判别卷积神经网络的手写字符识别模型

目前用于离线和联机手写字符识别的深度学习模型一般深度较浅,且使用softmax损失函数进行训练,缺乏从不同类样本中学习判别信息的能力。为构建更深层卷积神经网络模型,提出了一种编码器与解码器相结合的卷积神经网络模型,该模型可以有效增加网络深度,避免模型参数剧增导致训练困难的问题。为了进一步提高深度学习模型的识别精度,提出了一种判别损失函数,该损失函数通过最小化训练样本在全连接层的输出与该样本同类别优化原型之间的距离来训练神经网络模型。由于优化原型由最小化分类误差算法学习得到,使用判别损失函数训练的卷积神经网络模型具备了更强的判别能力。在公开的联机手写汉字数据集IAHCC-UCAS2016和离线手写字符数据集MNIST上进行对比实验,实验结果表明,在联机手写数据集上与softmax损失函数相比,判别损失函数的识别率提高了1.04个百分点。在两个数据集上,与现有的用于手写字符识别的传统模型和深度模型相比,提出的判别卷积神经网络模型识别率分别达到95.53%和99.73%,获得了更高的识别精度。

基于单目视觉的空中手写数据采集系统

针对基于视觉的空中手写系统使用的3维传感器体积庞大、价格昂贵的缺点,提出了一种新型的基于单目视觉的空中手写数据采集系统,该系统用体积小、价格便宜的单目摄像头代替Kinect、Leap Motion等3维传感器,更适合于手机、空调、电视等家用设备集成和大规模推广使用。为了解决目前基于单目视觉的空中手写系统每次只能写入单个字符或短文本,用户书写文本长度受到限制的问题,提出了一种坐标系虚拟滑动技术。首先,该系统使用背景差分法和HSV(hue,saturation,value)颜色空间阴影消除法从2维视频帧中获取完整的手部轮廓;其次,利用手的结构特点将手掌和手指进行分割,利用构建的指尖模板从分割出的手指中进行匹配来确定指尖的位置;最后,连接连续视频帧中的指尖位置形成空中手写字符轨迹,通过提出的坐标系虚拟滑动技术使用户可以进行连续书写从而形成文本。实验结果表明,所提系统可以让用户自由地在空中连续书写,对指尖的检测准确率达到了96.8%。