用于触摸屏在线数字手势识别的开源数据集与深度学习模型
计算机视觉与模式识别
2017-09-21 v1 人工智能
摘要
本文评估了用于识别用户在智能手机触摸屏上输入数字的深度神经网络。我们收集了一个包含阿拉伯数字的新型大型数据集，用于网络的训练与评估。该数据集由 260 名用户输入的 80 个数字的空间与时间触摸数据组成。我们研究了两种神经网络模型。第一个模型是二维卷积神经网络 (ConvNet)，应用于通过对感知到的屏幕触摸进行插值而生成的字形位图，其拓扑结构与以往发表的用于从扫描图像进行离线手写识别的模型相似。第二个模型使用一维 ConvNet 架构，但应用于连接触摸点的极坐标向量序列。结果表明，这两个模型分别达到了 98.50% 和 95.86% 的准确率。第二个模型要简单得多，将参数数量从 1,663,370 减少到了 287,690。该数据集已作为开源资源向社区开放。
引用
@article{arxiv.1709.06871,
title = {Open Source Dataset and Deep Learning Models for Online Digit Gesture Recognition on Touchscreens},
author = {Philip J. Corr and Guenole C. Silvestre and Chris J. Bleakley},
journal= {arXiv preprint arXiv:1709.06871},
year = {2017}
}
备注
Irish Machine Vision and Image Processing Conference (IMVIP) 2017, Maynooth, Ireland, 30 August-1 September 2017