【技术实现步骤摘要】
本专利技术属于图像识别技术和人工智能，具体涉及一种增强现实的幼儿英文书写识别方法及系统。
技术介绍
1、随着人工智能技术的成熟和信息技术的发展，增强现实已大量应用于商业、娱乐和教育领域。增强现实能够将文字、音频、视频、图像等通过虚拟信息模拟仿真后应用到真实世界中，形成贴近现实生活、交互性强、立体的教学。目前市场上还缺少基于增强现实的幼儿英文书写识别装置。
2、神经网络具有黑盒、预测精度高、人工干预少的特点，已广泛应用于图形图像领域；但是神经网络也存在着梯度消失或爆炸等缺陷。粒子群算法具有参数少、公式简单的特点，已用于神经网络、工程结构优化等问题。由于神经网络识别幼儿英文书写的数据处理能力差，需要通过粒子群算法优化神经网络参数。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的一种增强现实的幼儿英文书写识别方法及系统解决了目前市场上还缺少基于增强现实的幼儿英文书写识别装置的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种增强现实的幼儿英文书写识别方法，包括以下步骤：
3、s1、采集幼儿指纹信息，根据幼儿指纹信息识别幼儿信息，并根据幼儿信息加载对应的神经网络；
4、s2、拍摄幼儿书写的英文单词，并根据神经网络进行英文识别；
5、s3、对英文识别的结果进行投影，完成幼儿英文书写识别。
6、进一步地：所述s1具体为：
7、采集幼儿指纹信息，根据幼儿指纹信息识别幼儿信息，判断
8、进一步地：构建神经网络的方法具体为：
9、构建初始神经网络，获取神经网络训练样本，通过改进的粒子群算法根据神经网络训练样本训练初始神经网络的参数，完成神经网络的构建。
10、进一步地：所述训练初始神经网络的参数的方法包括以下分步骤：
11、sa1、设置训练初始神经网络的相关参数，随机在位置的取值范围内生成粒子，设置粒子位置和初始速度；
12、sa2、获取初始的神经网络参数，通过目标函数公式根据获取的神经网络参数计算第一目标函数值，并将所述初始的神经网络参数设置为粒子群全局最优位置；
13、sa3、获取粒子位置更新后的神经网络参数，并通过目标函数公式根据获取的神经网络参数计算第二目标函数值；
14、sa4、判断当前的第二目标函数值是否不大于第一目标函数值；
15、若是，则将计算第二目标函数值的神经网络参数作为训练好的初始神经网络的参数，进入sa7；若否，则将粒子群全局最优位置与当前粒子位置的值互换，并将第一目标函数值与第二目标函数值的值互换，更新粒子位置，进入sa5；
16、sa5、判断粒子群全局最优位置的值是否超过五次迭代没有更新，若是，则循环遍历粒子的每个维度并更新粒子位置，进入sa6，若否，则循环遍历粒子的每个维度并计算粒子下次移动的位置，进入sa6；
17、sa6、获取粒子位置更新后的神经网络参数，通过目标函数公式根据获取的神经网络参数计算当前的第二目标函数值，并返回sa4；
18、sa7、输出训练好的初始神经网络的参数。
19、进一步地：所述sa2中，神经网络参数包括初始神经网络对神经网络训练样本数的样本预测结果，所述目标函数公式f具体为下式：
20、
21、式中，n为神经网络训练样本数，yi是训练样本标签，y′i表示样本预测结果；
22、所述sa4中，更新粒子位置position(j)1的表达式具体为：
23、
24、式中，position(j)为更新前的粒子位置，j为粒子维度，rand(·)为随机变量，其取值范围为[0，1]，v(j)为当前粒子的速度，其表达式具体为：
25、
26、式中，l为当前迭代次数，maxiter为最大迭代次数，v′为前一时刻粒子的速度，best(j)为粒子群全局最优位置；
27、所述sa5中，计算粒子下次移动的位置position(j)2的表达式具体为：
28、position(j)2＝1-position(j)。
29、进一步地：所述s2包括以下分步骤：
