B® GIÁO DUC VÀ ĐÀO TAO TRƯèNG ĐAI HOC BÁCH KHOA H NđI ON TH HNG GIANG NHắN DANG C CHÍ Đ®NG CÚA BÀN TAY NGƯèI SÚ DUNG KET HeP THƠNG TIN HÌNH ÁNH VÀ Đ® SÂU ÚNG DUNG TRONG TƯƠNG TÁC NGƯèI-THIET B± Chuyên ngành: Ky thu¾t Đieu khien v Tn đng húa Mó so: 62520216 TểM TAT LUắN ÁN TIEN SĨ ĐIEU KHIEN VÀ TU Đ®NG HĨA Cơng trình đưoc hồn thành tai: Trưòng Đai hoc Bách khoa Hà N®i Ngưòi hưóng dan khoa hoc: TS Vũ Hái TS Tran Th% Thanh Hái Phán bi¾n 1: PGS.TS Ngơ Quoc Tao Phán bi¾n 2: PGS.TS Nguyen Quang Hoan Phán bi¾n 3: PGS.TS Tran Đúc Tân Lu¾n án se oc bỏo vắ trúc Hđi ong cham luắn ỏn tien sĩ cap Trưòng hop tai Trưòng Đai hoc Bách khoa Hà N®i: Vào hoi giò, ngày .tháng .năm Có the tìm hieu lu¾n án tai thư vi¾n: Thư vi¾n Ta Quang Búu - Trưòng ĐHBK Hà Nđi Th viắn Quoc gia Viắt Nam Mộ AU Tính cap thiet cúa lu¾n án Ngày nay, cơng ngh¾ hi¾n đai ngày phát trien tro giúp cho ngưòi nhieu lĩnh vnc khác Trong đó, tn đ®ng hóa tòa nhà hay khơng gian song thơng minh m®t nhung xu hưóng nghiên cúu xuat phát tù nhu cau thnc te cna cu®c song Các hắ thong tn đng húa cú mắt ú nhieu lnh vnc khác cu®c song hàng ngày, tù nhung úng dung tro giúp đơn gián chuông cúa, đieu khien cỳa vo nh, en viắc tn đng húa thiet b% đi¾n tú gia dung phúc tap h¾ thong đèn chieu sáng, đieu hòa, h¾ thong loa đài, ti vi, M¾c dù úng dung tn đ®ng hóa tòa nhà đưoc đe xuat nhieu Các sán pham hi¾n có mói chí chn yeu t¾p trung vào cơng ngh¾ tiet ki¾m lưong, ho¾c đieu khien thiet b% đi¾n tú gia đình sú dung thiet b% phu tro ho¾c yêu cau mđt giao diắn e tng tỏc giua ngũi dựng v thiet b% Nhu cau tn đ®ng hóa tòa nhà vói sn tương tác giua ngưòi thiet b% đi¾n tú gia dung m®t cách tn nhiên can thiet song tốn g¾p phái nhieu thách thúc như: Khơng đòi hói thiet b% phu tro hay tiep xúc trnc tiep q trình đieu khien; ho¾c khơng đòi hói giao di¾n tương tác ngưòithiet b% Muc tiêu hưóng đen cna đe tài nghiên cúu phát trien hắ thong ieu khien thiet b% mđt cỏch tn nhiờn hi¾u q Tuy nhiên, tương tác ngưòi dùng - thiet b%; hi¾u q the hi¾n thơng qua tính ben vung cna h¾ thong đoi vói sn thay đoi cna yeu to bên đáp úng thòi gian thnc Đe giái quyet van đe này, hai xu hưóng nghiên cúu đưoc đe xuat là: Phát trien cơng ngh¾ phu tro phát trien thu¾t tốn Vói xu hưóng phát trien cơng ngh¾ phu tro bao gom giái pháp sú dung găng tay chuyên dung, mieng dán đánh dau vùng bàn tay, ho¾c gan trnc tiep cám bien tay ho¾c cánh tay khien cho ngưòi dùng phu thu®c thiet b%, chi phí mua thiet b% đat đó, đieu khien khơng tn nhiên Cách tiep c¾n thú hai phát trien thu¾t tốn, nh¾n dang cú chí tay đưoc trien khai nhieu lĩnh vnc khác như: th% giác máy tính rơ bot, đieu khien tn đ®ng hóa, Tuy v¾y, u cau ve tính ben vung xú lý thòi gian thnc van m®t thách thúc nghiên cúu h¾ thong nh¾n dang cú chí tay Luắn ỏn ny l mđt sn dung hũa cna hai húng tiep cắn trờn Trong ú, mđt cỳ chí tay có tính ngu nghĩa, goi nhó đưoc đe xuat nham thay the thiet b% phu tro, cung cap đ¾c trưng huu ích cho h¾ thong, nên ngưòi dùng có the đieu khien m®t cách tn nhiên Bên canh đó, giái thu¾t bieu dien nh¾n dang hoat đ®ng cú chí đưoc nghiên cúu cà thiet ke vói muc tiêu hi¾u q Các ket q đánh giá thú nghi¾m chí rang, phương pháp tương tác tn nhiên không yêu cau bat cú liên ket trnc tiep vói thiet b% khơng u cau phái có giao di¾n ngưòi dùng H¾ thong đe xuat toi đa sú dung thơng qua cơng cu nh¾n dang cú chí tay cung cap h¾ thong đieu khien nhieu thiet b% đi¾n gia dung vói đáp úng thòi gian thnc Mnc tiêu cúa lu¾n án ❼ ❼ ❼ ❼ Thiet ke t¾p só du li¾u (CSDL) cú chí bàn tay tương ỳng vúi mđt so cỏc lắnh ieu khien cn bỏn cho thiet b% đi¾n tú gia dung Ngồi ra, CSDL có đ¾c trưng ho tro h¾ thong nh¾n dang đat đưoc hi¾u nh¾n dang cao Nghiên cúu trien khai giái thu¾t phân đoan cú chí bàn tay đáp úng thòi gian thnc, ben vung vói sn thay đoi cna yeu to bên (ánh sáng, ): Nghiên cúu đe xuat phương pháp phát hi¾n trích chon vùng bàn tay tù ánh màu ánh đ® sâu, phân đoan cú chí tay tù chuoi liên tiep Nghiên cúu đe xuat phương pháp bieu dien chuoi cú chí đ®ng cna bàn tay đong b® pha giua cú chí đ®ng Giái pháp hưóng tói bieu dien cú chí tay theo cá khơng gian thòi gian, đáp úng vói nhieu ngưòi, tai nhieu v% trí, nhieu hưóng khác cna ngưòi đen cám bien Kinect Trien khai h¾ thong đieu khien thiet b% đi¾n tú