NHẬN DẠNG HÀNH ĐỘNG CHO ĐIỀU KHIỂN TRÒ CHƠI BẰNG CAMERA SỐ Phân hệ: Nhận dạng tư thế và Giao tiếp điều khiển

Abstract

Trong bối cảnh dịch bệnh COVID-19 ngày càng phức tạp, dẫn đến con người bị hạn chế trong nhiều hoạt động cộng đồng, và đôi lúc phải ở trong nhà một thời gian dài. Điều này làm cho những người không tập thể dục, ít vận động bị béo phì và dẫn đến mắc các bệnh lý về tim mạch. Để khắc phục điều này, các nhà phát triển trò chơi đã tạo ra nhiều trò chơi giải trí giúp con người vừa giải trí vừa vận động thể chất dựa trên nền tảng phát triển của trí tuệ nhân tạo (AI). Hiện nay, trí tuệ nhân tạo nói chung và học sâu nói riêng đã đạt được nhiều thành tựu trong nhiều lĩnh vực, đặc biệt là nhận dạng hành vi con người trong lĩnh vực thị giác máy. Một trong những công nghệ được quan tâm và phát triển nhanh chóng trong lĩnh vực này đó là công nghệ theo dõi chuyển động (Motion capture – Mocap). Tuy nhiên, việc ứng dụng công nghệ theo dõi chuyển động cần chi phí cao cho các công cụ và thiết bị chuyên dụng như camera 3D, cảm biến bắt tư thế cũng như phần mềm để xử lý thông tin thu được và yêu cầu một không gian hoạt động cụ thể. Chính vì vậy, đề tài “Nhận dạng hành động cho điều khiển trò chơi bằng camera số” được đề xuất là phát triển một ứng dụng trò chơi điều khiển nhân vật 3D thời gian thực thông qua việc nhận dạng hành vi con người trong video trích xuất từ camera số, dựa trên mô hình học máy cũng như học sâu. Việc ứng dụng các mô hình nhận dạng hành vi của con người sẽ giúp làm giảm chi phí cho việc nhận dạng hành vi và tạo ra trò chơi thú vị nhằm khuyến khích con người tham gia vào hoạt động tăng cường sức khoẻ. Qua kết quả thực nghiệm cho thấy rằng phương pháp đề xuất đã đạt được hiệu suất đầy hứa hẹn trên các tập dữ liệu cá nhân với hiệu suất độ chính xác cao lên đến 98.69% cho mô hình nhận dạng tư thế và đạt 99.29% cho nhận dạng hành vi, đồng thời tích hợp thành công các mô hình này vào game 3D.