本發(fā)明屬于模式識(shí)別與人工智能領(lǐng)域，尤其涉及一種基于超聲波傳感器的三維空間手寫(xiě)識(shí)別預(yù)處理方法。

背景技術(shù)：

隨著硬件和軟件技術(shù)的不斷發(fā)展，以人為主體的自然的人機(jī)交互已然成為可能，新興的交互概念和交互技術(shù)的不斷提出，讓人機(jī)交互方式逐漸成為了研究熱點(diǎn)。其中筆式交互沿用了人們傳統(tǒng)的用筆習(xí)慣，可以達(dá)到自然簡(jiǎn)便的交互效果，如何處理三維空間下的筆式軌跡對(duì)三維筆式交互有很重要的意義。

手寫(xiě)識(shí)別技術(shù)已經(jīng)發(fā)展了十幾年，按照書(shū)寫(xiě)空間的不同可分為平面手寫(xiě)識(shí)別技術(shù)和空間手寫(xiě)識(shí)別技術(shù)。如果對(duì)用戶的空間手寫(xiě)內(nèi)容識(shí)別出來(lái)，用戶只需要手握嵌入超聲波傳感器的筆式交互設(shè)備在空中自由的書(shū)寫(xiě)，它既不受某個(gè)特定平面的限制(如手寫(xiě)板、觸摸屏)，也不需要任何其它輔助設(shè)備(如攝像頭)的限制，這將是一種全新的人機(jī)交互實(shí)現(xiàn)方式。在虛擬現(xiàn)實(shí)、遠(yuǎn)程交互技術(shù)的普及同時(shí)，空間手寫(xiě)識(shí)別將會(huì)有更多的應(yīng)用場(chǎng)景和發(fā)展空間。

針對(duì)將空間手寫(xiě)識(shí)別回歸為平面手寫(xiě)識(shí)別問(wèn)題，2011年，譚嘯峰，沈海斌等提出了，采用基于主元分析的投影算法對(duì)空間手寫(xiě)字符軌跡進(jìn)行了平面化處理。目前對(duì)于空間手寫(xiě)識(shí)別技術(shù)的研究還相對(duì)較少，對(duì)如何處理空間手寫(xiě)字符的流程還沒(méi)有公認(rèn)的處理方法。無(wú)論書(shū)寫(xiě)者想進(jìn)行內(nèi)容的輸入還是進(jìn)行人機(jī)的交互，輸入的內(nèi)容如何被計(jì)算機(jī)有效的識(shí)別，計(jì)算機(jī)進(jìn)一步如何反饋書(shū)寫(xiě)者的意圖目前還沒(méi)有一種有效的方法。如果利用空間手寫(xiě)字符的特點(diǎn)將空間手寫(xiě)筆跡平面化，利用現(xiàn)有的平面手寫(xiě)識(shí)別技術(shù)進(jìn)行處理識(shí)別可行性高，所以如何自適應(yīng)地找到最佳的投影平面是解決這一問(wèn)題的關(guān)鍵。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種三維筆式識(shí)別預(yù)處理方法，以解決目前用戶空間手寫(xiě)找不到最佳的投影平面、無(wú)法進(jìn)一步高效自然的進(jìn)行三維空間筆式交互的問(wèn)題。

本發(fā)明采取的技術(shù)方案是，包括下列步驟：

(一)、獲取不同時(shí)刻下的三維筆式軌跡坐標(biāo)將每個(gè)三維筆式軌跡坐標(biāo)視為樣本點(diǎn),共有n個(gè)樣本點(diǎn)；

(二)、通過(guò)距離參量尋找到每個(gè)樣本點(diǎn)的k個(gè)近鄰點(diǎn)zij，其中zij(j＝1，2…k)為xi的k個(gè)近鄰點(diǎn)，

(三)、計(jì)算出每個(gè)樣本點(diǎn)的局部重建權(quán)值，得出樣本點(diǎn)的局部重建權(quán)值矩陣w，引入誤差函數(shù)minε(w)通過(guò)拉格朗日乘子法求出局部重建權(quán)值矩陣w，計(jì)算方法如公式(1)所示：