gia dung sú dung cú chí bàn tay Các đóng góp cúa lu¾n án ❼ ❼ ❼ ❼ Đóng góp thN 1: Thiet ke t¾p CSDL cú chí tay tương úng vói l¾nh đieu khien bán cna thiet b% đi¾n tú gia dung Thu th¾p CSDL, đánh giá tính thi cna t¾p l¾nh, thú nghi¾m giái thu¾t đe xuat chia sé cho c®ng đong nghiên cúu Đóng góp thN 2: Đe xuat giái pháp phân đoan chuoi cú chí tay đáp úng thòi gian thnc gom: Giái pháp hi¾u q đe phát hi¾n trích chon vùng bàn tay tù ánh màu ánh đ® sâu; Giái pháp phân đoan cú chí tù chuoi bàn tay liên tiep Đóng góp thN 3: Đe xuat m®t phương pháp bieu dien mói cú chí dna đ¾c trưng khơng gian dna bieu dien đa tap (ISOMAP), ket hop vói đ¾c trưng thòi gian (KLT), có tính đen đong b® pha giua cú chí khơng gian bieu dien mói đưoc đe xuat Đóng góp thN 4: Trien khai giái phỏp ton diắn e ieu khien mđt so thiet b% iắn tỳ gia dung dựng cỳ đng cna bn tay H¾ thong hồn đưoc cài đ¾t ngu cánh nhà tai phòng thơng minh cna Vi¾n MICA Cau trúc cúa lu¾n án ❼ Mó đau: Giói thi¾u chung tính cap thiet, muc tiêu cna lu¾n án; ngu cánh, ràng bu®c thách thúc giái quyet tốn; Các đóng góp cna lu¾n án ❼ ❼ ❼ ❼ ❼ ❼ Chương 1: Tong quan ve đieu khien sú dung cú chí bàn tay nghiên cúu liên quan đen van đe đ¾t lu¾n án Chương 2: Thiet ke xây dnng cú chí bàn tay có tính chat chu kỳ Chương 3: Đe xuat phương pháp phát hi¾n, phân đoan cú chí bàn tay đáp úng u cau thòi gian thnc đ® xác Phân đoan chuoi cú chí tay đ®ng tù chuoi liên tiep hình trang bàn tay Chương 4: Đe xuat giái pháp bieu dien cỳ đng cna bn tay ket hop cỏc ắc trưng khơng gian thòi gian, giái pháp đong b® pha khơng gian mói Chương 5: Trien khai, đánh giá h¾ thong đieu khien sú dung cú chí tay Thnc hi¾n đánh giá thú nghi¾m h¾ thong hồn thi¾n Ket lu¾n đ%nh hưóng nghiên cúu tiep theo cna lu¾n án CHƯƠNG CÁC NGHIÊN CÚU LIÊN QUAN Chương trình bày ve nghiên cúu liên quan đen h¾ thong đieu khien thiet b% đi¾n tú gia dung dùng cú chí đ®ng cna bàn tay cỏc phng phỏp nhắn dang cỳ đng cna bn tay vói pha gom: Phát hi¾n trích chon vùng bàn tay ánh, phân đoan nh¾n dang cú chí đ®ng cna bàn tay tù chuoi ánh liên tiep 1.1 H¾ thong đieu khien thiet b% sN dnng cN chí đ®ng bàn tay Đã có nhieu h¾ thong đieu khien thiet b% đi¾n gia dung sú dung cú chí tay đưoc đe xuat ti vi thơng minh cna hãng Sansung, Omron, Các h¾ thong ny oc chia thnh hai nhúm chớnh: đc lắp v phu thuđc giao diắn ngũi dựng Vúi hắ thong yờu cau mđt giao diắn ngũi dựng e thnc hiắn l¾nh đieu khien se khơng phù hop vói hau het thiet b% đi¾n tú gia dung khơng có đèn, quat, 1.2 Phương pháp phát hi¾n trích chon bàn tay ánh Phát hi¾n vùng bàn tay xác đ%nh sn có m¾t v% trí cna vùng bàn tay ánh Đây m®t pha can thiet đưoc áp dung nham loai bó yeu to phơng nen khơng tham gia vào vi¾c mơ hình hóa cú chí bàn tay Đã có nhieu nghiên cúu phát hi¾n trích chon vùng bàn tay dna đ¾c trưng màu sac, hình dáng, chuyen đ®ng đ® sâu Trong khi, bàn tay ngưòi có nhieu b¾c tn do, hình trang bàn tay ln thay đoi phu thu®c vào nhieu yeu to góc nhìn cna máy ánh, sn khác ve đ® to nhú, đ phõn giỏi, đ chieu sỏng, Búi vắy, đ® xác thòi gian đáp úng cna bưóc phát hi¾n trích chon vùng bàn tay van nhung yêu cau can phái giái quyet đoi vói h¾ thong thnc te 1.3 Phương pháp phân đoan cN đng cỳa bn tay oi vúi cỏc hắ thong nhắn dang cỳ đng cna bn tay, viắc xỏc đ%nh điem bat đau ket thúc chuoi cú chí tương úng vói m®t úng viên cna m®t cú chí đó, vi¾c làm can thiet trưóc đưa vào bieu dien nh¾n dang cú chí Các phương pháp phân đoan hi¾n tai thưòng chia thành hai loai: Sú dung mơ hình sú dung tín hi¾u đ¾c trưng Hưóng tiep c¾n sú dung mơ hỡnh thũng gắp phỏi mđt so giúi han che sau: Cỏc hắ thong yờu cau mđt ngừng cỏc tham so mơ hình q trình huan luy¾n khó thay đoi h¾ thong thêm ho¾c bót cú chí Hơn nua, can thiet phái đ%nh nghĩa cú chí có nghĩa t¾p cú chí thơng thưòng, có rat nhieu cú chí thơng thưòng Ngồi ra, sú dung mơ hình thưòng có thòi gian tre lón đieu thnc sn thách thúc trien khai h¾ thong thnc Hưóng tiep c¾n dna dang tín hi¾u đ¾c trưng cna cú chí tay thũng l: Sn chuyen đng, vắn toc, gia toc cna bàn tay, Hưóng tiep c¾n thưòng đat đưoc toc đ ỏp ỳng nhanh vúi giỏi thuắt n giỏn Tuy nhiên, cú chí tay phái thiet ke cho đám báo đưoc đ¾c trưng khác bi¾t và/ho¾c sú dung thêm thiet b% phu tro đe đo xác sn thay đoi cna cú chí tay 1.4 