[发明专利]一种手写轨迹识别方法、装置、设备及介质

说明书

本公开涉及一种手写轨迹识别方法、装置、设备及介质，通过获取轨迹数据，其中轨迹数据包括多个坐标点，根据轨迹数据得到与轨迹数据中的坐标点对应的序列矩阵，将序列矩阵输入到字符识别模型中，确定轨迹数据对应的字符，本公开将获取的手写轨迹数据转换为序列矩阵进行字符识别，能够确定手写轨迹的方向，保留更多的用户手写特征，近而反映出用户的书写习惯，确保用户的书写规范性。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种手写轨迹识别方法、装置、设备及介质。

背景技术

随着智能移动设备的快速发展，在移动设备上进行手写轨迹字符识别已广泛应用于生活中，目前，针对手写轨迹进行识别的方法中，大多是采用将移动设备中获取的手写轨迹生成图像的方法，再对图像进行轨迹字符识别。

但是，将手写轨迹生成图片不能确定手写轨迹字符的轨迹方向，例如，在移动设备上手写“1”，可以从上到下，也可以从下到上，根据生成的图片无法确定手写轨迹的方向以及保留更多的用户手写特征，也不便于确定用户的书写规范能力。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种手写轨迹识别方法、装置、设备以及介质。

第一方面，本公开实施例提供了一种手写轨迹识别方法，包括：

获取轨迹数据，所述轨迹数据包括多个坐标点。

可选的，获取轨迹数据之前，所述方法还包括：获取第一轨迹数据样本、所述第一轨迹数据样本中的字符以及所述第一轨迹数据样本中的概率值；构建字符识别网络，根据所述第一轨迹数据样本、所述第一轨迹数据样本中的字符和所述第一轨迹数据样本中的概率值对所述字符识别网络进行训练，得到字符识别模型。

根据所述轨迹数据，得到与所述轨迹数据中坐标点对应的序列矩阵。

可选的，根据所述轨迹数据，得到与所述轨迹数据中坐标点对应的序列矩阵，具体包括：将所述轨迹数据中的坐标点进行预处理；对所述预处理后的轨迹数据进行采样，得到目标轨迹；根据所述目标轨迹中的坐标点，得到与所述目标轨迹中坐标点对应的序列矩阵。

可选的，将所述轨迹数据中的坐标点进行预处理，其中坐标点包括横坐标和纵坐标，具体包括：获取所述轨迹数据中横坐标的最大值和最小值；获取所述轨迹数据中纵坐标的最大值和最小值；根据所述横坐标的最小值和纵坐标的最小值，生成坐标原点；根据所述坐标原点对所述轨迹数据中的坐标点进行数据归一化；根据所述横坐标的最大值和最小值，确定第一边长；根据所述纵坐标的最大值和最小值，确定第二边长；根据所述第一边长、第二边长和预设边长，对所述数据归一化后的轨迹数据中的坐标点进行缩放。

可选的，对所述预处理后的轨迹数据进行采样，得到目标轨迹，具体包括：确定所述预处理后的轨迹数据中坐标点的数量；判断所述坐标点的数量是否大于预设阈值，如果是，则按照采样频率对所述预处理后的轨迹数据的坐标点进行采样，得到目标轨迹；如果否，则将预设坐标点添加至所述预处理后的轨迹数据中，得到目标轨迹。

可选的，按照采样频率对所述预处理后的轨迹数据的坐标点进行采样，具体包括：根据所述坐标点的数量和所述预设阈值，确定采样频率；按照所述采样频率对所述预处理后的轨迹数据的坐标点进行采样，得到目标轨迹。

可选的，根据所述目标轨迹中的坐标点，得到与所述目标轨迹中坐标点对应的序列矩阵，具体包括：根据所述目标轨迹中坐标点的横坐标和纵坐标，按照所述目标轨迹中每个坐标点生成的时间顺序，得到与所述目标轨迹中坐标点对应的序列矩阵。

将所述序列矩阵输入到预先训练完成的字符识别模型中，确定所述轨迹数据对应的字符。

可选的，所述方法还包括：将所述序列矩阵输入到预先训练完成的字符识别模型中，得到所述轨迹数据对应的概率值。

第二方面，本公开实施例提供了一种手写轨迹识别装置，包括：