[发明专利]一种基于智能手表的握笔姿势检测和汉字笔顺识别方法

说明书

本发明公开了一种基于智能手表的握笔姿势检测和汉字笔顺识别的方法，首先进行数据收集和数据预处理；接着进行信号检测；最后基于有监督学习的方法构建握笔姿势检测模型和笔顺识别模型，分别用于握笔姿势检测和笔顺识别。本发明通过大量的实验证明了两种识别模型的有效性和鲁棒性。即笔顺识别和握笔姿势识别的平均精度分别达到76％和94％以上。

技术领域

本发明属于移动感知技术领域，涉及一种握笔姿势检测和汉字笔顺识别方法，具体涉及一种基于智能手表的握笔姿势检测和汉字笔顺识别方法，尤其可以识别具有很多重复笔画的汉字的笔顺。

背景技术

不同于英文，汉字是由笔画构成的象形文字，共有32种笔画，如图1所示，笔画的构成包括笔画类型和笔画顺序，笔画顺序的错误会影响汉字书写效率，破坏汉字的平衡结构。扭曲的握笔姿势会降低书写速度，甚至导致近视。这在教学中却很难直接观察到。以往汉字笔顺识别大多基于图像的方法，容易受光照条件限制，并需要昂贵的设备。因而基于现有智能手表，在不知道所书写汉字的前提下，提出自动识别在书写汉字时的握笔姿势和笔画顺序的算法。考虑不同的笔画书写导致手腕肌腱产生不同的震动方式，从而使智能手表内置的加速度和陀螺仪传感器输出不同的信号模式。因而可以基于智能手表实现汉字笔顺识别和握笔姿势的识别。

发明内容

本发明的目的是实现基于商用智能手表辅助汉字书写矫正，本发明提供了一种基于智能手表的握笔姿势检测和汉字笔顺识别方法。

本发明所采用的技术方案是：一种基于智能手表的握笔姿势检测和汉字笔顺识别方法，其特征在于，包括以下步骤：

步骤1：构建握笔姿势检测模型和笔顺识别模型；

所述握笔姿势检测模型，用于检测九种不同的握笔姿势，包括一种正确的握笔姿势和8种错误的握笔姿势；所述8种错误的握笔姿势包括横搭型、埋头型、扭曲型、扭转型、直线型、错位型、睡觉型和拳头型；

所述笔顺识别模型，用于识别用户书写的笔顺，并判断笔顺是否正确；

其中握笔姿势检测和笔顺识别的数据收集、数据预处理、信号检测使用通用方法。

步骤2：数据收集；

从智能手表内置的加速度和陀螺仪传感器收集数据，包括线性加速度和陀螺仪角速度；采集频率设为100HZ。其中，加速度通过坐标系转换和重力消除得到地球坐标系下的线性加速度；

步骤3：数据预处理；

基于小波去噪的方法减少收集数据的信号噪声，基于窗函数检测书写信号；

步骤4：基于窗函数检测书写信号，包括陀螺仪角速度三个轴和线性加速度三个轴的信号；

步骤5：握笔姿势检测或笔顺识别；

基于有监督学习方法，提取检测的笔画信号的特征，通过构建的笔顺识别模型和握笔姿势检测模型，最终实现对握笔姿势的检测和笔顺的识别。

相对于现有技术，本发明的有益效果是：提出了一种新的交互方式，即基于手腕手表传感器识别汉字笔顺和握笔姿势的方法。基于有监督学习方法，提取检测的笔画信号的特征，通过我们构建的笔顺识别模型和握笔姿势检测模型，最终实现对握笔姿势的检测和笔顺的识别。本方案相对于图像识别，传感器不受光线明亮的限制。方便在没有手机或平板时对自己的书写方式进行矫正。

附图说明

附图1是现有技术中的32种笔画；

附图2是本发明实施实例中的用于检测的九种常见握笔姿势；

附图3是本发明实施实例中的流程图；

附图4是本发明实施实例中的以本为例的方向示意图和方向索引矩阵；

附图5是本发明实施实例中的握笔姿势分类混淆概率矩阵；