BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  24,078,797
  • Công bố khoa học và công nghệ Việt Nam

Khoa học kỹ thuật và công nghệ

BB

Bùi Thanh Lâm(1), Nguyễn Đức Quang, Nguyễn Văn Trường, Phan Đình Hiếu, Vũ Tuấn Anh, Lưu Vũ Hải

NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN HỌC SÂU KẾT HỢP CẢM BIẾN KINECT TRONG PHÂN LOẠI VẬT THỂ

RESEARCH FOR THE APPLICATION OF DEEP LEARNING COMBINED KINECT SENSOR IN OBJECT CLASSIFICATION

Tạp chí Khoa học & Công nghệ - Trường Đại học Công nghiệp Hà Nội

2023

4

60

Trong bài báo này, một hệ thống nhận diện vật thể sử dụng cảm biến Kinect và mô hình học sâu để xử lý hình ảnh đối tượng được đề xuất. Mô hình học sâu được áp dụng với cơ sở dữ liệu thu thập từ thực tế để đưa ra các đặc tính như hình dạng, màu sắc. Bên cạnh đó sử dụng cảm biến Kinect còn giúp thu nhận thông tin chiều sâu của đối tượng một cách dễ dàng. Các vật thể có tính chất khác nhau được thử nghiệm như: hình tròn, hình vuông, hình tam giác, màu đỏ, màu xanh, màu vàng với chiều cao khác nhau. Hệ thống đề xuất có khả năng phân loại đặc điểm của mỗi đối tượng với độ chính xác cao với chi phí tiết kiệm. Kết quả thực nghiệm cho thấy các đối tượng được phân loại với độ chính xác 92% với thời gian trung bình nhận diện mỗi vật thể là 50ms. Qua đó thể hiện khả năng ứng dụng trong thực tế của hệ thống đề xuất trong công việc phân loại vật thể.

In this paper, an objective classification system using a Kinect sensor and deep learning model to process object images is proposed. The deep learning model is carried out with the data collected from reality to give features such as shape and color. Besides that, using the Kinect sensor also helps to acquire depth information of the object easily. Objects of different properties are tested such as circles, squares, triangles, red, blue, and yellow with different heights. The proposed system is capable of classifying the characteristics of each object with high accuracy and low cost. Experimental results show that the objects are classified with an accuracy of 92% with the average time to recognize each object being 50ms. Thereby demonstrating the practical applicability of the proposed system in object classification.

Xem toàn văn