Do đó, tìm hiểu về ngôn ngữ cơ thể sẽ giúp bạn giao tiếp một cách dễ dàng hơn, và đây cũng chính là cách để bạn hòa nhập vào môi trường đa văn hóa trong thế giới hiện đại ngày nay. Sau nhiều nghiên cứu, các nhà khoa học đã khẳng định ngôn ngữ cơ thể là một sự Không giao tiếp mắt. Bước tới bước lui. Có cử chỉ phi lý. Nghiêng đầu. Khoanh tay, bắt chéo chân; Ngồi dịch ra xa. Đang đánh giá. Tự tin, hợp tác và thành thật. Gật đầu. Cúi người về phía trước. Liếc mắt. Mở rộng tay và bàn tay. Duy trì giao tiếp mắt. Giao tiếp mắt Đoạn clip ghi lại cảnh cô gái đang bán hàng thì phát hiện có viên gạch rơi giữa đường liền lao ra lượm được nhiều người chia sẻ, tán dương. Bắt tay không đơn giản là một kỹ năng giao tiếp, mà nó còn là một cử chỉ văn hoá, một nghệ thuật, một kỹ năng sống. Cũng có những cái bắt tay làm đôi bên xích lại gần nhau. Có những người chỉ sơ suất trong việc bắt tay, khiến đối tác tự ái, dẫn tới hỏng việc Tổng thư ký Guterres nồng nhiệt chúc mừng Việt Nam đã trúng cử thành viên Hội đồng Nhân quyền Liên hợp quốc nhiệm kỳ 2023-2025, tin tưởng Việt Nam sẽ tiếp tục đóng góp tích cực, hiệu quả trong việc thúc đẩy và bảo vệ quyền con người. Để tay trong khoảng từ thắt lưng tới dưới cằm ta sẽ vung thoải mái nhất, thuận lợi nhất trong giao tiếp và trông cũng tự nhiên nhất. Khi tay vung, luôn nhớ rằng vung "trong ra, dưới lên" - có nghĩa là đưa tay hướng từ trong ra ngoài, và hướng từ dưới lên. 2cgJ5e. Giới thiệu-Trong giao tiếp có đến 60-75% là ngôn ngữ không được điều này và học cách làm thế nào để thay đổi ngôn ngữ cử chỉ cho phù hợp sẽ giúp bạn nâng cao khả năng giao tiếp, tăng cường các mối quan hệ sẽ có 1 tác động mạnh mẽ đến cuộc sống của khi bạn hiểu được một vài cách thể hiện cơ bản của ngôn ngữ cử chỉ, bạn cũng sẽ biết làm thế nào để đáp lại hiệu quả bằng cách quan tâm đến những gì họ nói mà không thể hiện thành lời. Bạn đang xem nội dung tài liệu Cử chỉ - Điệu bộ trong giao tiếp, để tải tài liệu về máy bạn click vào nút TẢI VỀ ở trênĐặng Phan Công ThiênCử Chỉ - Điệu BộVUA CỦA NGÔN NGỮ CƠ THỂDiễn viên kịch câm Charlie Chaplin hay còn được gọi là vua hề sắc là người tiên phong cũng được coi là người giỏi nhất trong việc sử dụng ngôn ngữ cơ thiệuTrong giao tiếp có đến 60-75% là ngôn ngữ không được điều này và học cách làm thế nào để thay đổi ngôn ngữ cử chỉ cho phù hợp sẽ giúp bạn nâng cao khả năng giao tiếp, tăng cường các mối quan hệ sẽ có 1 tác động mạnh mẽ đến cuộc sống của khi bạn hiểu được một vài cách thể hiện cơ bản của ngôn ngữ cử chỉ, bạn cũng sẽ biết làm thế nào để đáp lại hiệu quả bằng cách quan tâm đến những gì họ nói mà không thể hiện thành lời. Chú ý khi bắt đầu giao tiếpNụ cười là điều cơ bản khi bắt vào mắt người giao tiếp đừng nên nhìn chằm chằm.Vị trí và khoảng cách khi giao trưởng nhóm hoạch lãnh đạo phải có vị trí cao so với thành viên. Sẽ gây áp lực cho thành viên nếu đứng bè có vị trí đứng ngang nhau, không quá xa hoặc quá gần để tạo sự thân cười và ánh mắt khi giao tiếpChú ý đến khoảngcách đứng của mình với người điều cần tránh tronggiao tiếpKhông nên vung vẫy tay trong lúc nói nó thể hiện bạn là người ưa hành động.Không nên quá quan tâm đến quần áo mình thể hiện bạn không chú tâm đến người khác chỉ biết bản thân nên chống tay, khoanh tay trước ngực chứng tỏ bạn không thích lắng nghe.Những hành động của bản thân là điều cần chú ý trong khi giao tiếp. Phải được kiểm mặt có vai trò quan trọngNét mặt có sức mạnh gấp trăm lần lời nét của khuôn mặt có thể cho ta biết người đó đang nghĩ mặt có thể là rào cảng hay chìa khóa cho con đường của cần ánh mắt động viên, nụ cười trân trọng, bạn đã gửi đến người khác thông điệp “Hãy cố gãng lên!” Nụ cười kết hợp khuôn mặt làm bạn hiểu anh ta nói “Bạn làm rất tốt”.Mẹo giao tiếp bằng mắtHãy nhìn thẳng vào mắt người đó và nghĩ thầm “thật tuyệt vời khi được gặp bạn”. Ý nghĩ đó sẽ làm bạn mỉm cười và người đối diện có thể cảm nhận ngay được thái độ thân thiện của trong buổi giao tiếp, vẫn duy trì sự giao tiếp bằng mắt nhưng không phải nhìn trực tiếp vào mắt đối phương mà nhìn vào khoảng trống giữa hai mắt và mũi người đối diện.Chú ý với ánh mắt của bạn sẽ thể hiện thái độ của hiểungôn ngữ cử chỉ cho đúngLời nói được nói ra nhiều lúc các bạn còn không hiểu được vậy sao có thể hiểu rõ các ngôn ngữ bằng hành động này ?Các bạn hãy nắm rõ 3 qui tắc sau đây1. Hiểu các điệu bộ theo cụm Người mới học cách đọc ngôn ngữ cơ thể thường phạm phải lỗi cơ bản nhất, đó là chỉ đánh giá 1 điệu bộ đơn lẻ mà không để ý đến các điệu bộ đi kèm tình nên nhớ rằng, ngôn ngữ cơ thể cũng có “từ”, “câu” và dấu câu như ngôn ngữ nói. Mỗi điệu bộ giống như 1 từ đơn và có thể biểu thị nhiều ý nghĩa khác nhau. Do đó, nếu muốn hiểu ý nghĩa điệu bộ nào đó, nhất thiết bạn phải đặt nó trong 1 hoàn cảnh và tìm hiểu các điệu bộ khác đi kèm. Các điệu bộ nằm trong 1 tình huống được gọi là cụm điệu bộ. Thông thường, chúng ta phải dùng ít nhất 3 điệu bộ trong cụm mới có thể giải nghĩa được từng điệu Tìm kiếm sự phù hợp Bạn có thể đánh giá thái độ của người khác qua việc tìm kiếm sự đồng điệu giữa ngôn ngữ nói và ngôn ngữ cơ thể. Nếu 2 ngôn ngữ này không phù hợp với nhau, có nghĩa họ đã nói dối. Do đó, việc theo quan sát cụm điệu bộ, sự hòa hợp giữa lời nói và điệu bộ là yếu tố then chốt để giải nghĩa chính