Phương phỏp nhắn dang cN đng cỳa bn tay Cỏc phng phỏp nhắn dang cỳ đng hiắn ang gắp mđt so giúi han nh: Cỏc mụ hỡnh can phái cài đ¾t, thiet l¾p lai tham so can thờm hoắc bút cỳ Giỏi phỏp at oc đ xác u cau đ® phúc tap tính tốn thòi gian đáp úng cao Các mơ hình nh¾n dang HMM hay CRF, CNN thưòng yêu cau so lưong du li¾u huan luy¾n lón Đ¾c bi¾t, phương pháp sú dung mang nơ ron yêu cau cau hình máy tính cao ho¾c máy tính phái có GPU 1.5 Tháo lu¾n ket lu¾n Dna vi¾c phân tích ưu nhưoc điem cna ky thu¾t hi¾n có, lu¾n án hưóng tói giái quyet n®i dung sau: Đ%nh nghĩa cú chs đ®ng cúa bàn tay: Đe đieu khien thiet b% can có m®t b® CSDL có tính đong bđ, phự hop vúi phan lún cỏc thiet b% iắn tỳ gia dung, khụng phu thuđc giao diắn ngũi dựng T¾p l¾nh có tính đ¾c thù phù hop vói thiet b%, cung cap đ¾c trưng hi¾u cho h¾ thong, đáp úng tính tn nhiên thu¾n ti¾n ngưòi dùng tương tác Phát hi¾n tay, phân khúc chuoi cú chs đ®ng cúa bàn tay: Nghiên cúu, phỏt trien mđt phng phỏp phỏt hiắn v trớch chon bàn tay dna ánh màu ánh đ® sâu đat đưoc hi¾u h¾ thong cao đáp úng thòi gian thnc Sau đó, chuoi cú chí tay đưoc phân khúc sú dung ket hop đ¾c trưng tín hiắu mđt chieu cna chuoi cỳ đng Nhắn dang cú chs đ®ng cúa bàn tay: Phát trien m®t phương pháp bieu dien cú chí đ®ng cna bàn tay ket hop đ¾c trưng khơng gian thòi gian Giái quyet tốn đong b® pha khơng gian mói phân lóp cú chí đ®ng CHƯƠNG THIET VE VÀ XÂY DUNG CƠ Sé DU LIfiU CĨ TÍNH CHU KỲ M®t so CSDL cú chí đ®ng cna bàn tay hi¾n có ton tai nhung han che nhat đ%nh trình bày muc 2.1 Chương trình bày nguyên lý thiet ke xây dnng CSDL cú chí tay mói có tính chat chu kỳ Các cú chí tay cho phép ngưòi dùng tương tác tn nhiên, thu¾n ti¾n vói thiet b% đám báo hi¾u q hoat đng cna hắ thong ieu khien Phan 2.2.1 se trỡnh bày thiet ke chi tiet ve b® CSDL cú chí đ®ng cna bàn tay mói có tính chu kỳ 2.1 Các CSDL cN chí đ®ng cúa bàn tay có Các b® CSDL cú chí đ®ng cna bàn tay đưoc đe xuat ton tai m®t so giói han nhat %nh nh: Phuc vu cho mđt ỳng dung chuyờn biắt, pha tr®n lan giua cú chí tĩnh đ®ng, so lưong cú chí han che chí ó l¾nh b¾t/tat thiet b%, ho¾c CSDL khơng đưoc cơng bo cho c®ng đong nghiên cúu 2.2 2.2.1 Thiet ke CSDL cN đng cú tớnh chu k Cỏc lắnh ieu khien thiet b% đi¾n tN gia dnng bán Báng 2.1 Các l¾nh cúa thiet b% đi¾n tú gia dnng L¾nh Thiet b% Tivi Máy quay Đèn Đieu hòa Quat L¾nh 1/B¾t-Tat L¾nh 2/Tăng L¾nh 3/Giám L¾nh 4/Tiep theo L¾nh 5/Quay lai B¾t/Tat B¾t/Tat B¾t/Tat B¾t/Tat B¾t/Tat (+) Kờnh Quay lờn (+) Tinh (+) Nhiắt đ (+) Toc đ (-) Kờnh Quay xuong (-) Tinh (-) Nhiắt đ® (-) Toc đ® (+) Tieng Quay trái (+) Thơ Quat b¾t/tat Quay (-) Tieng Quay phái (-) Thơ Che đ® Đèn ngn Moi h® gia đình thưòng có nhieu thiet b% đi¾n tú gia dung khác như: Đèn, quat, tivi, đieu hòa, cúa, loa đài, tivi, Đe cú mđt hắ thong ieu khien sỳ dung cỳ tay m®t cách đong b®, rat can thiet phái có m®t b® CSDL cú chí tay có dùng chung cho thiet b% Đe đ%nh nghĩa m®t b® CSDL cú chí tay phuc vu cho đieu khien, phái xác đ%nh l¾nh goc cna thiet b% can đieu khien, ý nghĩa l¾nh cách thnc hi¾n goi nhó đưa tù nhà sán xuat Sau đó, Các cú chí tay thưòng đưoc đ%nh nghĩa cho có sn tương úng vói ý nghĩa cna l¾nh, đong thòi có tính goi nhó đe de sú dung thưòng xuyên, lâu dài Cuoi cùng, gán cú chí tay vói l¾nh goc Trong nghiên cúu này, năm l¾nh đưoc đ%nh nghĩa mô tá Báng 2.1 2.2.2 Đ%nh nghĩa CSDL Năm l¾nh bán thưòng đưoc sú dung gom: b¾t/tat, tăng(kênh), giám(kênh), tăng(tieng), giám(tieng) Moi l¾nh thnc hi¾n có ba pha pha chuan b%, pha thnc thi pha ket thúc Trong pha thnc thi, bàn tay khơng nhung thay đoi hình trang mà d%ch chuyen theo ba trang thái gom: khói đ®ng, trung gian/chuyen đ®ng ket thúc Sn thay đoi hình trang cna bàn tay có tính chu kỳ tù lúc đóng tay sau mó tay đóng tay lai mơ tá Hình 2.1 Middle Start Stop Move Stop Start Middle Start Turn on_of Start Move Stop Start Stop Start Middle Middle Stop Middle Stop Decrease Increase Next Back Hình 2.1 Sn thay đoi hình trang tay quy đao cúa cú chs tay đ%nh nghĩa 2.2.3 Đ¾c điem cúa CSDL x x(t) x(t) = x(t + T ) x(t+T) time t Stop t+T Move Middle Start T b Ideal periodic signal in time domain s= a Closed-form gestures 2Πt T c Ideal periodic signal in phase domain Hình 2.2 Phân tích đ¾c điem cúa tín hi¾u có tính chu kỳ Moi