其中minε(w)為定義的誤差函數(shù)，是xi與zij之間的權(quán)值，且要滿足：

(四)、根據(jù)局部重建權(quán)值矩陣w計(jì)算輸出矩陣s，引入損失函數(shù)值minε(s)利用拉格朗日乘子法求出約束條件下最優(yōu)解，計(jì)算方法如公式(2)所示：

其中，minε(y)為損失函數(shù)值，si為xi的輸出向量，qij(j＝1，2…k)是si的k個(gè)近鄰點(diǎn)，且要滿足：

其中，i為d*d的單位矩陣，d為輸出矩陣維數(shù)，將存儲(chǔ)在矩陣w中，當(dāng)zij是xi的近鄰點(diǎn)時(shí)，否則，wij為0，其中wij是w矩陣中第i行第j列的值，則公式(2)可以重寫(xiě)成：

其中，m＝(i-w)(i-w)^t，mij是m矩陣中第i行第j列的值；

(五)、求解m矩陣的特征值和特征向量，將特征值從小到大排列，舍去第一個(gè)特征值，取第2到第(d+1)個(gè)特征值對(duì)應(yīng)的特征向量作為輸出結(jié)果。

本發(fā)明所述步驟(二)中的距離參量表示為：

一般情況下p＝2，diq表示樣本點(diǎn)xi與樣本點(diǎn)xiq的歐氏距離。

本發(fā)明所述步驟(二)中求出每個(gè)樣本點(diǎn)距離所有樣本點(diǎn)的歐氏距離按從小到大排序，取前60％的歐氏距離對(duì)應(yīng)的樣本點(diǎn)作為近鄰點(diǎn)，確定k值。

本發(fā)明所述步驟(四)輸出矩陣的矩陣維數(shù)d為2。

本發(fā)明優(yōu)點(diǎn)是將三維筆式軌跡的坐標(biāo)進(jìn)行降維處理，自適應(yīng)的將三維非線性數(shù)據(jù)映射到二維空間中，處理后仍能夠保持原有數(shù)據(jù)的拓?fù)潢P(guān)系，這一過(guò)程將空間手寫(xiě)字符軌跡平面化，利用現(xiàn)有的平面手寫(xiě)識(shí)別技術(shù)進(jìn)行處理可行性高，可以實(shí)現(xiàn)空間筆式動(dòng)作、筆式輸入內(nèi)容的有效識(shí)別，完成三維空間下的筆式交互，對(duì)于三維空間下筆式的內(nèi)容輸入還是人機(jī)交互有重要的意義。

附圖說(shuō)明

圖1是本發(fā)明的流程圖；

圖2是本發(fā)明三維手寫(xiě)字符原圖；

圖3是本發(fā)明三維手寫(xiě)字符預(yù)處理后的效果圖。

具體實(shí)施方式

實(shí)施本發(fā)明所用的輸入設(shè)備是基于超聲波傳感器的三維筆式交互裝置，基于超聲波傳感器的三維筆式識(shí)別預(yù)處理方法的系統(tǒng)流程圖如圖1所示，具體步驟如下：

(一)、獲取不同時(shí)刻下的三維筆式軌跡坐標(biāo)將每個(gè)三維筆式軌跡坐標(biāo)視為樣本點(diǎn),共有n個(gè)樣本點(diǎn)；

(二)、通過(guò)距離參量尋找到每個(gè)樣本點(diǎn)的k個(gè)近鄰點(diǎn)zij，其中zij(j＝1，2…k)為xi的k個(gè)近鄰點(diǎn)，

(三)、計(jì)算出每個(gè)樣本點(diǎn)的局部重建權(quán)值，得出樣本點(diǎn)的局部重建權(quán)值矩陣w，引入誤差函數(shù)minε(w)通過(guò)拉格朗日乘子法求出局部重建權(quán)值矩陣w，計(jì)算方法如公式(1)所示：

其中minε(w)為定義的誤差函數(shù)，是xi與zij之間的權(quán)值，且要滿足：

(四)、根據(jù)局部重建權(quán)值矩陣w計(jì)算輸出矩陣s，引入損失函數(shù)值minε(s)利用拉格朗日乘子法求出約束條件下最優(yōu)解，計(jì)算方法如公式(2)所示：