xác thái độ của con Hiểu điệu bộ trong ngữ cảnh Tất cả mọi điệu bộ cần được xem xét trong ngữ cảnh xuất hiện nó. Vì ý nghĩa của điệu bộ có thể đúng trong ngữ cảnh này nhưng không đúng trong ngữ cảnh khác. Do đó, nếu tách điệu bộ khỏi ngữ cảnh, bạn sẽ rất dễ hiểu bỏ bối cảnh làm việc mà thay vào bối cảnh của nhà hàng hay quán cafe bạn sẽ nghĩ gì ? ĐẠI HỌC ĐÀ NẴNGTRƯỜNG ĐẠI HỌC BÁCH KHOANGUYỄN THỊ THƯƠNGNHẬN DẠNG CỬ CHỈ TAY TRONGGIAO TIẾP NGƯỜI-MÁY VÀ ỨNG DỤNGHỖ TRỢ CHỌN TRANG PHỤCChuyên ngành Khoa học máy tínhMã số TẮT LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNHĐà Nẵng – Năm 2017Công trình được hoàn thành tạiTRƯỜNG ĐẠI HỌC BÁCH KHOANgười hướng dẫn khoa học TS. Huỳnh Hữu HưngPhản biện 1 Trần Quốc ChiếnPhản biện 2 Lê Mạnh ThạnhLuận văn được bảo vệ trước Hội đồng chấm Luận văn tốtnghiệp thạc sĩ khoa học máy tính họp tại Trường Đại họcBách khoa vào ngày 13 tháng 08 năm thể tìm hiểu luận văn tại- Trung tâm học liệu, Đại học Đà nẵng tại trường Đại họcBách khoa- Thư viện khoa Công nghệ thông tin, Trường Đại học Báchkhoa - Đại học Đà Nẵng1MỞ ĐẦU1. Lý do chọn đề tàiMáy tính xuất hiện là một bước phát minh lớn của nhân loại, nógiúp con người làm việc hiện quả hơn, bên cạnh đó để giao tiếp đượcvới máy tính thì phải thông qua các thiết bị như chuột, phím,… thườnggây nên bất nay, các phương thức giao tiếp người-máy truyền thốngđang được từng bước thay thế bởi các phương pháp mới nhằm mụcđích nâng cao hiệu suất lao động. Kỹ thuật phát hiện và nhận dạng cửchỉ tay được ứng dụng trong lĩnh vực giao tiếp người-máy là một trongsố các phương pháp giao tiếp mới đó. Nhận dạng các cử chỉ của tayngười là cách tự nhiên khi giao tiếp người–máy. Cử chỉ tay cho phépcon người tương tác với máy rất dễ dàng và thuận tiện mà không cầnphải mang thêm bất kỳ thiết bị ngoại vi cạnh đó, với nhịp sống hiện đại thì nhu cầu làm đẹp, muasắm trang phục của con người ngày càng cao. Người dùng thường tiêutốn nhiều thời gian và công sức trong việc chọn, thử và phối hợp cácloại trang phục áo quần, túi xách, khăn quàng cổ,…. Do đó, rất cầnnhững thiết bị để giúp con người chọn và thử các loại trang phục đượctrực quan và dễ dàng; đồng thời cũng giúp người dùng dễ dàng biếtđược cách phối các loại trang phục với nhau đảm bảo sự hài hòa vàtính thẩm mĩ động giáo dục nghề phổ thông lớp 11 được Bộ Giáo dụcvà Đào tạo đưa vào triển khai giảng dạy chính thức từ năm học 20072008 thời lượng 105 tiết/năm học với nhiều loại nghề khác nhau,trong đó có nghề may nhằm giúp học sinh am hiểu hơn về các lĩnh vựcnghề nghiệp phổ biến trong xã hội để từ đó định hướng nghề nghiệptốt hơn. Bản thân là một giáo viên THPT, tôi nhận thấy học sinh cònnhiều lúng túng trong việc chọn và phối các mẫu thiết trang phục…như thế nào cho phù hợp dáng người và để từ đó có thể thu hút đượcsự quan tâm, yêu thích của học sinh đối với bộ môn những lí do trên, tôi đề xuất chọn đề tài luận văn cao học là“Nhận dạng cử chỉ tay trong giao tiếp người - máy và ứng dụng hỗtrợ chọn trang phục”.2. Mục đích và nhiệm vụ nghiên Mục đích nghiên cứuMục đích chính của đề tài là xây dựng giải pháp nhận dạng cửchỉ tay của con người từ dữ liệu thu được trên thiết bị Kinect để xâydựng chương trình ứng dụng cho phép người dùng thực hiện việc chọntrang phục bằng cử chỉ Nhiệm vụ nghiên cứuLuận văn tập trung nghiên cứu những vấn đề sau- Phân tích, trích chọn đặc trưng và nhận dạng cử chỉ Đưa ra giải pháp thích hợp đáp ứng mục đích của đề Viết chương trình để kiểm tra tính hiệu quả của giải Đối tượng và phạm vi nghiên Đối tượng nghiên cứuLuận văn tập trung tìm hiểu những vấn đề sau- Các cử chỉ Các kỹ thuật trích chọn đặc trưng cử chỉ tay- Các kỹ thuật nhận dạng cử chỉ Phạm vi nghiên cứuLuận văn tập trung trong phạm vi- Nghiên cứu kỹ thuật xử lý ảnh và nhận dạng cử chỉ Nghiên cứu các kỹ thuật trích chọn đặc trưng cử chỉ tay tĩnhvà cử chỉ tay Nghiên cứu nhận dạng cử chỉ tay dựa trên video thu được từcamera Phương pháp nghiên Phương pháp lý thuyếtLuận văn tập trung nghiên cứu một số lý thuyết như sau- Các tài liệu về cử chỉ tay, nhận dạng cử chỉ tay trong lĩnh vựcxử lý ảnh và thị giác máy Cơ sở lý thuyết về các thuật toán trích chọn đặc trưng và nhậndạng cử chỉ tay từ video thu được trên Phương pháp thực nghiệmLuận văn nghiên cứu một số vấn đề về thực nghiệm như sau- Cài đặt chương trình ứng dụng dựa trên giải pháp đề Triển khai thực nghiệm với thiết bị Kiểm thử hiệu quả của chương trình với các cử chỉ tay Giải pháp đề xuấtLuận văn đề xuất mô hình hệ thống nhận dạng cử chỉ tay ứngdụng hỗ trợ chọn trang phục như sau46. Ý nghĩa khoa học và thực tiễn của đề Ý nghĩa khoa học của đề tàiVề mặt khoa học, đề tài sẽ mang ý nghĩa cung cấp về mặt lýthuyết để làm rõ về quá trình và các phương pháp nhận dạng cử chỉtay. Kết quả thu được là hệ thống nhận dạng cử chỉ tay người, hỗ trợviệc chọn và thử trang phục cho con người trực quan, dễ Ý nghĩa thực tiễn của đề tàiVề mặt thực tiễn, đề tài góp phần hỗ trợ cho việc điều khiển máytính làm việc bằng cử chỉ tay một cách hiệu quả, nâng cao hiệu quảgiao tiếp giữa người và máy, đáp ứng nhu cầu thực tế của con ngườitrong lĩnh vực thời Kết quả dự kiếnLuận văn dự kiến sẽ đạt được những kết quả sau- Trích chọn được các đặc trưng của cử chỉ tay- Đưa ra được giải pháp cho vấn đề nhận dạng cử tay từ videohiệu