cú chí đ%nh nghĩa khác bi¾t ó sn thay đoi hình trang bàn tay hưóng d%ch chuyen cna tay Trong đó, hình trang tay bao gom chuoi liên tiep cú chí tay có tính chu kỳ sn chuyen đ®ng cna bàn tay bieu dien ý nghĩa cna l¾nh Bđ CSDL cú mđt so ắc iem chớnh nh sau: - Moi cú chí có trang thái bat đau ket thúc giong Tính chat đưoc sú dung đe phân đoan chuoi cú chí đ®ng cna bàn tay - Moi cú chí tay đưoc xem m®t tín hi¾u có tính chu kỳ đóng đưoc bieu dien Hình 2.2 - Thòi gian thnc thi moi cú chí moi lóp giua lóp cú chí khác khơng giong toc đ thnc hiắn cna moi ngũi, v/hoắc húng chuyen đng cna bn tay moi lắnh khụng giong - Các cú chí m®t lóp có the khơng đong b® ve pha vói Trong moi lóp, trang thái cna m®t loai cú chí có the khụng ong bđ 2.3 Thu thắp CSDL Tự nm cỳ chí đ%nh nghĩa, bon b® CSDL đưoc thu th¾p tai mơi trưòng, ngu cánh khác phơng nen gom MICA1, MICA2, MICA3, MICA4 Đ¾c điem cna bđ CSDL the hiắn chi tiet Bỏng 2.2 sau đây: Báng 2.2 Đ¾c điem cúa CSDL CSDL Đ¾c điem So lưong ngưòi Mơi trưòng Đieu ki¾n nen Nhieu So v% trí Khống cách (m) 2.4 MICA1 MICA2 MICA3 MICA4 16 Phũng thớ nghiắm (PTN) n giỏn 35 Hđi cho Phúc tap 33 H®i cho Phúc tap PTN Đơn gián Ít Nhieu 2.5 Nhieu 1.5; 2.5 Ít 13 1.5->3 Tháo lu¾n ket lu¾n Sau kháo sát t¾p CSDL đưoc cơng bo xuat phát tù yêu cau cna toỏn ieu khien thiet b% iắn gia dung, mđt CSDL mói đưoc đ%nh nghĩa CSDL bao gom năm l¾nh, tương úng vói l¾nh bán nhat đe đieu khien hau het thiet b% đi¾n gia dung T¾p CSDL đe xuat bao gom chuoi cú chí tay có tính chat chu kỳ đóng, de nhó, de thnc hiắn Bon bđ CSDL ó oc thu thắp tai mơi trưòng khác nhau, vói đieu ki¾n phơng nen khác nhau, đa dang đ® tuoi giói tính cna ngũi tham gia thu thắp Cỏc bđ CSDL oc chia sé cho c®ng đong nghiên cúu CHƯƠNG TRÍCH CHON BÀN TAY VÀ PHÂN ĐOAN CÚ CHÍ Đ®NG VéI GIÁN ĐO HOC NGƯèI DÙNG 3.1 Má đau Tương tác ngưòi máy thơng qua cú chí bàn tay đưoc xem m®t nhung cách thúc tương tác tn nhiên thân thi¾n Tuy nhiên, cách thúc đieu khien phái đoi m¾t vói nhieu thách thúc sn phúc tap bien đoi cna cau trúc bàn tay, đieu ki¾n chieu sáng khác nhau, đieu ki¾n phơng nen phúc tap Vì v¾y, thu¾t tốn đe xuat u cau xú lý phúc tap và/ho¾c tính tốn thòi gian cao Trong vi¾c phát hi¾n trích chon vùng bàn tay m®t nhung bưóc tien xú lý tốn nh¾n dang cú chí đng cna bn tay Vỡ vắy, nđi dung chng ny đe xuat giái pháp hoc tham so mơ hình đe đat đưoc đ® xác cao, đáp úng thòi gian thnc phát hi¾n trích chon vùng bàn tay Sau đó, dna vào vi¾c ket hop dang tín hi¾u bien đoi theo quy lu¾t cna cú chí đ®ng đ%nh nghĩa, đe xuat m®t giái pháp đe phân đoan chuoi cú chí đ®ng cna bàn tay đáp úng thòi gian thnc 3.2 Gián đo hoc cúa ngưài dùng 3.2.1 M®t so giá thiet ràng bu®c 3.2.2 Sơ đo đe xuat (a) The proposed vision-based hand detection and segmentation RGB image Hand region Preprocessing data Kinect Detecting body area Hand detected and Segmented Detecting hand candidates Depth image Pruning hand Learning parameters (µ,δ) ,η of Learning background parameters model (d±∆) of a Learning distance to hand parameters (µ,δ) of skin model (b) The proposed user-guide scheme Hình 3.1 Minh hoa h¾ thong đe xuat phát hi¾n trích chon bàn tay - Tien xú lý: Do ánh I D thu th¾p tù cám bien Kinect khơng có toa đ® Do đó, bưóc tien xú lý nham hi¾u đe đưa điem ánh màu ánh đ® sâu ve toa đ® Phương pháp đưoc đe xuat [1] đưoc sú dung - Phát hi¾n ngưòi Bd: - Phát hi¾n tay Hd: Bd = D|Diff (D,BG)>T hreshbody (3.1) Hd = Bd|Bd 2πT i 2πT i N N (a) Q u a s i (b) cho đen kích thưóc cna chuoi cú chí mói bang M : Px yi+1 Yi+1,1 Yi+1,2 Yi+1, T ∗ i+1 ] 3− − x − y − Y − Y (4.9) i i,1 i,2 = i Yi,3 [ , , 2 2, 2, (c) Quasi close-form gesture (d) The ideal close-form gesture c l o s e f o r m g e s t u r e Hình 4.6 Q trình đong b® pha cỳa chuoi cỳ chs đng xuat oc thnc hiắn vúi hai trũng hop: (1) Nđi suy giua cắp hai cỳ chí liên tiep khác nhat, (2) loai bó bót m®t cú chí giua hai cú chí tương tn nhat minh hoa Hình 4.6(a) Goi M kích thưóc cna chuoi cna chí tay mong muon, tù cú chí tay GT S = {P1, P2, , PN } tai (t1, t2, , tN ), véc tơ khống cách GT S đưoc tính tốn bói Dinter = {di; (i = 1, , N − 1)} Các khoáng cách đưoc tính bang khống cách Ơ cò lít di = ||Pi − Pi+1||2 giua hai cú chí tay liên tiep Pi Pi+1 Khi cú chí đ®ng có N cú chí, kích thưóc