TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA ĐIỆN ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH - VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP

XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN
THIẾT BỊ TRONG NHÀ BẰNG NHẬN DIỆN
CỬ CHỈ TAY SỬ DỤNG MÔ HÌNH YOLOv8

NGÀNH HỆ THỐNG NHÚNG VÀ IOT

Sinh viên:

TRẦN MINH ĐÔ
MSSV: 20142623

Hướng dẫn: ThS. TRƯƠNG QUANG PHÚC

TP. HỒ CHÍ MINH – 06/2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA ĐIỆN ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH - VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP

XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN
THIẾT BỊ TRONG NHÀ BẰNG NHẬN DIỆN
CỬ CHỈ TAY SỬ DỤNG MÔ HÌNH YOLOv8

NGÀNH HỆ THỐNG NHÚNG VÀ IOT

Sinh viên: TRẦN MINH ĐÔ
MSSV: 20142623
Hướng dẫn: ThS. TRƯƠNG QUANG PHÚC

TP. HỒ CHÍ MINH – 6/2024

LỜI CẢM ƠN
Trước tiên với lòng biết ơn chân thành, tôi xin gửi đến với Thầy Trương Quang
Phúc lời cảm tạ sâu sắc. Suốt thời gian qua, thầy đã dành tâm huyết và tận tình hướng
dẫn, đồng hành cùng tôi trong quá trình hoàn thiện đồ án tốt nghiệp: Xây dựng hệ
thống điều khiển thiết bị trong nhà bằng nhận diện cử chỉ tay sử dụng mô hình YOLO
v8. Dù tôi còn nhiều hạn chế về kiến thức, nhưng nhờ sự góp ý, trợ giúp tận tình của
thầy, tôi đã vượt qua mọi thử thách và đạt được kết quả đáng mừng.
Tôi xin bày tỏ lòng biết ơn sâu sắc đến đội ngũ giảng viên khoa Điện - Điện tử,
những người đã nền tảng tri thức vững chắc để tôi có thể tiến đến ngày hôm nay.
Đồng thời, tôi cũng bày tỏ lòng tri ân sâu sắc đến Trường Đại học Sư Phạm Kỹ Thuật
Thành Phố Hồ Chí Minh, đã tạo dựng nên môi trường học tập lý tưởng, phù hợp với
triết lý Nhân bản - Sáng tạo - Hội nhập.
Cuối cùng, tôi xin gửi lời cảm ơn chân thành đến gia đình, bạn bè và những người
thân yêu, những người luôn dõi theo, động viên và ủng hộ tôi suốt chặng đường. Tôi
xin chúc thầy, nhà trường và quý thầy cô luôn mạnh khỏe, gặt hái thêm nhiều thành
công trong sự nghiệp và cuộc sống.
Tôi xin trân thành cảm ơn!

TP. Hồ Chí Minh, tháng 6 năm 2024
Sinh viên thực hiện đề tài

Trần Minh Đô

i

LỜI CAM ĐOAN
Đề tài nghiên cứu Xây dựng hệ thống điều khiển thiết bị trong nhà bằng nhận
diện cử chỉ tay sử dụng mô hình YOLO v8 là kết quả của quá trình nghiên cứu độc
lập của tôi dưới sự hướng dẫn tận tình của Thầy Trương Quang Phúc.
Tôi đã dành nhiều công sức và thời gian để thực hiện đề tài, bao gồm việc tham
khảo nhiều nguồn tài liệu và công trình nghiên cứu khác nhau để tìm hiểu kiến thức
chuyên môn và bổ sung thông tin cần thiết. Tôi cam đoan rằng không có bất kỳ hành
vi gian lận nào từ các nguồn tài
...

...
y và ánh sáng môi trường vẫn còn là yếu tố ảnh hưởng

đến kết quả mô hình.
•

Hệ thống chưa nhận diện được nhiều cử chỉ tay cùng một lúc.

•

Mô hình thực nghiệm phần cứng phụ thuộc vào máy tính chưa được tối ưu về

kích thước và hiệu suất.
Mặc dù kết quả ban đầu tương đối tốt, nhưng bên cạnh vẫn còn một số nhược điểm
còn tồn tại. Hệ thống có thể nghiên cứu thêm để đánh giá một cách chính xác nhất về
hiệu quả và khả năng ứng dụng thực tế của hệ thống.
5.2 HƯỚNG PHÁT TRIỂN
Sau khi nghiên cứu và triển khai đề tài, tôi đã nhận ra rằng đề tài còn nhiều điểm
cần được cải thiện và hoàn thiện.
•

Phát triển mô hình nhận dạng được nhiều cử chỉ hơn, đưa ra được các lệnh

điều khiển phức tạp hơn (tăng giảm âm lượng, điều khiển xe, cánh tay rô-bốt,…).
•

Xây dựng kho ảnh huấn luyện phức tạp, có độ chính xác cao hơn. Tối ưu mô

hình phù hợp với điều kiện thực tế hơn.

49

•

Sử dụng kĩ thuật mới, cải thiện mô hình tối ưu về kích thước vẫn duy trì độ

chính xác
•

Sử dụng các phần cứng có hiệu suất hơn, nhỏ gọn hơn với các linh kiện tối ưu.
Tuy nhiên, những điểm thiếu sót này cũng chính là cơ hội để phát triển và nâng

cấp hệ thống trong tương lai. Đây là một phần không thể thiếu trong quá trình hoàn
thiện một đề tài hay một sản phẩm kỹ thuật.

50

PHỤ LỤC
MÃ NGUỒN CHƯƠNG TRÌNH
Mã nguồn gồm 2 source code cho máy tính và Arduino đặt trong link drive dưới đây:
https://drive.google.com/drive/folders/1ALGkUv7Oh4HZa_kazPPDFhWDGISbcPfe?us
p=sharing

Và một số thư viện cần thiết khác giúp cho mô hình hệ thống hoạt động.

51

TÀI LIỆU THAM KHẢO
[1] Okan Kopüklü, Ahmet Gunduz, Neslihan Kose, Gerhard Rigoll, Real-time
Hand Gesture Detection and Classification Using Convolutional Neural
Networks, Proceedings of the IEEE Conference on Computer Vision and
Pattern Recognition (CVPR), Long Beach, CA, USA, June 2019.
[2] Patel, R. Dhakad, J. Desai, Hand Gesture Recognition Based on an Attention
Model Using Convolutional Neural Networks, 4th International Conference on
Computing Communication and Automation (ICCCA), Mumbai, India, 2018.
[3] Nguyễn Thắng Phong, Nguyễn Hải Hưng, Thiết kế hệ thống điều khiển thiết bị
điện bằng nhận diện cử chỉ, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ
Chí Minh, Tp. Hồ Chí Minh, 2020.
[4] P.

D.

Khanh.

[Online].

Available:

https://phamdinhkhanh.github.io/2020/03/09/DarknetAlgorithm.html.
[5] V. Hoang. [Online]. Available: https://viblo.asia/p/tim-hieu-ve-yolo-trong-baitoan-real-time-object-detection-yMnKMdvr57P.

52