Xây dựng chương trình thực nghiệm nhận dạng cử chỉ tay đểchọn trang phục cho người Cấu trúc luận vănNội dung của luận văn được trình bày với các phần chính như sauMở đầuChương 1 - Nghiên cứu tổng quan về nhận dạng cử chỉ taytrong giao tiếp 2 - Một số kỹ thuật trích chọn đặc trưng và nhậndạng hình ảnh cử chỉ bàn 3 - Xây dựng hệ thống nhận dạng cử chỉ tay hỗ trợchọn trang luận và hướng phát 1 - TỔNG QUAN VỀ NHẬN DẠNGCỬ CHỈ TAY TRONG GIAO TIẾP NGƯỜI - NHẬN DẠNG CỬ CHỈ TAY TRONG GIAO TIẾP NGƯỜI-MÁYTrong cuộc sống hàng ngày, con người thực hiện rất nhiều cáccử chỉ khác nhau. Đó là điều tự nhiên để cải thiện và nâng cao thôngtin liên lạc giữa người với người. Trong tất cả các loại cử chỉ mà conngười sử dụng, cử chỉ tay đóng một vai trò quan trọng. Sử dụng cử chỉtay có thể giúp chúng ta thể hiện được nhiều thông tin hơn trong thờigian ngắn hơn. Ngày nay, máy tính đã trở thành một phần quan trọngtrong cuộc sống của chúng ta, vậy tại sao không sử dụng cử chỉ tay đểgiao tiếp với chúng. Việc sử dụng trực tiếp của bàn tay người như một“thiết bị đầu vào” là một phương pháp hấp dẫn để con người có thểgiao tiếp tự nhiên với máy tính [5]. Một ưu điểm khác là người dùngcó thể giao tiếp từ xa mà không cần phải tiếp xúc vật lý với máy nhận dạng cử chỉ tay, bước đầu tiên trong hệ thống nhận dạnglà phát hiện ra cử chỉ tay bằng một thiết bị cảm nhận camera/webcam,để thu thập các quan sát cần cho việc phân loại hay miêu tả. Trong luậnvăn này, thiết bị cảm nhận được sử dụng để thu nhận cử chỉ tay làKinect. Kinect là camera tích hợp cảm biến chiều sâu được phát triểnbởi hãng đó, tiến hành xử lý hình ảnh, trích chọn đặc trưng để tínhtoán các thông tin dưới dạng số hay dạng biểu tượng từ các dữ liệuquan sát và thực hiện công việc phân loại dựa vào các đặc tính đã đượctrích chọn để nhận dạng cử chỉ. Các cử chỉ của bàn tay được phát hiệndựa trên tập dữ liệu về cử chỉ tay mẫu được thu thập từ trước thôngqua hình ảnh từ webcam/video. Nhiệm vụ quan trọng của bài toán nhậndạng cử chỉ tay là phải cho máy tính “học” và “huấn luyện” trên nhữngcử chỉ tay mẫu để nó có thể nhận dạng cử chỉ tay một cách chính MÔ HÌNH BÀN TAY NGƯỜIMô hình xương bàn tay người có cấu trúc như sau [5] bàn taycon người gồm 27 xương, trong đó có 8 xương ở cổ tay và 19 xươngcho lòng bàn tay và ngón tay. Các xương này được kết nối với nhaubởi các khớp nối có một hay nhiều bậc tự do. Tổng cộng có 26 bậc tựdo. Trong đó, cổ tay có 6 bậc tự do với 3 bậc tự do cho chuyển độngtịnh tiến trong không gian và 3 bậc tự do cho chuyển động xoay quanhcác trục. Năm ngón tay, mỗi ngón có 4 bậc tự do với 2 bậc cho khớpgốc ngón tay gập/ngửa và khép/mở và 1 bậc cho mỗi khớp còn PHÂN LOẠI CỬ CHỈ TAYMỗi cử chỉ tay là một cấu hình bàn tay đặc biệt đại diện bởi mộthình ảnh duy nhất. Có nhiều cách để phân loại cử chỉ tay, thông thườngcử chỉ tay được phân loại dựa trên mối quan hệ thời gian. Khi đó, cửchỉ tay được phân thành 2 loại cử chỉ tay tĩnh và cử chỉ tay động [42]. Cử chỉ tay tĩnhCử chỉ tay tĩnh là cử chỉ tay mà trong đó vị trí tay không thayđổi theo thời gian độc lập với thời gian. Cử chỉ tay tĩnh chủ yếu dựavào hình dạng và góc uốn của ngón tay. Cử chỉ tay tĩnh là cử chỉ taydiễn đạt một trạng thái duy nhất của bàn Cử chỉ tay độngCử chỉ tay động là cử chỉ tay mà trong đó vị trí tay thay đổi liêntục theo thời gian phụ thuộc vào thời gian. Trong thực tế, nhiều cử chỉtay được tạo ra bởi cách chúng ta di chuyển bàn tay như hướng đi, quỹđạo hay tốc độ thực hiện. Như vậy có thể thấy cử chỉ tay động chủ yếudựa vào quỹ đạo, hướng đi của bàn tay, thêm vào đó là hình dáng vàgóc uốn của ngón TIẾN TRÌNH NHẬN DẠNG CỬ CHỈ Sơ đồ khối của hệ thống nhận dạng cử chỉ tayTiến trình nhận dạng cử chỉ tay cơ bản có dạng như sau [41]DỮ LIỆUVÀOTIỀN XỬ LÝTRÍCH ĐẶCTRƯNGNHẬN DẠNGHình – Sơ đồ khối của hệ thống nhận dạng cử chỉ Dữ liệu vàoDữ liệu vào có thể là một hình ảnh, hoặc một chuỗi các hìnhảnh, được chụp bởi một máy ảnh duy nhất hướng về phía bàn tay ngườithực hiện các cử chỉ. Tuy nhiên, cũng tồn tại các hệ thống sử dụng haihoặc nhiều máy ảnh để thu được nhiều thông tin về các tư thế Tiền xử lýMục đích cơ bản của giai đoạn này là tối ưu hình ảnh thu đượctừ giai đoạn trước để chuẩn bị trích xuất các đặc trưng trong giai đoạntiếp theo. Tiền xử lý ảnh là bắt buộc để nâng cao chất lượng ảnh đồngthời cải thiện độ chính xác của hệ thống được đề xuất. Dưới đây là mộtsố kỹ thuật tiền xử lý thường được áp dụng trong giai đoạn nàya. Chuyển ảnh RGB sang ảnh nhị phânẢnh nhị phân là ảnh mà giá trị của các điểm ảnh chỉ được biểudiễn bởi một trong hai giá trị 0 màu đen hoặc 1 màu trắng. Chẳnghạn những điểm ảnh trong vùng tay có màu trắng và điểm ảnh nền cómàu Lọc nhiễuTrong ảnh nhị phân, có thể có một số giá trị 0 trong vùng tay vàcó một số giá trị 1 trong khu vực nền. Khi đó, nền có những số 1 đượcbiết đến như nhiễu xung quanh và cử chỉ tay có một vài số 0 được biếtđến như nhiễu cử chỉ. Những nhiễu này cần phải được loại Phân đoạn ảnhMục tiêu của phân đoạn ảnh là làm nổi bật hoặc tách hẳn đốitượng cần quan tâm ra từ ảnh ban đầu, làm đơn giản hóa và thay đổicách biểu diễn để dễ dàng phân tích hơn. Một số kỹ thuật phận đoạnảnh phổ biến nhưPhân đoạn ảnh dựa trên ngưỡngPhân đoạn ảnh dựa trên biên cạnhPhân đoạn ảnh dựa vào màu Trích chọn đặc