[发明专利]一种儿童数字书写练习的实时反馈与评判方法在审

专利信息
申请号: 202110917401.3 申请日: 2021-08-11
公开(公告)号: CN114140799A 公开(公告)日: 2022-03-04
发明(设计)人: 姚争为;叶丽丽 申请(专利权)人: 杭州师范大学
主分类号: G06V30/32 分类号: G06V30/32;G06V30/168;G06V30/18;G06V30/19;G06K9/62;G06N3/04;G06N3/08
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 吴昌榀
地址: 311121 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 儿童 数字 书写 练习 实时 反馈 评判 方法
【说明书】:

发明属于计算机领域,具体涉及一种儿童数字书写练习的实时反馈与评判方法,包括:输入待识别的手写数字;使用卷积神经网络识别出书写的具体数字;对手写数字进行骨架提取;根据骨架,提取出手写数字的特征;根据具体数字的评判规则和手写数字的特征对手写数字进行判定;输出数字书写质量的评判结果。本发明只需为手机或电脑配备基础的交互设备,如触摸屏或数位板,即可实现数字书写的练习,十分方便快捷,并且能够提高学习趣味性和学习效率。

技术领域

本发明属于计算机领域,具体涉及一种儿童数字书写练习的实时反馈与评判方法。

背景技术

近年来,儿童对平板手机和电脑的使用越来越多,在不同领域的儿童技能学习app的数量也以惊人的速度增长,游戏化教学应用广泛。Chang wan Chen等人研究认为,在游戏化的环境中,更能使儿童关注自己的写作,提高写作技巧。Quinn Margaret等人对数量高达633个相关app的重点技能,交互性,评估能力等进行分析,研究发现,尽管设计支持写作的低成本、免费应用盛行,但这些应用处理的内容高度受限,在各种质量度量方面都比较低。手写体数字识别是书写质量评价的基础,黄睿等人在手写体数字识别中使用TensorFlow深度学习CNN模型,识别率已经高达99.17%,并移植到Android平台进行应用,但并没有对数字的规范进行约束,仅仅对手写数字进行了识别。吕红等人也只考虑手写数字的识别,并未对书写数字的本身质量进行约束。

目前,手写体数字识别应用与少儿书写练习应用层出不穷,但是,市面上的相关应用中对儿童输入的手写数字判别往往是以描红的形式,只要描红区域笔迹吻合则判断书写正确,但对于书写的笔画、笔顺及其他本应考虑的要素却并不作判断,并不能对小幼群体的数字书写练习起到明显的帮助。

此外,汪娟在“入学初小学写字教学现状分析与教学建议中”明确提出对于入学初的写字教学,目标偏离,缺乏规划,情况堪忧。很多教师无视学生书写难点,不讲基本笔画和偏旁部首,无视笔顺规则与间架结构,只一味让学生反复抄写,以求巩固识字效果。且书写形式多次雷同,长期缺乏变化。繁重、机械的作业增加了学生的写字负担,违背了学生身心发展规律,更挫伤了学生的书写热情。倡导应从认识田字格开始,循序渐进的进行书写教学。

另外,传统的书写数字练习程序并不是鼓励式教学,小幼群体不易产生成就感,对数字的书写练习难以产生显著的效果,学生往往是通过了就不再练习了,练习效果不明显。

发明内容

为了弥补现有技术的不足,本发明提供一种儿童数字书写练习的实时反馈与评判方法技术方案。

本发明提供的一种儿童数字书写练习的实时反馈与评判方法,正是让孩子在田字格中练习数字的书写,并针对笔画笔顺书写美观度等对孩子进行纠正,填补了这个空白,使小幼儿童在无人在旁的情况下也可以练习数字的书写,对幼儿的数字练习效果有很大的提升,学习趣味性大大增加,激发幼儿对数字的兴趣。

为实现上述目的,本发明的技术方案为:

一种儿童数字书写练习的实时反馈与评判方法,其特征在于,包括以下步骤:

S1输入待识别的手写数字;

S2使用卷积神经网络识别出书写的具体数字;

S3对手写数字进行骨架提取;

S4根据骨架,提取出手写数字的特征;

S5根据具体数字的评判规则和手写数字的特征对手写数字进行判定;

S6输出数字书写质量的评判结果。

进一步地,步骤S2中,基于TensorFlow深度学习框架,通过卷积神经网络模型结构对MNIST的手写体样本进行模型的训练,从而对手写数字进行识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州师范大学,未经杭州师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110917401.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top