• Phân tích tĩnh
• Tệp tin ASM
• Tệp tin dưới dạng chuỗi điểm ảnh
• Hàm kích hoạt
• Huấn luyện CNN
• Phương pháp học sâu
• Hàm Leaky ReLU
• Nhận dạng khuôn mặt
• Tiềm năng ứng dụng
• Công nghệ DeepFace
• Phương pháp sinh trắc học
• Tìm kiếm ảnh
• Phương pháp sinh mã nhị phân
• Mã nhị phân
• Bài toán tìm kiếm ảnh
• Phát hiện người đeo khẩu trang
• Đeo khẩu trang nơi công cộng
• Thư viện mã nguồn mở như OpenCV
• Xuất huyết não
• Chẩn đoán xuất huyết não
• Chỉ số Hounsfield
• Phân loại xuất huyết não
• Truy vấn ảnh dựa trên ngữ nghĩa
• Phân lớp ảnh
• Phương pháp tìm kiếm
• Câu lệnh SPARQL
• Mạng nơron tích chập đa nhiệm
• Nhận dạng biểu cảm khuôn mặt
• Hệ thống quản lý học tập trực tuyến
• Mô hình CNN đa nhiệm
• Đếm số người
• Mạng học sâu
• Mạng tích chập
• Convolutional neural network
• Bài toán phát hiện đối tượng
• Mô hình mạng nơron
• Mô hình phân tách giọng hát
• Hỗn hợp âm nhạc
• Phép biến đổi Fourier
• Tín hiệu giọng hát
• Mô hình mạng Faster R CNN
• Nhận dạng hình ảnh thực phẩm
• Kiến trúc mạng AlexNet
• Kiến trúc mạng VGGNet
• Thuật toán nhận diện khuôn mặt
• Kỹ thuật học sâu với mạng CGAN
• Kỹ thuật học sâu với mạng SRGAN
• Kỹ thuật SVM
• Kỹ thuật học sâu
• Môi trường xử lý song song Spark
• Kiến trúc mạng VGG 16
• Tổn thương phổ
• Máy học vector hỗ trợ
• Mạng nơron tích chập học sâu
• Phân loại ảnh sâu bệnh
• Mô hình mạng EfficientNet
• Xác minh chữ ký
• Bài toán xác minh chữ kí
• Mô hình học sâu
• Mạng song song
• Phân loại nhị phân
• Xử lý hình ảnh
• Nhận dạng ký tự
• Phân loại hình ảnh
• Nhận dạng các biển số xe
• Nhận dạng gai động kinh
• Các dạng sóng nhọn
• Tín hiệu điện não đồ
• Bệnh nhân động kinh
• Thiết kế chatbot
• Thuật toán khoảng cách levenshtein
• Thuật toán khoảng cách levenshtein trên raspberry
• Thuật toán tìm kiếm
• Sử dụng học sâu
• Bài toán xác định tâm làn đường
• Thiết bị tự hành
• Hệ thống hỗ trợ lái
• Trí tuệ nhân tạo
• Mạng nơron tích chập CNN