mong muon M N < M Khống cách lón nhat đưoc xác đ%nh tù véc tơ Dinter (dmax = max(Dinter )), minh hoa Hình 4.6(c) Điem xa nhat đưoc n®i suy vói điem P ∗ (4.9) đưoc chèn vào giua Quỏ trỡnh nđi suy oc lắp lai Khi N > M , véc tơ khống cách nhó nhat đưoc tính tốn giua hai cú chí tay gan nhat Dinter (dmin = min(Dinter )) Phép loai trù m®t điem tù hai điem gan nhat đưoc thnc hi¾n (4.10) Q trình đưoc l¾p lai cho đen chuoi cú chí tay mói có kích thưóc bang M :  P ( [(di−1 < P i r di+1)&(i ƒ= N − m ov 1)]or[(i = 1)] e dP [(di−1 > i+1 ) =d )&(i ƒ= 1)]or[(i = i+1 N − 1)] 4.2.3.4 Nh¾n dang cú chs đ®ng cúa bàn tay Sau bưóc n®i suy, tat cá cú chí đ®ng đưoc bieu dien bói véc tơ có kích thưóc Bưóc nh¾n dang cỳ đng oc thnc hiắn vúi cỏc bđ phõn lóp khác SVM, NB, DT, RF, NN, KNN Viắc sỳ dung cỏc bđ phõn lúp nham muc ớch lna chon b® phân lóp phù hop nhat vói véc tơ bieu dien đe xuat 4.3 Các đánh giá thN nghi¾m Trong phan này, đánh giá đưoc thnc hi¾n bao gom: đ chớnh xỏc cna hắ thong e xuat ieu chớnh hắ so nđi suy cna chuoi cỳ chí M , đieu tham so cna b® 27 phõn lúp SVM, v đ chớnh xỏc nhắn dang sỳ dung giá tr% toi ưu cna h¾ so M , so sỏnh ỏnh giỏ đ chớnh xỏc nhắn dang vúi đ¾c trưng riêng lé ket hop, so sánh hiắu nng cna giỏi phỏp e xuat trờn cỏc bđ CSDL khác 4.3.1 Hi¾u cúa h¾ thong ieu chớnh hắ so nđi suy Recall 100 98 MICA1 Recall (%) 96 94 92 90 88 86 84 82 (%) 96 94 92 90 MICA2 Recall 95 (%) 100 Recall (%) 80 MSRGesture3D 90 60 85 40 80 20 75 88 80 70 10 18 30 40 60 80 100 10 18 30 40 60 80 100 Temporal resolution value NVIDIA 10 18 30 40 60 80 100 Temporal resolution value Temporal resolution value Temporal resolution value Hình 4.7 Ket q nh¾n dang tương úng vói đieu chsnh h¾ so M 4.3.2 Đánh giá hi¾u cúa giái pháp đe xuat KLT-ISOMAP ISOMAP Recall(%) 100 KLT Recall(%) 100 DTW -based C3D-SVM The proposed method 80 80 60 60 40 40 20 20 MICA MICA Dataset MICA MICA MICA MICA MICA MICA Dataset (a) The comparison combination characteristics (b) Performance comparisons with different techniques Hình 4.8 So sánh sn ket hop đ¾c trưng (KLT ISOMAP) cú chs đ®ng 4.3.3 So sánh hi¾u cúa giái pháp đe xuat tai nhieu v% trí khác Ket đánh giá cho thay giái pháp đe xuat đáp úng tot vói hưóng quay khác nhau, v% trí khác cna bàn tay đen cám bien Kinect Giái pháp đe xuat đat đưoc ket tot nhat ba ky thu¾t thú nghi¾m (đat đ® xác 96.66%) Recall (%) 100 DTW-based C3D-SVM The proposed method 80 60 40 20 10 11 12 Positions (differences in distance and direction to Kinect) 13 Hình 4.9 So sỏnh hiắu quỏ cỳa mđt so giỏi phỏp nh¾n dang khác 4.3.4 Đánh giá hi¾u cỏc bđ CSDL khỏc Bỏng 4.1 Hiắu quỏ cỳa giái pháp đe xuat ba CSDL khác CSDL MSRGesture3D NDIVIA Dataset Our dataset 4.4 Đ® xác (%) 94.5 ± 3.1 88.85 ± 4.7 96.1 ± 3.2 Tri¾u hoi (%) 93.56 ± 5.1 87.5 ± 4.2 96.45 ± 2.1 Tháo lu¾n ket lu¾n Chương trình bày m®t bieu dien mói cho cú chí đ®ng cna bàn tay ket hop đ¾c trưng khơng gian dna bieu dien đa tap ISOMAP thòi gian dna KLT Giái pháp n®i suy khơng gian mói cho mau tín hi¾u có tính chu kỳ úng oc thnc hiắn trúc a vo bđ phõn lóp RBF-SVM, b® phân lóp phù hop nhat vói đ¾c trưng bieu dien đe xuat Ket q cho thay hắ thong at oc đ chớnh xỏc nhắn dang cao tai nhieu v% trí góc nhìn khác nhau, cao so vói giái pháp sú dung ky thu¾t hoc sâu tiên tien C3D giái pháp đong b® pha DTW CHƯƠNG TRIEN KHAI ÚNG DUNG ĐIEU KHIEN THIET B± GIA ĐUNG SÚ DUNG CÚ CHÍ TAY Đ®NG 5.1 Má đau Chương trình bày q trình trien khai mđt hắ thong ieu khien cỏc thiet b% đi¾n gia dung sú dung cú chí tay đ%nh ngha Hắ thong ieu khien cỏc hoat đng thụng thũng cna thiet b% đi¾n gia dung b¾t/tat, tăng/giám cưòng đ® sáng cna đèn hoat đ®ng cna ốn Hắ thong cho phộp ngũi dựng tng tỏc mđt cách tn nhiên thu¾n ti¾n mà khơng u cau giao di¾n ngưòi dùng 5.2 5.2.1 Trien khai h¾ thong đieu khien sN dnng cN chí tay Ánh xa cN chí tay vái t¾p l¾nh Đe ánh xa giua lắnh ó %nh ngha vúi cỏc che đ cna thiet b%, sáu trang thái hoat đ®ng cna đèn tương úng vói sáu múc sáng (0 % - Đèn tat, 20%, 40%, 60%, 80%, 100% cưòng đ® sáng) đưoc thnc hiắn Tng tn nh vắy, vúi sỏu che đ hoat đng cna quat nh Bắt/Tat, thay oi ba toc đ quay cna quat, đèn ngn cna quat, chuyen hưóng Các l¾nh đưoc thnc hi¾n thơng qua năm cú chí tay đ%nh nghĩa (G={B¾t/Tat, Tăng, Giám, Tiep theo, Quay