30、s21、拍摄幼儿书写的英文单词，将英文单词的字母图像划分为若干个大小相等的块；
31、s22、提取所有块中的特征参数，并进行归一化处理，得到输入特征；
32、s23、将输入特征输入至神经网络，得到英文识别结果。
33、进一步地：所述s22中，提取第l个块的特征参数ml的表达式具体为：
34、
35、式中，sl为第l个块中黑色像素的面积，sl为第l个块的面积。
36、进一步地：所述s2中，英文识别的结果具体为英文字符，所述s3具体为：
37、将英文字符拼接成一个单词，若该单词在词库中，则投影词库中该单词对应的视频或图像；若该单词不在词库中，则直接投影该单词的图像，完成幼儿英文书写识别。
38、一种增强现实的幼儿英文书写识别方法的系统，包括指纹笔模块、摄像头模块、投影模块和智能控制模块；
39、其中，所述智能控制模块分别与所述指纹笔模块、摄像头模块和投影模块连接；
40、所述指纹笔模块用于采集幼儿指纹信息，所述摄像头模块用于拍摄幼儿书写的英文单词，所述智能控制模块用于根据幼儿指纹信息加载对应的神经网络，还用于根据拍摄的幼儿书写的英文单词进行英文识别，所述摄像头模块用于投影英文识别的结果。
41、进一步地：所述指纹笔模块包括第一～第六幼儿指纹信息子模块，每个幼儿指纹信息子模块均与所述智能控制模块连接。
42、本专利技术的有益效果为：本专利技术提供了一种增强现实的幼儿英文书写识别方法及系统，构建高效的神经网络用于英文书写识别，并根据改进的粒子群算法优化神经网络参数，提高英文单词识别率，通过投影英文单词对应的视频或图像，提升幼儿的英文识字能力和提高对幼儿单词学习的记忆效果。
本文档来自技高网...【技术保护点】
1.一种增强现实的幼儿英文书写识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的增强现实的幼儿英文书写识别方法，其特征在于，所述S1具体为：
3.根据权利要求2所述的增强现实的幼儿英文书写识别方法，其特征在于，构建神经网络的方法具体为：
4.根据权利要求3所述的增强现实的幼儿英文书写识别方法，其特征在于，所述训练初始神经网络的参数的方法包括以下分步骤：
5.根据权利要求4所述的增强现实的幼儿英文书写识别方法，其特征在于，所述SA2中，神经网络参数包括初始神经网络对神经网络训练样本数的样本预测结果，所述目标函数公式f具体为下式：
6.根据权利要求1所述的增强现实的幼儿英文书写识别方法，其特征在于，所述S2包括以下分步骤：
7.根据权利要求6所述的增强现实的幼儿英文书写识别方法，其特征在于，所述S22中，提取第l个块的特征参数Ml的表达式具体为：
8.根据权利要求1所述的增强现实的幼儿英文书写识别方法，其特征在于，所述S2中，英文识别的结果具体为英文字符，所述S3具体为：
9.
10.根据权利要求9所述的增强现实的幼儿英文书写识别系统，其特征在于，所述指纹笔模块包括第一～第六幼儿指纹信息子模块，每个幼儿指纹信息子模块均与所述智能控制模块连接。
...【技术特征摘要】
1.一种增强现实的幼儿英文书写识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的增强现实的幼儿英文书写识别方法，其特征在于，所述s1具体为：
3.根据权利要求2所述的增强现实的幼儿英文书写识别方法，其特征在于，构建神经网络的方法具体为：
4.根据权利要求3所述的增强现实的幼儿英文书写识别方法，其特征在于，所述训练初始神经网络的参数的方法包括以下分步骤：
5.根据权利要求4所述的增强现实的幼儿英文书写识别方法，其特征在于，所述sa2中，神经网络参数包括初始神经网络对神经网络训练样本数的样本预测结果，所述目标函数公式f具体为下式：
6.根据权利要求1所述的增强现实的幼儿英文书写识...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。