trưngTrích chọn đặc trưng là chiết xuất thông tin từ dữ liệu thô mà nóphù hợp nhất cho mục đích nhận dạng để giảm thiểu các biến thể trongmột lớp và tối đa hóa các biến thể giữa các lớp khác giai đoạn trích chọn đặc trưng, mỗi đối tượng được đạidiện bởi một véc tơ đặc trưng. Mục tiêu chủ yếu của trích chọn đặctrưng là trích xuất một tập hợp các đặc trưng, trong đó có thể tối đahóa tỷ lệ nhận dạng với sự nhầm lẫn nhỏ nhất. Các đặc điểm của đphải là cử chỉ có ý Lựa chọn đặc trưng phù hợpLựa chọn đặc trưng rất quan trọng trong việc nhận dạng, bảnthân việc chọn đặc trưng là để giảm số chiều xử lý nhưng phải đảmbảo mô tả được đối tượng tương đối đầy Tốc độ xử lý và tính chính xác trong nhận dạngĐể hệ thống nhận dạng cử chỉ tay có thể tương tác được vớingười dùng trong thực tế thì hệ thống này phải có tốc độ xử lý nhanhvà phương pháp nhận dạng phải đáp ứng được yêu cầu là độ chính xáccao. Đây là yêu cầu quan trọng nhất của một hệ thống nhận MỘT SỐ ỨNG DỤNG DỰA TRÊN NHẬN DẠNG CỬ CHỈ Ứng dụng trong thực tế Ứng dụng trong điều khiển Điều khiển máy Ứng dụng trong y Ứng dụng trong lĩnh vực giải Ứng dụng trong ngôn ngữ ký hiệu11CHƯƠNG 2 - MỘT SỐ KỸ THUẬT TRÍCHCHỌN ĐẶC TRƯNG VÀ NHẬN DẠNG CỬ CHỈ MỘT SỐ KỸ THUẬT TRÍCH CHỌN ĐẶC TRƯNG CỬ CHỈ Phân tích thành phần chính - PCAPCA là một thuật toán thống kê sử dụng phép biến đổi trựcgiao để biến đổi một tập hợp dữ liệu từ một không gian nhiều chiềusang một không gian mới ít chiều hơn nhằm tối ưu hóa việc thể hiện sựbiến thiên của dữ liệuMục tiêu của PCA là đưa không gian đặc trưng có số chiều lớnvề không gian đặc trưng có số chiều nhỏ hơn sao cho vẫn đảm bảođược “tối đa thông tin quan trọng nhất”, với mục đích giảm thời giantính toán và tìm kiếm. Các trục tọa độ trong không gian mới được xâydựng sao cho trên mỗi trục, độ biến thiên của dữ liệu trên đó là lớnnhất có Kỹ thuật HOGHOG dựa trên việc đếm số lần xuất hiện của các hướng đạo hàmtrong các vùng cục bộ ảnh. Ý tưởng cơ bản của HOG là hình dạng đốitượng trong ảnh có thể được đặc trưng tốt bởi sự phân bố theo hướngcủa sự thay đổi mức xám gradient hay theo hướng của biên đối tượng[10]. HOG được tính bằng cách chia ảnh thành các vùng không giannhỏ hơn gọi là các “tế bào” cells, mỗi cell này tích lũy histogram 1chiều cục bộ về các hướng gradient hoặc định hướng biên trên cácđiểm ảnh nằm trong cell. Các cell nằm cạnh nhau được gộp lại thànhmột khối block, các khối có thể chồng lên nhau với mục đích tăngcường mối quan hệ trong không gian giữa các điểm ảnh. Các histogramcủa khối được kết hợp với nhau tạo thành vector đặc Kỹ thuật trích đặc trưng cục bộ bất biến - SIFTSIFT - phép biến đổi đặc tính bất biến tỉ lệ, do David xuất. Đối với bất kỳ một đối tượng nào trong ảnh sẽ có rất nhiềuđặc trưng để mô tả, tuy nhiên David chỉ ra rằng có các điểmđặc biệt trên đối tượng có thể trích chọn mô tả tốt cho đối tượng, còngọi là các điểm hấp dẫn điểm quan trọng. Điểm hấp dẫn là vị trí điểmảnh "hấp dẫn" trên ảnh. "Hấp dẫn" ở đây có nghĩa là điểm đó có thể cócác đặc trưng bất biến với việc quay ảnh, co giãn ảnh hay thay đổicường độ chiếu sáng của ảnh. Mô tả này có thể được sử dụng để xácđịnh đối tượng trong một ảnh chứa rất nhiều đối tượng khác đặc trưng cục bộ bất biến SIFT của ảnh thì bất biến với việcthay đổi tỉ lệ ảnh, quay ảnh, đôi khi là thay đổi điểm nhìn và thêmnhiễu ảnh hay thay đổi cường độ chiếu sáng của ảnh[18-20].Thuật toán SIFT được tiếp cận theo phương pháp thác lọc [38]- Bước 1. Phát hiện các điểm cực trị trong không gian tỉ lệ- Bước 2. Định vị các điểm hấp dẫn- Bước 3 Xác định hướng cho các điểm hấp dẫn- Bước 4 Mô tả các điểm hấp Kỹ thuật Haar-LikeMột kỹ thuật trích chọn đặc trưng dựa trên phân bố mức xám làphép biến đổi Haar-Like do Viola và Jones công bố. Đặc trưng HaarLike [11] là một loại đặc trưng thường được dùng cho bài toán nhậndạng trên ảnh. Đặc trưng Haar-Like dựa trên ý tưởng tính độ chênhlệch giữa các giá trị mức xám của các điểm ảnh trong các vùng kề nhautrong ảnh xám, mỗi đặc trưng là sự kết hợp của các hình chữ nhật“trắng” hay “đen” theo một trật tự, kích thước nào ích của đặc trưng Haar-Like là nó diễn đạt được tri thức vềcác đối tượng trong ảnh vì nó biểu diễn mối liên hệ giữa các bộ phận13của đối tượng, điều mà bản thân từng điểm ảnh không diễn đạt trị của đặc trưng Haar-Like là sự chênh lệch giữa tổng giá trị cácđiểm ảnh của các vùng đen và các vùng Kỹ thuật GISTHình dáng bàn tay cũng là một thông tin quan trọng để phân biệtcác cử chỉ tay khác nhau. Để trích đặc trưng về hình dáng bàn tay ta sửdụng đặc trưng GIST [27]. Đặc trưng GIST thuộc nhóm đặc trưng biếnđổi toàn cục và triển khai chuỗi. Khác với đặc trưng SIFT, GIST làmột đặc trưng toàn cục biểu diễn nội dung ảnh được Oliva &Torralbađề xuất năm 2001. Phương pháp GIST rút trích từ ảnh tập hợp các đặctrưng quan trọng như tính tự nhiên, mở rộng, độ nhám, độ chắc chắn,cho phép trình bày cấu trúc không gian của một tính toán đặc trưng mô tả GIST, ảnh đầu vào được đưa vềdạng vuông, chia thành lưới 4 x 4, các tổ chức đồ theo hướng tươngứng được trích ra. Nguyên lý trích đặc trưng dựa vào phép biến đổiGabor theo các hướng và tần số khác nhau. Như vậy, đặc trưng GISTthể hiện dưới dạng một vectơ và mỗi vectơ này được được tính toán từkết quả của việc áp dụng bộ lọc Gabor lên ảnh. Từ dữ liệu đầu vào, saukhi trích đặc trưng sẽ cho ra một vectơ 960 chiều. Sau bước trích đặctrưng này, tập dữ liệu ảnh đưa về dạng bảng hay ma trận mà ở đó mỗiảnh là một dòng có 960 cột chiều. Kỹ thuật trích đặc trưng xương ảnh của bàn tay* Đặc trưng xương ảnh là gì?Xương được coi như hình dạng cơ bản của một đối tượng, vớisố ít các điểm ảnh cơ bản. Ta có thể lấy được các thông tin về hìnhdạng nguyên bản của một đối tượng thông qua xương của ảnh lần đầu tiên được xác định bởi tác giả Blum năm1976, đây là cách mô tả hình dạng rất hữu ích và quan trọng cho nhận14dạng đối tượng vì nó chứa các đặc trưng hình dạng của đối tượng trích xuất đặc trưng xương ảnh của đối tượng tay, một tập hợpcác tham số của vùng xương tay sẽ được tính toán. Các thuộc tínhmong muốn của bộ xương là bảo toàn cấu trúc liên kết của đối tượng,chống lại tốt phép dịch, phép quay và tỷ lệ mở rộng, mỏng độ rộngkhông quá 2 pixel. Có nhiều phương pháp và thuật toán được dùng đểtrích rút bộ xương phương pháp phân tích, phương pháp hình thái học,phương pháp làm mỏng mảnh và phương pháp dựa trên phép biếnđổi khoảng cách.* Phương pháp tìm xương ảnhViệc khai thác xương ảnh của vùng tay sẽ được thực hiện dựatrên phép biến đổi khoảng cách Chamfer như mô tả trong [33].* Tham số hóa bộ xươngBộ xương tay thu được sẽ được sử dụng để chiết xuất đặc điểmcử chỉ tay. Đối với mỗi cử chỉ tay, một bộ tham số dựa trên các tínhchất hình học của bộ xương sẽ được tính toán. Vị trí của một số điểmquan trọng cũng sẽ được phân tích điểm đầu cuối, giao lộ, phân MỘT SỐ KỸ THUẬT NHẬN DẠNG CỬ CHỈ Kỹ thuật K-láng giềng gần nhấtK-láng giềng gần nhất K-NN là phương pháp để phân lớp cácđối tượng dựa vào khoảng cách gần nhất giữa đối tượng cần phân lớpvà tất cả các đối tượng trong tập dữ liệu [32], các tác giả đã xây dựng hệ thống nhận dạng các sốtừ 0 đến 9 tương ứng với 10 cử chỉ tay khác nhau dựa trên các phươngpháp phân loại K-NN, SVM và BBNN. Trong đó, kết quả nhận dạngcủa hệ thống sử dụng K-NN đạt độ chính xác 96%, sử dụng SVM đạtđộ chính xác 98,4% và sử dụng BBNN đạt 93,01%. Kỹ thuật sử dụng mạng nơ-ron nhân tạo - ANNANN là một mô hình xử lý thông tin phỏng theo cách thức xửlý thông tin của các hệ nơ-ron sinh học, được nghiên cứu ra từ hệ thốngthần kinh của sinh vật, giống như bộ não để xử lý thông cứu [43] sử dụng ANN để nhận dạng cử chỉ tay. Tiếnhành thử nghiệm với 4 kiểu cử chỉ tay, mỗi kiểu sử dụng 100 khunghình, kết quả đánh giá tỉ lệ nhận dạng chính xác đạt tối đa là 97%, tỉlệ nhận dạng chính xác chung của hệ thống đạt [30], các tác giả đã xây dựng hệ thống nhận dạng cử chỉtay tĩnh bằng ANN. Hệ thống chọn nhận dạng10 chữ cái A, B, C, D,G, H, I, L, V, Y tương ứng 10 cử chỉ tay. Quá trình huấn luyện, hệthống sử dụng 450 mẫu, trong đó một cử chỉ tay có thể có nhiều gócnhìn khác nhau. Quá trình thử nghiệm, hệ thống sử dụng 445 mẫu từnhiều nguồn khác nhau. Kết quả thử nghiệm cho độ chính xác là 98%. Kỹ thuật sử dụng máy vector hỗ trợ - SVMSVM là một thuật toán học máy nổi tiếng được sử dụng để giảiquyết bài toán phân lớp, SVM sẽ cố gắng tìm cách phân loại dữ liệusao cho lỗi xảy ra trên tập kiểm tra là nhỏ nhất [23]. SVM được xâydựng trên cơ sở hai ý tưởng chínhÝ tưởng thứ nhất Ánh xạ dữ liệu gốc sang một không gianmới gọi là không gian đặc trưng với số chiều lớn hơn, sao cho trongkhông gian mới có thể xây dựng một siêu phẳng cho phép phân chiadữ liệu thành hai lớp riêng biệt, mỗi lớp bao gồm các điểm có cùngnhãn phân tưởng thứ hai Trong số những siêu phẳng như vậy cần lựachọn siêu phẳng có mức lề lớn nhất còn được gọi là siêu phẳng phâncách tối ưu. Lề ở đây được xác định bằng khoảng cách giữa các điểmgần siêu phẳng nhất mà chúng thuộc về hai phía của siêu [25], Md. Hafizur Rahman và Jinia Afrin đã đề xuất hệthống nhận dạng cử chỉ tay bằng cách sử dụng SVM đa lớp để phânloại 10 cử chỉ tay tương ứng với A, B, C, D, G, H, I, L, V, Y. Hệ thốngnhận dạng cho hiệu suất tốt, có thể cho kết quả nhận dạng chính xácđạt đến 92%.Trong [45], hệ thống nhận dạng cử chỉ tay tĩnh cho ngôn ngữ kýhiệu Hoa Kỳ bằng cách sử dụng đặc trưng Edge Oriented HistogramEOH và SVM đa lớp được xây dựng. Các kết quả thực nghiệm chứngminh rằng hệ thống được đề xuất cho tỷ lệ thành công 93,75%. Sử dụng mô hình Markov ẩn - HMMHMM được bắt đầu xây dựng và công bố từ những năm 1960,đây là mô hình toán học về thống kê. Từ năm 1980, mô hình này đượcbắt đầu nghiên cứu để ứng dụng trong lĩnh vực nhận [47], Lang và các tác giả sử dụng mô hình Markov ẩn chohệ thống nhận dạng ngôn ngữ ký hiệu sử dụng Kinect. Kết quả nhậndạng của hệ thống đạt trên 97% với 8 trong 9 dấu hiệu đào tạo do nhiềungười thực [53], Tanibata và các tác giả đã phát triển hệ thống nhậndạng ngôn ngữ ký hiệu Nhật Bản không sử dụng găng tay mà dùngmột máy ảnh để thu nhận dữ liệu đầu vào với ảnh nền bất kỳ. Để nhậndạng các từ trong ngôn ngữ ký hiệu Nhật Bản, hệ thống sử dụng mộtchuỗi gồm 6 tính năng đặc trưng cho mô hình Markov ẩn phân loại vànhận dạng. Trong thử nghiệm hệ thống nhận dạng ngôn ngữ ký hiệuNhật Bản đạt tỉ lệ thành công tối đa 64/65 [46], HMM được sử dụng thành công để phân biệt lênđến 40 cử chỉ tay khác nhau với độ chính xác lên đến 91,9%.17CHƯƠNG 3 - XÂY DỰNG HỆ THỐNG NHẬN DẠNGCỬ CHỈ TAY ỨNG DỤNG HỖ TRỢ CHỌN TRANG MÔ TẢ BÀI TOÁNBài toán được mô tả dưới