Sử dụng cử chỉ tay để điều khiển thiết bị

Abstract

Trong những năm trở lại đây, với sự phát triển của công nghệ máy tính và khoa học dữ liệu, dẫn đến sự phát triển của Học sâu. Các kiến trúc mạng nơ-ron được đề xuất để giải quyết các bài toán nhận dạng cử chỉ tay. Ưu điểm vượt trội của các mạng nơ-ron là khả năng học từ đầu đến cuối (End-to-end Learning), tức là khả năng học từ dữ liệu và nhãn của dữ liệu mà không cần sự can thiệp của con người. Trong bài toán này, đồ án sẽ trình bày kiến trúc mạng nơ-ron phù hợp nhất cho bài toán nhận dạng cử chỉ tay và có thể ứng dụng để điều khiển thiết bị. Kiến trúc này là sự kết hợp của mạng nơ-ron tích chập (CNN) và một mô-đun để có thể lấy được thông tin từ các mốc thời gian khác nhau. Bằng sự kết hợp này, mô hình có thể có được thông tin từ cả miền không gian và miền thời gian. Kiến trúc này được gọi là mô-đun dịch chuyển thời gian (Temporal Shift Module - TSM)