基于CNN的空中书写单笔画数字识别框架
计算机视觉与模式识别
2025-02-19 v2 人机交互
摘要
空中书写是指通过具有六自由度的手部姿态在三维空间中虚拟书写语言字符。本文提出一种通用的、由普通摄像机辅助的基于卷积神经网络（CNN）的空中书写框架。使用者于普通摄像机前以固定颜色标记物做出手势，随后通过基于颜色的分割来识别标记物并追踪其尖端轨迹。接着使用预训练的CNN对手势进行分类。利用新采集数据通过迁移学习进一步提升了识别准确率。由于基于颜色的分割，系统性能随光照条件变化显著。在光照波动较小的条件下，系统能够识别多种语言的孤立单笔画数字。所提框架在英语、孟加拉语和天城文数字上的人无关评估中分别取得了97.7%、95.4%和93.7%的识别率。
引用
@article{arxiv.2303.07989,
title = {A CNN Based Framework for Unistroke Numeral Recognition in Air-Writing},
author = {Prasun Roy and Subhankar Ghosh and Umapada Pal},
journal= {arXiv preprint arXiv:2303.07989},
year = {2025}
}
备注
Accepted in The International Conference on Frontiers of Handwriting Recognition (ICFHR) 2018