dạng sơ đồ sauHình - Sơ đồ khối của bài GIẢI PHÁP ĐỀ XUẤT CỦA HỆ Sơ đồ hoạt động của hệ thốngHình - Sơ đồ hoạt động của hệ Tiến trình nhận dạng cử chỉ tay của hệ thốngHình – Tiến trình nhận dạng cử chỉ tay của hệ Phát hiện bàn tayGiải pháp được đề xuất trong luận văn này sử dụng cameraKinect làm thiết bị thu nhận ảnh. Nhờ có 2 cảm biến thu và phátsóng hồng ngoại, camera Kinect được sử dụng trong luận văn nàycó khả năng xây dựng ảnh độ sâu trong vùng không gian thuộc phạmvi từ đến tính đến tâm Tiền xử lýTrong luận văn này, chuẩn hóa kích thước ảnh được thực hiệnthông qua hai bước ghép vùng ảnh để tạo ra ảnh vuông và đưa kíchthước ảnh về một giá trị cố định 100×100 pixel.Sau đó, dựa vào các hàm hỗ trợ trong bộ thư viện MicrosoftKinect SDK để xây dựng các hàm để có thể lấy dữ liệu khung xươngvà hàm lấy trạng thái của bàn tay phải của đối Trích chọn đặc trưngNhư đã giới thiệu, camera Kinect cho phép theo dõi khungxương của người đứng trước camera, cụ thể là với mỗi khung hìnhcamera Kinect thu được 25 khớp xương mỗi khớp xương là mộtđiểm trong không gian 3 chiều chiều ngang, chiều dọc và chiều sâutương ứng với 25 tọa độ x,y,z. Đặc trưng được dùng để biểu diễn đốitượng trong luận văn này là đặc trưng hình học của khung xương, vị19trí tọa độ khớp xương và tọa độ bàn tay phải của đối tượng. Sau khi cócác hàm lấy dữ liệu khung xương ở giai đoạn tiền xử lý rồi thì việc lấytọa độ các khớp xương là rất dễ khuôn khổ luận văn, tôi chỉ dùng tọa độ đốt xương cuốicủa cột sống để xác định mốc tọa độ cho trang phục áo quần có thểlấy thêm tọa độ khớp xương cổ. Để xác định mốc tọa độ cho khănquàng cổ tôi sử dụng tọa độ khớp xương cổ. Đối với mốc tọa độ củatúi xách tôi lấy tọa độ khớp xương của bàn độ bàn tay phải cũng được lấy tương tự các khớp xươngkhác. Việc xác định trạng thái nắm, mở của bàn tay phải thì thư việnSDK đã có sẵn. Muốn phân biệt được nhiều trạng thái tay khác nhauthì có thể dùng SVM để huấn định ngưỡng cho các nút điều khiển Hệ thống sẽ được thiếtkế các nút điều khiển để làm việc, do đó cần quy định ngưỡng tọa độcho các nút này. Trong luận văn, tôi tiến hành khoanh một vùng cókích thước 30*30 có tâm là tọa độ của nút đó. Vùng này tạm gọi làvùng chọn. Khi bàn tay phải rơi vào vùng chọn và trạng thái bàn tayphải nắm thì lệnh điều khiển sẽ được thực Huấn luyện và nhận dạng cử chỉ tayPhương pháp huấn luyện và nhận dạng cử chỉ tay sử dụng trongluận văn này là SVM phương pháp SVM đã được trình bày trongchương 2. Tuy nhiên, luận văn chỉ sử dụng cử chỉ tay đơn giản cử chỉnắm/mở của bàn tay, dùng các hàm có sẵn trong bộ thư viện MicrosoftKinect SDK – đây là những hàm đã được hệ thống sử dụng SVM đểhuấn luyện trước. Do đó, nhiệm vụ quan trọng là cần phải trích chọncác đặc trưng sao cho phù hợp với yêu cầu dữ liệu vào của hàm XÂY DỰNG CHƯƠNG TRÌNH ỨNG Tổng quan về chương trìnhHình – Sơ đồ mô tả chương trình ứng Xây dựng CSDL hình ảnh trang phụcẢnh trang phục được sử dụng trong chương trình ứng dụng gồmcác loại Áo quần, khăn quàng cổ và túi xách dành cho nữ Thuật toánCamera Kinect cung cấp tọa độ nhiều khớp xương trên cơ viện Microsoft Kinect SDK hỗ trợ các hàm để có thể bắt tọa độcác khớp xương và đặc biệt là có thể cho biết một số trạng thái của taynhư nắm, mở… Từ đó, tôi tiến hành xây dựng thuật toán như sauBước 1 - Khởi động Kinect;- Lấy tọa độ đốt sống cuối cùng của xương cột sốngcột sống, tọa độ xương hông, tọa độ khớp xương cổ và tọa độ khớpxương bàn tay phải của người dùng;- Tạo các nút lệnh chức năng theo các tọa độ định 2 Kiểm tra tọa độ bàn tay phải có thuộc khu vực các nútlệnh chức năng không? Nếu một nút chức năng có tọa độ là x,y thì21khi tọa độ bàn tay phải nằm trong phạm vi x ± 30, y ± 30 gọi là thuộcnút chức năng đó.+ Đúng Thực hiện bước 3;+ Sai Chuyển bước 5;Bước 3 Kiểm tra trạng thái bàn tay phải nắm không?+ Đúng Thực hiện bước 4;+ Sai Chuyển bước 8Bước 4 Thực hiện chức năng của nút lệnh được 5 Kiểm tra tọa độ bàn tay phải có thuộc khu vực hiển thịmẫu trang phục không?+ Đúng Thực hiện bước 6;+ Sai Chuyển bước 8;Bước 6 Kiểm tra trạng thái bàn tay phải nắm không?+ Đúng Thực hiện bước 7;+ Sai Chuyển bước 8;Bước 7 Thực hiện việc áp trang phục được chọn tương ứng lêncơ thể người dùng. Trang phục áo quần được chọn sẽ áp lên cơ thểngười dùng theo tọa độ đốt xương sống dưới cùng của xương cột sốngngười dùng để đảm bảo trang phục đó sẽ khớp vào cơ thể của ngườidùng. Nguyên tắc là trục đối xứng của ảnh trang phục sẽ trùng vớixương cột sống. Nếu là áo thì tọa độ thấp nhất của áo theo trục y sẽngang với tọa độ đốt xương sống dưới cùng theo y; nếu là chân váyquần thì tọa độ cao nhất của chân váy quần theo trục y sẽ cao hơntọa độ đốt xương sống dưới cùng theo y cộng thêm một khoảng 30pixel; nếu là váy thì tọa độ trung tâm của váy sẽ cao hơn tọa độ đốtxương sống dưới cùng một khoảng 30 pixel theo trục y. Tương tự, đốivới khăn quàng cổ sẽ được áp vào cổ người dùng dựa vào tọa độ xươngcổ và túi xách được áp vào tay người dùng dựa vào tọa độ bàn để trang phục ướm lên người và di chuyển theo là cài đặttọa độ hiển thị ảnh trang phục theo tọa độ khớp xương của người dùngđã xác định ở giai đoạn trích chọn đặc 8 Kết Chương Thực nghiệmSau khi xây dựng chương trình, tôi đã cho thử nghiệm ở các môitrường và điều kiện ánh sáng khác nhau. Khoảng cách