lai}) 5.2.2 Cỏc che đ hoat đng cỳa hắ thong đieu khien sN dnng cN chí tay Gián đo bieu dien chuyen trang thái đưoc mô tá Hình 5.1 Decrease Increase Decrease Increase Decrease Increase Next Level /Speed (0%) Back Level /Speed (20%) Decrease Increase Next Back Next Back Level /Speed (40%) Next Level /Speed (60%) Back Level /Speed (80%) Next Back Level /Speed (100%) Turn on_of Turn on_of Hình 5.1 Gián đo trang thái cúa h¾ thong đieu khien đèn/quat 5.2.3 Trien khai h¾ thong đieu khien Zig-bee HUE Philip HUE Lamp Zig-bee Router Scene Kinect sensor PC The dynamic hand gesture recognition system Arduino Transceivers Vinawin Fan Home appliances Hình 5.2 Ket noi phan cúng h¾ thong đieu khien đèn quat 5.3 Các đánh giá thN nghi¾m h¾ thong đieu khien Mơi trưòng thú nghi¾m đưoc thiet ke mơ phóng theo m®t phòng thnc te cna gia đình tai phòng thơng minh cna Vi¾n nghiên cúu Quoc te Truyen thơng Đa phương ti¾n MICA - Đai hoc Bách khoa Hà N®i Các đo dùng phòng đưoc bo trí tương tn m®t phòng sinh hoat cna gia đình gom tivi, đèn, quat, bàn ghe, cúa vào, camera, đieu hòa, Hai h¾ thong đưoc cài đ¾t đe đieu khien thiet b% chieu sáng (đèn) thiet b% làm mát (quat) Sau đ¾t co đ%nh cám bien Kinect, mưòi ba v% trí khác tam nhìn thay ó phía trưóc cna cám bien Kinect đưoc đánh dau 5.3.1 Thiet l¾p ngĐ cánh 5.3.2 Cài đ¾t mơi trưàng 5.3.3 Xây dNng k%ch bán 5.3.4 Các đánh giá thN nghi¾m 5.3.4.1 Đánh giá chi phí thòi gian cúa ton bđ hắ thong mụi trũng thnc Tong thũi gian ke tù bưóc xú lý du li¾u đau vào cho đen l¾nh quyet đ%nh chí khống thòi gian 969.292ms Thòi gian ke tù ngưòi dùng ket thúc l¾nh, sau Starting a gesture Pre_processing1 Ending a gesture 855.873ms Time Hand detection1 …… Pre_processingN (4.501± 0.39)ms *13.5frames 113.662ms Decision Hand detectionN Gesture extraction Spotting Recognition (58.897±14.4)ms *13.5frames 0.954±0.27 ms 112.036±50.4 ms 0.672±0.013 ms Hình 5.3 Chi phí thũi gian cỳa ton bđ hắ thong tng tỏc bang cú chs tay khống thòi gian 113.662 ms h¾ thong se phát l¾nh đieu khien Thòi gian ngan phù hop đe trien khai úng dung thnc te 5.3.4.2 Đánh giá hi¾u cúa h¾ thong phỏt hiắn v nhắn dang đ triắu hoi, đ chớnh xỏc v đ o F1 cna ton hắ thong đưoc tính tốn Ket q đưoc mơ tá Báng 5.1 sau đây: Báng 5.1 Đ® xác (%) cúa h¾ thong thnc hi¾n vói 05 l¾nh đieu khien đ o đ chớnh xỏc(%) Cỳ Bắt/Tat 85.64 Tng 98.77 Giám 93.33 Tiep theo 97.07 Quay lai 96.49 Trung bình(%) 94.26 ± 4.66 5.3.5 F1 H¾ so(%) Tri¾u hoi(%) 89.63 87.59 87.5 92.79 90.81 92.05 85.12 90.71 84.18 89.91 87.45 ± 2.54 90.61 ± 1,81 Đánh giá phán hoi ngưài dùng đoi vái h¾ thong 8.33 8.33 No 16.66 8.33 Re pe at 16.66 33.33 ti m Yes 33.33 58.33 8.33 91.67 (a) % Users agreements (Yes/no) on using hand to control appliances 8.33 16.66 (b) % Users again a gesture when the system “do nothing” 33.33 33.33 8.33 10 16.66 M or e co nv en ie 16.66 41.66 25 16.66 (c) O v e r a ll u s e r s ’ s a ti s f a c ti M or e sat isf ie o n s (d) Users’ feeling on the interaction way using hand or M (e) Ass ess men ts on resp ond ing tim e e qu ic kl Hình 5.4 Đánh giá cúa ngưòi dùng đoi vói h¾ thong 5.4 Tháo lu¾n ket lu¾n Chương trình bày cỏch thỳc trien khai v ỏnh giỏ mđt hắ thong đieu khien 02 thiet b% đi¾n gia dung (đèn, quat) sú dung cú chí đ®ng cna bàn tay Ket q cho thay giái pháp đe xuat tù b® CSDL đ%nh nghĩa đen giái pháp phát hi¾n, nh¾n dang chuoi cú chí đ®ng thi đe trien khai úng dung thnc Bđ CSDL de nhú, de thnc hiắn, v tn nhiên vói ngưòi dùng Bên canh đó, ket q nhắn dang cna hắ thong cuoi at oc vúi đ xác xap xí 90.61% mơi trưòng phòng thí nghi¾m, chi phí thòi gian thap xap xí giây KET LU¾N VÀ HƯéNG PHÁT TRIEN Ket lu¾n LATS e xuat mđt phng phỏp múi cho bi toỏn nhắn dang cú chí bàn tay úng dung tương tác ngưòi thiet b% tai mơi trưòng nhà Các đóng góp cna LATS đưoc tóm lưoc sau: ❼ e xuat mđt cỳ tay đng e đieu khien hau het thiet b% nhà thông minh T¾p cú chí khơng nhung có tính tn nhiên thân thi¾n đoi vói ngưòi dùng cuoi mà cho phộp hắ thong nhắn dang hoat đng ben vung vói yeu to cna mơi trưòng, v% trí hưóng đieu khien cna ngưòi Nâng cao hi¾u q cna thu¾t tốn: phát hi¾n bàn tay, phân đoan cú đng, nhắn dang cỳ đng Cu the nh sau: – Đe xuat m®t phương pháp hoc tham so cna mơi trưòng mơ hình nen, mơ hình màu da, khống cách tù