【文件属性】:
文件名称:手写识别简介-dfmc sbas reception of qzss l5 sbas signal in europe
文件大小:47.79MB
文件格式:PDF
更新时间:2021-07-10 05:28:13
STM32
51.1 手写识别简介
手写识别,是指对在手写设备上书写时产生的有序轨迹信息进行识别的过程,是人际交互
最自然、最方便的手段之一。随着智能手机和平板电脑等移动设备的普及,手写识别的应用也
被越来越多的设备采用。
手写识别能够使用户按照最自然、最方便的输入方式进行文字输入,易学易用,可取代键
盘或者鼠标。用于手写输入的设备有许多种,比如电磁感应手写板、压感式手写板、触摸屏、
触控板、超声波笔等。ALIENTEK 战舰 STM32 开发板自带了 2.8 寸触摸屏,可以用来作为手写
识别的输入设备。接下来,我们将给大家简单介绍下手写识别的实现过程。
手写识别与其他识别系统如语音识别图像识别一样分为两个过程:训练学习过程;识别过
程。如图 51.1.1 所示:
图 51.1.1 字母数字识别系统示意图。
上图中虚线部分为训练学习过程,该过程首先需要使用设备采集大量数据样本,样本类别
数目为 0~9,a~z,A~Z 总共 62 类,每个类别 5~10 个样本不等(样本越多识别率就越高)。对
这些样本进行传统的把方向特征提取,提取后特征维数为 512 维,这对 STM32 来讲计算量,
合模板库的存储量来说都难以接受,所以需要运行一些方法进行降维,这里采用 LDA 线性判
决分析的方法进行降维,所谓线性判决分析,即是假设所有样本服从高斯分布(正态分布)对
样本进行低维投影,以达到各个样本间的距离最大化。关于 LDA 的更多知识可以阅读
(http://wenku.baidu.com/view/f05c731452d380eb62946d39.html)等参考文档。这里将维度降到
特征提取
识别结果:3
字母数字模板库
最小距离分
类器
LDA 降维
。。。 样本 n
特征提取
LDA 降维矩阵计算
平均值特征样本
预处理
ALIENTEK 战舰STM32开发板
www.openedv.com