từ người dùngđến camera Kinect là 2m. Kết quả nhận được là với các điều kiền kiệnánh sáng tốt, cử chỉ điểu khiển được thực thi chính xác gần như tuyệtđối. Trong các điều kiện ánh sáng không ổn định thì tỉ lệ bắt được cửchỉ vào khoảng 93-97%. Người dùng thử tỏ thái độ khá hài lòng vì cácthao tác điều khiển dễ dàng, giao diện đơn giản, dễ sử LUẬN VÀ HƯỚNG PHÁT TRIỂNNhận dạng cử chỉ tay trong lĩnh vực xử lý ảnh và thị giác máytính đang được các nước trên thế giới phát triển và đạt được nhữngthành tựu đáng kể trong thời gian gần đây. Từ đó, tôi đã thực hiện đềtài về nhận dạng cử chỉ tay trong giao tiếp người-máy, với mục tiêu làthiết kế một giao diện người-máy cho phép giao tiếp hiệu quả và hấpdẫn, hỗ trợ việc chọn trang phục của con người trong ngành may. Quaquá trình nghiên cứu và thực hiện, luận văn đã đạt được những kết quảsauLuận văn đã trình bày những kiến thức tổng quan về cử chỉ tayvà cơ sở lý thuyết về nhận dạng cử chỉ tay trong giao tiếp văn đã nghiên cứu và lựa chọn kỹ lưỡng một số kỹ thuậttrích chọn đặc trưng ảnh cử tay, các thuật toán nhận dạng cử chỉ tayphổ biến và hiệu quả hiện nay. Đồng thời luận văn cũng đã tìm hiểukhả năng ứng dụng và hiệu quả nhận dạng chính xác của một số hệthống nhận dạng cử chỉ tay đã được một số tác giả xây dựng trước văn đã xây dựng thành công chương trình thực nghiệmnhận dạng cử chỉ tay từ video thu được trên Kinect để giao tiếp ngườimáy và ứng dụng hỗ trợ giúp con người xem, chọn và thử trang phụcdễ dàng, đáp ứng được được yêu cầu về thời gian quá trình thực hiện đề tài, do có nhiều hạn chế về thờigian thực hiện, về trình độ của bản thân,. . nên kết quả đạt được chưacao chỉ mới tạo CSDL trang phục cho áp dụng cho nữ giới, số lượngmẫu trang phục còn ít, chương trình hoạt động chưa tốt trong điều kiệnánh sáng không ổn định, chỉ mới giới hạn trong một cử chỉ điều khiểnđơn giản,… Má»—i quá»c gia trên thế giá»›i Äều có má»™t nền văn hóa riêng, vá»›i những phong tục, cách sá»ng khác nhau. Ngay trong những cá»­ chỉ tay hà ng ngà y mà bạn hay dùng Äôi khi lại là má»™t Äiều cấm kỵ ở má»™t quá»c gia nà o Äó. Hãy cùng tìm hiểu xem Äó là gì nhé! Cá»­ chỉ tay “OK”Cá»­ chỉ tay chữ “V”Cá»­ chỉ tay chữ “L”Cá»­ chỉ tay “Like”Cá»­ chỉ giÆ¡ ngón tay útCá»­ chỉ ngoắc ngón tay trỏCá»­ chỉ tay ÄÆ°a ngón trỏ qua “cắt cổ”Cá»­ chỉ chụm các Äầu ngón tay và o nhauĐan chéo ngón tay và o nhauĐan chéo ngón cái qua ngón trỏ Cá»­ chỉ tay “OK” OK là má»™t cá»­Â chỉ tay rất quen thuá»™c song Äồng thời cÅ©ng là má»™t Äiều cấm kỵ tại má»™t sá» quá»c gia. Nhật Bản Tiền bạc. Có má»™t biến thể khác là 3 ngón tay ở phía dÆ°á»›i. Venezuela, Thổ NhÄ© Kỳ và Brazil Hà m ý xúc phạm Äá»i phÆ°Æ¡ng. Đá»ng Äể rÆ¡i và o cảnh nhÆ° cá»±u Tổng thá»ng Mỹ Richard Nixon khi Äến thăm Brazil. Thay vì những tiếng vá»— tay, chà o Äón ông là tiếng la ó. Cá»­ chỉ tay chữ “V” Mỹ Chữ V viết tắt cho “Victory”, có nghÄ©a là chiến thắng. Trung Quá»c, Nhật Bản, Hà n Quá»c, Đà i Loan, Thái Lan Tạo dáng dá»… thÆ°Æ¡ng khi chụp ảnh. VÆ°Æ¡ng quá»c Anh, Nam Phi, Úc, New Zealand, Ireland Khi ra hiệu tay hình chữ V thì hãy nhá»› ÄÆ°a lòng bà n tay ra phía trÆ°á»›c máºt. Tại các nÆ°á»›c nà y, việc ra dấu hình chữ V mà hÆ°á»›ng lòng bà n tay về phía sau có ý nghÄ©a xúc phạm Äá»i phÆ°Æ¡ng. Cá»­ chỉ tay chữ “L” Mỹ Thường sá»­ dụng chế nhạo, có nghÄ©a là kẻ thua cuá»™c. Trung Quá»c Biểu thị sá» 8 – má»™t con sá» cho là may mắn ở Äây. Cá»­ chỉ tay “Like” Dấu hiệu “Like” bằng cách giÆ¡ ngón tay cái lên Äược hiểu ÄÆ¡n giản nhÆ° sá»± Äồng tính, hưởng ứng hay là lời khen ngợi Äá»i vá»›i má»™t ai Äó. NhÆ°ng tại má»™t sá» quá»c gia thì nó lại không phải nhÆ° vậy. Mỹ Tá»t. Nó cÅ©ng Äược sá»­ dụng khi xin Äi nhờ xe. Afghanistan, Iraq, Iran, má»™t phần nhỏ của nÆ°á»›c Ý và Hy Lạp Cá»­ chỉ tay nà y tÆ°Æ¡ng ÄÆ°Æ¡ng vá»›i dấu hiệu “ngón tay thá»i”, thể hiện sá»± không tôn trọng Äá»i vá»›i Äá»i phÆ°Æ¡ng. Vì vậy, hãy thận trọng khi giÆ¡ bất cứ ngón tay nà o lên. Cá»­ chỉ giÆ¡ ngón tay út Mỹ Đây Äược coi là Äá»™ng tác tinh tế và “sang chảnh”, nhất là khi thưởng thức trà . Trong ngôn ngữ ký hiệu Mỹ, nó còn biểu trÆ°ng cho chữ I. Bạn có thể là m Äá»™ng tác nà y khi hứa hẹn vá»›i Äá»i phÆ°Æ¡ng, thường là ngoắc ngón tay út, thể hiện sẽ thá»±c hiện má»™t lời hứa không nên bị phá vỡ, còn Äược gọi là “lời thề mà u hồng”. Trung Quá»c Cá»­ chỉ tay nà y lại tÆ°Æ¡ng ÄÆ°Æ¡ng hà nh Äá»™ng giÆ¡ ngón cái quay hÆ°á»›ng xuá»ng. Người Trung Quá»c chỉ giÆ¡ ngón út khi muá»n thể hiện sá»± không Äồng tình hoáºc không vui vẻ, nên tùy trường hợp mà bạn nên giÆ¡ ngón tay nà o lên nhé. Nhật Bản Biểu tượng của người yêu hoáºc người quan trọng. Cá»­ chỉ ngoắc ngón tay trỏ Mỹ, Ecuador Hãy Äến Äâ Cá»­ chỉ tay nà y cÅ©ng Äược sá»­ dụng khi quyến rÅ© ai Äó. Philippines Bạn có thể bị bắt khi là m hà nh Äá»™ng nà y vá»›i người khác vì nó chỉ “hợp pháp” khi bạn gọi chó. Việt Nam Đây cÅ©ng không phải cá»­ chỉ lịch sá»±, thường mang tính khiêu khích khá cao, và là hà nh Äá»™ng thô lá»—, dù là dùng vá»›i người nhỏ tuổi hÆ¡n. Nhật và Singapore Cá»­ chỉ tay nà y lại Äồng nghÄ©a vá»›i cái chết, vì vậy có thể vô tình bạn Äã trở thà nh kẻ Äem lại Äiều không may mắn Äến vá»›i họ. Tóm lại là không nên sá»­ dụng cá»­ chỉ tay nà y chút nà o, dù là Äi bất kỳ Äâu. Cá»­ chỉ tay ÄÆ°a ngón trỏ qua “cắt cổ” Mỹ “Mi tiêu rồi!” Nhật