ngưòi đen Kinect Đe xuat ny lm tng đ chớnh xỏc cna phỏt hiắn, ong thòi giám thòi gian tính tốn ó pha tien xú lý cna h¾ thong – Nghiên cúu đe xuat mđt phng phỏp hiắu quỏ, n giỏn, thũi gian thnc đe phân đoan cú chí đ®ng cna bàn tay tù chuoi hình ánh liên tiep thu nh¾n đưoc tù Kinect Đây m®t pha tien xú lý quan trưóc thnc hi¾n nh¾n dang cú chí Vói đ¾c điem cna t¾p cú chí có tính chu kỳ, hi¾u q cna giỏi thuắt phõn oan cỳ đng ó oc cỏi thiắn ỏng ke ó e xuat mđt bieu dien mói cú chí đ®ng cna bàn tay dna vi¾c ket hop đong thòi đ¾c trưng khơng gian thòi gian Trong đ¾c trưng thòi gian đưoc trích chon tù l® trình chuyen đ®ng cna bàn tay, ắc trng khụng gian oc bieu dien mđt khơng gian có so chieu thap sú dung ky thu¾t đa tap Hơn nua, LATS đe xuat m®t phương pháp n®i suy đe giái quyet van đe liên quan đen sn bien đ®ng ve pha cna cú chí sn sai khác ve v¾n toc thnc hiắn cỳ chớ, đ di cna cỳ v toc đ lay mau cna cỏm bien Cuoi cựng giỏi thuắt hoc máy SVM đưoc sú dung đe thnc hi¾n phân lóp cú chí ❼ Trien khai, cài đ¾t, đánh giá h¾ thong đieu khien đèn quat mơi trũng nh thụng minh tai Viắn MICA v hđi cho trien lãm KHCN cna trưòng ĐHBK Hà N®i vói nhieu ngưòi dùng khác Bên canh nhung đóng góp trên, LATS van m®t so han che sau: ❼ ❼ ❼ ❼ ❼ Hi¾n tai, t¾p cú chí gom năm cú chí có tính chu kỳ đe đieu khien m®t so chúc cna hau het thiet b% nhà Tuy nhiên, t¾p cú chí han che ve mắt so long Thụng tin đ sõu ó oc sú dung đe tách bi¾t vùng bàn tay khói ngưòi nen Do đ® phân giái cám bien đ® sâu cna Kinect han che, khơng tin c¾y ó nhung khoỏng cỏch xa (>3m), ắc biắt đ sõu khụng đo đưoc ó khống cách gan (0.8m) ho¾c q xa (4m) Vì v¾y, phương pháp đe xuat khơng hi¾u q ngưòi dùng q gan ho¾c q xa cám bien Kinect Viắc bieu dien cỳ đng cna bn tay dna thông tin màu mà chưa khai thác thơng tin đ® sâu thu đưoc tù cám bien Kinect M¾c dù phương pháp bieu dien cú chí đưoc chúng minh bang thnc nghiắm l ben vung so vúi mđt so phương pháp có, hi¾u q cna phương pháp đe xuat van can phái đưoc đánh giá sâu Đ¾c bi¾t ánh hưóng cna yeu to v% trí hưóng cna ngưòi đieu khien so vói Kinect đen hi¾u cna phương pháp can đưoc phân tích ky Úng dung đieu khien thiet b% phòng thơng minh đánh giá vói giá thiet chí có m®t ngưòi phòng đieu khien Đ%nh hưáng nghiên cNu tiep theo ❼ ❼ Đoi vói t¾p cú chí ieu khien: Mú rđng e a dang húa cỳ chí đieu khien thiet b% khác gom cá cú chí tĩnh cú chí đ®ng Đoi vói h¾ thong nh¾n dang cú chí: – Trong pha phát hi¾n phân vùng bàn tay, đe xuat ưóc lưong thích nghi khống cách tù ngưòi dùng đen cám bien, áp dung giái thu¾t bám vet, làm m%n hành trình (sú dung b® loc Kalman, b® loc hat) đe nâng cao hi¾u cna phát hi¾n bàn tay – Trong pha phân đoan cú chí đ®ng: Ket hop đ¾c trưng khác cna tính chu kỳ hưóng chuyen đ®ng, ràng bu®c cna đa tap đóng tù điem bat đau điem ket thúc cna cú chí Đây hưóng nghiên cúu húa hen nham nâng cao hi¾u q cna vi¾c phân đoan cú chí – Trong pha nhắn dang cỳ đng: Tỡm a tap chung tù nhieu đa tap đưoc xây dnng tù the thỳc khỏc cna du liắu (mu, đ sõu) nham ket hop đong thòi bieu dien đa the thúc cna cú chí ❼ Ve m¾t phát trien úng dung: Sú dung phiên bán mói cna Kinect nham nâng cao đ® phân giái đo cna Kinect Ket hop nhieu Kinect đe ưóc lưong v% trí hình dáng cna ngưòi khơng gian Tù đây, phát trien úng dung đieu khien thiet b% m®t cách tn nhiên, thân thi¾n đáp úng thòi gian thnc Tài li¾u tham kháo [1] Herrera D., Kannala J., and Heikkila J., (2012), “Joint depth and color camera calibration with distortion correction”, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 34(10):pp 2058–2064 [2] T Lin and H Zha, (2008), “Riemannian Manifold Learning”, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Vol 30, No 5, pp 796– 809 [3] Lucas B.D and Kanade T., (1981), “ An iterative image registration technique with an application to stereo vision,” In Proceedings of The International Joint Conference on Artificial Intelligence (IJCAI), pp 674–679 [4] Arpit Mittal A.Z and Torr P., (2011), “ Hand detection using multiple proposals”, In Proceedings of The British Machine Vision Conference (BMVC), pp 75.1–75.11 [5] Pisharady P.K., Vadakkepat P., and Loh A.P (2012), “ Attention Based Detection and Recognition of Hand Postures Against Complex Backgrounds”, International