[发明专利]一种三维笔式识别预处理方法

说明书

技术领域

本发明属于模式识别与人工智能领域，尤其涉及一种基于超声波传感器的三维空间手写识别预处理方法。

背景技术

随着硬件和软件技术的不断发展，以人为主体的自然的人机交互已然成为可能，新兴的交互概念和交互技术的不断提出，让人机交互方式逐渐成为了研究热点。其中笔式交互沿用了人们传统的用笔习惯，可以达到自然简便的交互效果，如何处理三维空间下的笔式轨迹对三维笔式交互有很重要的意义。

手写识别技术已经发展了十几年，按照书写空间的不同可分为平面手写识别技术和空间手写识别技术。如果对用户的空间手写内容识别出来，用户只需要手握嵌入超声波传感器的笔式交互设备在空中自由的书写，它既不受某个特定平面的限制(如手写板、触摸屏)，也不需要任何其它辅助设备(如摄像头)的限制，这将是一种全新的人机交互实现方式。在虚拟现实、远程交互技术的普及同时，空间手写识别将会有更多的应用场景和发展空间。

针对将空间手写识别回归为平面手写识别问题，2011年，谭啸峰，沈海斌等提出了，采用基于主元分析的投影算法对空间手写字符轨迹进行了平面化处理。目前对于空间手写识别技术的研究还相对较少，对如何处理空间手写字符的流程还没有公认的处理方法。无论书写者想进行内容的输入还是进行人机的交互，输入的内容如何被计算机有效的识别，计算机进一步如何反馈书写者的意图目前还没有一种有效的方法。如果利用空间手写字符的特点将空间手写笔迹平面化，利用现有的平面手写识别技术进行处理识别可行性高，所以如何自适应地找到最佳的投影平面是解决这一问题的关键。

发明内容

本发明提供一种三维笔式识别预处理方法，以解决目前用户空间手写找不到最佳的投影平面、无法进一步高效自然的进行三维空间笔式交互的问题。

本发明采取的技术方案是，包括下列步骤：

(一)、获取不同时刻下的三维笔式轨迹坐标将每个三维笔式轨迹坐标视为样本点,共有n个样本点；

(二)、通过距离参量寻找到每个样本点的k个近邻点Z_ij，其中Z_ij(j＝1，2…k)为X_i的k个近邻点，

(三)、计算出每个样本点的局部重建权值，得出样本点的局部重建权值矩阵W，引入误差函数minε(W)通过拉格朗日乘子法求出局部重建权值矩阵W，计算方法如公式(1)所示：

其中minε(W)为定义的误差函数，是X_i与Z_ij之间的权值，且要满足：

(四)、根据局部重建权值矩阵W计算输出矩阵S，引入损失函数值minε(S)利用拉格朗日乘子法求出约束条件下最优解，计算方法如公式(2)所示：

其中，minε(Y)为损失函数值，S_i为X_i的输出向量，Q_ij(j＝1，2…k)是S_i的k个近邻点，且要满足：

其中，I为d*d的单位矩阵，d为输出矩阵维数，将存储在矩阵W中，当Z_ij是X_i的近邻点时，否则，W_ij为0，其中W_ij是W矩阵中第i行第j列的值，则公式(2)可以重写成：

其中，M＝(I-W)(I-W)^T，M_ij是M矩阵中第i行第j列的值；

(五)、求解M矩阵的特征值和特征向量，将特征值从小到大排列，舍去第一个特征值，取第2到第(d+1)个特征值对应的特征向量作为输出结果。

本发明所述步骤(二)中的距离参量表示为：

一般情况下p＝2，d_iq表示样本点X_i与样本点X_iq的欧氏距离。

本发明所述步骤(二)中求出每个样本点距离所有样本点的欧氏距离按从小到大排序，取前60％的欧氏距离对应的样本点作为近邻点，确定k值。

本发明所述步骤(四)输出矩阵的矩阵维数d为2。