其中，minε(y)為損失函數(shù)值，si為xi的輸出向量，qij(j＝1，2…k)是si的k個(gè)近鄰點(diǎn)，且要滿足：

其中，i為d*d的單位矩陣，d為輸出矩陣維數(shù)，將存儲(chǔ)在矩陣w中，當(dāng)zij是xi的近鄰點(diǎn)時(shí)，否則，wij為0，其中wij是w矩陣中第i行第j列的值。則公式2可以重寫(xiě)成：

其中，m＝(i-w)(i-w)^t，mij是m矩陣中第i行第j列的值；

(五)、求解m矩陣的特征值和特征向量，將特征值從小到大排列，舍去第一個(gè)特征值，取第2到第(d+1)個(gè)特征值對(duì)應(yīng)的特征向量作為輸出結(jié)果。

本發(fā)明所述步驟(二)中的距離參量表示為：

一般情況下p＝2，diq表示樣本點(diǎn)xi與樣本點(diǎn)xiq的歐氏距離；

本發(fā)明所述步驟(二)中求出每個(gè)樣本點(diǎn)距離所有樣本點(diǎn)的歐氏距離按從小到大排序，取前60％的歐氏距離對(duì)應(yīng)的樣本點(diǎn)作為近鄰點(diǎn)，確定k值；

本發(fā)明所述步驟(四)輸出矩陣的矩陣維數(shù)d為；

下邊通過(guò)具體實(shí)例來(lái)進(jìn)一步說(shuō)明本發(fā)明。

空間手寫(xiě)字符與平面手寫(xiě)字符的最主要區(qū)別在于空間手寫(xiě)字符不僅有長(zhǎng)度和寬度，還具有厚度這一屬性。如果投影平面選取不當(dāng)，肯定會(huì)與書(shū)寫(xiě)者的意圖相去甚遠(yuǎn)。本實(shí)例基于超聲波傳感器的三維書(shū)寫(xiě)筆和配套采集軟件，采集了9個(gè)實(shí)驗(yàn)者的數(shù)據(jù)，每個(gè)實(shí)驗(yàn)者手握基于超聲波傳感器的三維書(shū)寫(xiě)筆在三維空間手寫(xiě)數(shù)字字符0到9，每個(gè)實(shí)驗(yàn)者在三維空間中書(shū)寫(xiě)每個(gè)數(shù)字字符5次，共采集數(shù)據(jù)450次，求出每個(gè)數(shù)字字符在空間中尺寸，如下表所示：

得出的結(jié)論是，按照書(shū)寫(xiě)者以平面書(shū)寫(xiě)習(xí)慣來(lái)書(shū)寫(xiě)空間數(shù)字字符，除字符“1”之外，字符的長(zhǎng)度和寬度的平均值應(yīng)該遠(yuǎn)遠(yuǎn)比厚度的平均值要大，而且手寫(xiě)軌跡明顯呈曲線形式。這樣可以確定一個(gè)投影平面，只要找到字符軌跡最扁平的觀測(cè)方向并垂直于這個(gè)方向的投影，就可以得到最佳的投影效果，而對(duì)于字符“1”，向長(zhǎng)度和厚度投影出來(lái)的字符區(qū)別不大，所以同樣適用上述的投影原則。而求解m矩陣的特征值和特征向量時(shí)，按照從小到大排序先保留了前3個(gè)特征值對(duì)應(yīng)的特征向量，使矩陣可以表示成為每個(gè)向量在各個(gè)投影向量上面的投影長(zhǎng)度，其特征值則是權(quán)重。舍掉了最小的特征值對(duì)應(yīng)的特征向量，保留了投影能量最大的那些分量，這樣最大化保留了矩陣代表的信息，同時(shí)舍棄了字符軌跡的最小尺寸，得到書(shū)寫(xiě)者最想得到的平面。

確定了投影平面后，字符的方向還沒(méi)有確定。但是對(duì)于空間書(shū)寫(xiě)字符的長(zhǎng)度和寬度很難判定字符正確的方向，所以保留了2種不同的結(jié)果為書(shū)寫(xiě)者確定。

從圖2和圖3中可以看到，采用本發(fā)明提出的三維手寫(xiě)字符預(yù)處理方法可以有效的找出最佳投影平面識(shí)別手寫(xiě)字符輪廓，對(duì)書(shū)寫(xiě)者的動(dòng)作有很好的自適應(yīng)性，讓空間筆式識(shí)別有良好的應(yīng)用前景，最終發(fā)揮其應(yīng)有的潛力。