PHIÊN DỊCH CHỮ CÁI NGÔN NGỮ KÝ HIỆU SỬ DỤNG MẠNG NƠ-RON TÍCH CHẬP
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Lê Thị Trúc Ngân |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Theo thống kê, trên thế giới hiện có hơn 70 triệu người khiếm thính. Như mọi người bình thường, người khiếm thính cũng cần phải đi học, giao tiếp với nhau và mọi người xung quanh. Ngôn ngữ ký hiệu ra đời giúp họ thực hiện những việc đó. Việc nhận dạng được ngôn ngữ ký hiệu giúp cho người khiếm thính có thể dễ dàng trong việc truyền tải thông tin đến với nhau và với người bình thường khác, giúp họ tự tin hơn và nâng cao được chất lượng cuộc sống. Vấn đề được đặt ra ở đây là làm thế nào để có thể phiên dịch ngôn ngữ ký hiệu của họ sang ngôn ngữ bình thường để có thể giao tiếp một cách dễ dàng. Đã có nhiều đề tài nghiên cứu, xây dựng hệ thống để giải quyết vấn đề này. Tuy nhiên, các hệ thống được xây dựng đều cần những phần cứng đắt tiền, cùng với những thuật toán phức tạp. Vì vậy, mục tiêu của đề tài này nhằm xây dựng hệ thống phiên dịch chữ cái ngôn ngữ ký hiệu áp dụng nguyên lý máy học và thị giác máy tính, sử dụng phần cứng với chi phí vừa phải. Hệ thống này được phát triển bằng ngôn ngữ lập trình Python, gồm 2 phần chính. Trong đó, phần đầu là xây dựng mô hình máy học để nhận dạng ngôn ngữ ký hiệu, áp dụng mạng mạng nơ-ron tích chập (CNN – Convolutions Neural Network). Tập dữ liệu được sưu tầm trên mạng, là hình ảnh nhị phân của bàn tay khi thực hiện các chữ cái, sau đó đưa vào mô hình huấn luyện. Phần còn lại là vấn đề xử lý dữ liệu. Sau khi hình ảnh được bắt từ webcam, dùng công cụ OpenCV để tiền xử lý. Các bước xử lý dữ liệu gồm tách nền, chuyển ảnh thành ảnh xám, chuyển về nhị phân và resize. liệu Kế tiếp, dữ liệu xử lý xong sẽ đưa vào mô hình đã được huấn luyện để dự đoán hoặc tạo thành tập dữ liệu mới. Kết quả thực nghiệm cho thấy độ chính xác của mô hình huấn luyện là khoảng 99,52% và của hệ thống là khoảng 90.55%.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG WEBSITE BÁN QUẦN ÁO TRỰC TUYẾN
- ỨNG DỤNG MÔ HÌNH INCEPTION V3 TÌM KIẾM HÌNH ẢNH VỚI WEBSITE BÁN CÂY CẢNH
- XÂY DỰNG HỆ THỐNG HỎI ĐÁP TỰ ĐỘNG THEO TIẾP CẬN MÁY HỌC
- FILE TYPE CLASSIFICATION USING MACHINE LEARNING
- XÂY DỰNG CỔNG DỊCH CHUYỂN ẢO TRÊN THIẾT BỊ DI ĐỘNG VỚI ARCORE
- XÂY DỰNG WEBSITE TÌM KIẾM CHỖ Ở CHO THUÊ VỚI SPRING BOOT VÀ REACTJS
- ỨNG DỤNG CÁC PHƯƠNG PHÁP HỌC SÂU ĐỂ XÂY DỰNG HỆ THỐNG MÔ PHỎNG XE TỰ LÁI (Phân hệ: Phát hiện làn đường)
- WEBSITE BÁN VÀ TƯ VẤN VỀ SẢN PHẨM DINH DƯỠNG VÀ CÔNG CỤ TẬP THỂ HÌNH CÓ TÍCH HỢP CHATBOT
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.