Định danh và nhận dạng vận động trong thời gian thực sử dụng mô hình học sâu

Tóm tắt

Bài báo này giới thiệu một hệ thống tích hợp trí tuệ nhân tạo cho bài toán định danh và nhận dạng vận động trong thời gian thực, hướng đến tự động hóa quá trình đánh giá thể lực. Hệ thống thực hiện hai chức năng chính: (1) xác thực danh tính người dùng dựa trên đặc trưng khuôn mặt, và (2) phân tích chuỗi chuyển động cơ thể để nhận dạng cũng như đếm số lần thực hiện các bài tập phổ biến như chống đẩy và gập bụng. Trong nghiên cứu này, đặc trưng khuôn mặt được trích xuất bằng phương pháp học sâu trên nền tảng CNN, trong khi dữ liệu vận động được biểu diễn qua các điểm khớp cơ thể thu được từ video và xử lý bằng mô hình LSTM nhằm phân loại trạng thái tư thế theo thời gian. Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác cao, hoạt động ổn định và có khả năng triển khai trong các môi trường giáo dục, thể thao và giám sát thể chất quy mô lớn. Nghiên cứu góp phần mở rộng ứng dụng của học sâu trong lĩnh vực nhận diện hành vi người và đánh giá thể chất tự động.