Journal of Computer Vision (IJCV), 101:pp 403–419 [6] Stauffer C and Grimson W (1999), “Adaptive background mixture models for real-time tracking”, In Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), volume 2, pp 246 – 252 DANH MUC CÁC CƠNG TRÌNH Đà CƠNG BO [1] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2014) Ultilizing Depth Image from Kinect sensor: Error Analysis and Its Application, in the proceeding of the 7th Vietnamese Conference on FAIR 2014, ThaiNguyen, VietNam, ISBN: 978-604913-300-8, pp 216-222, 2014 [2] Huong-Giang Doan, Hai Vu, Thanh-Hai Tran, and Eric Castelli (2015) Improvements of RGBD hand posture recognition using an user-guide scheme, In 2015 IEEE 7th International Conference on CIS and RAM, Cambodia, ISSN 23268123, ISBN 978-1-4673-7338-8, DOI 10.1109/ICCIS.2015.7274-542, pp 24-29, 2015 [3] Huong-Giang Doan, Duy-Anh Vu, Hai Vu, and Thanh-Hai Tran (2015) Dynamic hand gesture recognition utilizes spatial-temporal features, The 8th Vietnamese Conference on FAIR 2015, Hanoi, VietNam, ISBN: 978-604-913-397-8, pp 257-267, 2015 [4] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2015) Recognition of hand gestures from cyclic hand movements using spatial-temporal features, in the proceeding of the Sixth IEEE International SoICT 2015, Hue City, Vietnam, ISBN 978-14503-3843-1, pp 260-267, 2015 [5] Huong-Giang Doan, Van-Toi Nguyen, Hai Vu, and Thanh-Hai Tran (2016) A combination of user-guide scheme and kernel descriptor on rgb-d data for robust and realtime hand posture recognition, Journal of EAAI, Elsevier, ISSN: 09521976, vol 49, no C, pp 103-113, 2016, (ISI) [6] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2016) Phase Synchronization in a Manifold Space for Recognizing Dynamic Hand Gestures from Periodic Image Sequence, in the proceeding of the 12th IEEE International Conference on RIVF 2016, ISBN 978-1-5090-4134-6, pp 163 - 168, Hanoi, VietNam, 2016 [7] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2017) Dynamic hand gesture recognition from cyclical hand pattern, to appear in proceeding of The fifteenth IAPR International Conference on MVA2017, pp 84-87, Nagoya, Japan, May 8-12, 2017 [8] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2017) New Cyclical Pattern and Temporal-Spatial Representation for Robust Dynamic Hand Gesture Recogni- tion, Doctoral Consortium of the IEEE FG’17 (appear on the IEEE FG’17 website), Washington DC, USA, May 30- Jun 03, 2017 [9] Huong-Giang Doan, Hai Vu, and Thanh-Hai Tran (2017) Dynamic Hand Gesture Recognition using cyclical patterns of hand movement and its applications, Jour- nal of Science and Technology(JST2017), Technical Universities, pp 134-139, Viet Nam, Jun, 2017 [1] Herrera D., Kannala J., and Heikkila J (2012) Joint depth and color camera calibration with distortion correction IEEE Trans Pattern Analysis and Machine Intelligence [2] Lin T and Zha H (May 2008) Riemannian manifold learning TPAMI , 30(5):pp 796–809 ISSN 0162-8828 doi:10.1109/TPAMI.2007.70735 [3] Lucas B.D and Kanade T (1981) An iterative image registration technique with an application to stereo vision In Proc IJCAI , pp 674–679 [4] Mittal A., Zisserman A., and Torr P (2011) Hand detection using multiple proposals In Proc of International Conference on British Machine Vision Conference [5] Pisharady P.K., Vadakkepat P., and Loh A.P (Jan 2013) Attention Based Detection and Recognition of Hand Postures Against Complex Backgrounds Interna- tional Journal of Computer Vision, pp 403–419 [6] Stauffer C and Grimson W (1999) Adaptive background mixture models for realtime tracking In Proceedings of CVPR ... chí bàn tay Đã có nhieu nghiên cúu phát hi¾n trích chon vùng bàn tay dna đ¾c trưng màu sac, hình dáng, chuyen đ®ng đ® sâu Trong khi, bàn tay ngưòi có nhieu b¾c tn do, hình trang bàn tay ln thay... bàn tay ánh Phát hi¾n vùng bàn tay xác đ%nh sn có m¾t v% trí cna vùng bàn tay ánh Đây m®t pha can thiet đưoc áp dung nham loai bó yeu to phơng nen khơng tham gia vào vi¾c mơ hình hóa cú chí bàn. .. cúu CHƯƠNG TRÍCH CHON BÀN TAY VÀ PHÂN ĐOAN CÚ CHÍ Đ®NG VéI GIÁN ĐO HOC NGƯèI DÙNG 3.1 Má đau Tương tác ngưòi máy thơng qua cú chí bàn tay đưoc xem m®t nhung cách thúc tương tác tn nhiên thân thi¾n