Bản Nó có nghÄ©a là bạn bị sa thải. Điều nà y là do tá» kubi, có nghÄ©a là bị Äuổi việc, nghe giá»ng nhÆ° kubi có nghÄ©a là cổ hoáºc cổ họng. Cá»­ chỉ chụm các Äầu ngón tay và o nhau Chụm Äầu các ngón tay là má»™t hà nh Äá»™ng khá xa lạ Äá»i vá»›i người Äân Việt Nam, nhÆ°ng nó váºn phổ biến ở má»™t sá» quá»c gia. Mỹ Bắt chÆ°á»›c người Ý. Ý Nó có nghÄ©a là “Bạn Äang nói gì vậy?”, thường Äược dùng Äể hỏi lại khi nghe không rõ Äá»i phÆ°Æ¡ng nói gì. Malaysia Chờ má»™t chút. NhÆ°ng khi các ngón tay chụm về phía miệng, thì nó có nghÄ©a là ăn. Đan chéo ngón tay và o nhau Mỹ Có nghÄ©a là “Chúc may mắn” hoáºc chữ R trong ngôn ngữ ký hiệu. Việt Nam Đây là  cá»­ chỉ tay thô tục khiếm nhã. Người dân Việt Nam cho rằng dấu hiệu nà y tượng trÆ°ng cho má»™t phần cÆ¡ thể nhạy cảm của phụ nữ, nó Äược coi là rất thô lá»— nếu nhÆ° bạn là m Äiệu bá»™ Äó trÆ°á»›c máºt họ. Đan chéo ngón cái qua ngón trỏ Đan chéo ngón tay cái qua ngón trỏ là má»™t hà nh Äá»™ng rất quen thuá»™c Äá»i vá»›i chúng ta, thể hiện tình yêu Äá»i vá»›i người xung quanh. Tuy nhiên, cÅ©ng nhÆ° những chỉ tay khác trong danh sách, nó có hà m ý khác ở má»™t sá» quá»c gia. Mỹ Ám chỉ tiền bạc. Hà n Quá»c Biểu tượng trái tim, thể hiện tình yêu vá»›i Äá»i phÆ°Æ¡ng. Hi vọng bà i viết sẽ Äem Äến cho bạn thông tin hữu ích. Hãy Äến vá»›i Äể có thêm những thông tin hấp dáºn và Äá»™c Äáo nhé! Trích tá» web Khoa họcKhoa học trong nước Chủ nhật, 4/6/2023, 0700 GMT+7 Cao Quốc Khánh, sinh viên Đại học Công nghiệp Thực phẩm TP HCM chế tạo cánh tay robot bắt chước các cử động cơ bản cánh tay người, ứng dụng trong nhà máy, hỗ trợ bệnh nhân. Cánh tay robot do Khánh, sinh viên năm cuối ngành kỹ thuật điều khiển và tự động hóa, Khoa điện - điện tử thực hiện từ cuối năm ngoái với mục tiêu hỗ trợ con người thực hiện các công việc trong môi trường khắc nghiệt như khu vực nhiệt độ cao, có khí độc... ở phòng thí nghiệm hay nhà máy. Sản phẩm cũng có thể hỗ trợ người khuyết tật không thể đi lại sinh hoạt trong phòng. Họ có thể dùng cánh tay robot để điều khiển đưa thực phẩm, nước tay robot được Khánh chế tạo có hình dạng đốt xương tương tự cánh tay người, làm bằng vật liệu nhựa PLA Polylactic Acid in cho biết, nhựa PLA có độ cứng, bền và giá thành rẻ giúp hoạt động cánh tay chắc chắn, linh hoạt hơn. Bên trong cánh tay được bố trí 5 động cơ servo kết nối các ngón tay bằng hệ thống dây cước dùng làm dây câu kích thước nhỏ nhưng có thể chịu lực được hơn 200 pound tương đương gần 100 kg. Đây được ví như "sợi gân", để điều khiển toàn bộ cử động cánh người dùng có cử động bàn tay, camera độ phân giải 8 megapixel ghi nhận hình ảnh, truyền về bo mạch xử lý tín hiệu Raspberry Pi để điều khiển cử động cánh tay theo cử động thật bên ngoài. Bên trong cánh tay còn có các bộ căng dây giúp các lực bám từ ngón tay luôn được căng lên giảm lực kéo từ bánh răng động cơ, tránh trường hợp động cơ quá nóng khi hoạt động liên tục. Cao Quốc Khánh thử nghiệm điều khiển cánh tay robot theo cử chỉ. Video Hà AnTác giả cho biết, do sử dụng bo mạch Raspberry Pi nên hệ thống hoạt động có độ trễ, mất thời gian khoảng 1 giây để các cử chỉ tay thực hiện sau khi người dùng ra hiệu. Để hạn chế nhược điểm này, Khánh cho biết cần thời gian hoàn thiện và sử dụng bo mạch có khả năng đáp ứng lệnh tốt hơn, giúp giảm độ trễ. Ngoài ra, cánh tay robot mới thực hiện mô phỏng chuyển động từ đầu ngón tay đến khuỷu tay nên chỉ hoạt động trên tọa độ 2D. Cánh tay robot cần hoàn thiện để hoạt động từ ngón tay đến phần vai vì khi đó cánh tay di chuyển trên tọa độ 3D có thể thực hiện các cử động phức tạp và thực tế hơn. "Sản phẩm này cần nghiên cứu sâu hơn để nó hoạt động nhanh và nhạy hơn. Từ cánh tay này có thể phát triển thành một robot hoàn chỉnh, tương tác với con người", Khánh nói về ý định tương lai sản phẩm đầu tay của sĩ Trần Hoàn, Giảng viên khoa điện - điện tử, Đại học Công nghiệp Thực phẩm TP HCM, Giáo viên hướng dẫn, đánh giá, đây là hướng nghiên cứu sử dụng xử lý ảnh ứng dụng trí tuệ nhân tạo có thể thay thế việc sử dụng các cảm biến thông thường điều khiển cánh tay robot hiện nay. Sinh viên khi làm sản phẩm vừa có được kỹ năng thiết kế cơ khí vừa trải nghiệm lập trình vi điều khiển, rất có ích cho tương nhiên ông Hoàn cho rằng, sản phẩm đang có bán kính di chuyển hạn chế, cần phát triển thêm các động cơ để cánh tay di chuyển 360 độ giúp nó trở nên linh hoạt hơn. "Muốn vậy sinh viên cần nghiên cứu sử dụng thêm động cơ kích thước nhỏ và thiết kế lại cánh tay để có đủ không gian chứa các linh kiện điện tử". Cánh tay robot được giới thiệu tại cuộc thi Sinh viên nghiên cứu khoa học, Đại học Công nghiệp Thực phẩm TP HCM hôm 3/6. Ảnh Hà An Trương Quang Vinh, chuyên gia điện - điện tử cho rằng, sản phẩm sử dụng giải thuật nhận dạng khung xương và cử chỉ bàn tay thực tế không mới, tốc độ xử lý theo thời gian thực, còn khá chậm. Ông gợi ý tác giả cần tối ưu giải thuật và nâng cấp hệ thống phần cứng giúp xử lý hình ảnh và đưa ra kết quả nhận dạng về khung xương bàn tay đạt được tốc độ cần thiết, để robot có thể thực hiện cầm nắm đồ vật theo thời gian phẩm của Khánh đoạt giải khuyến khích cuộc thi Sinh viên nghiên cứu khoa học năm học 2022 - 2023 do Phòng Khoa học Công nghệ, Đại học Công nghiệp Thực phẩm TP HCM tổ chức hôm 3/ An

cử chỉ tay trong giao tiếp