【技术实现步骤摘要】
本专利技术涉及盲文触觉识别领域，并特别涉及一种基于深度学习的中国盲文识别方法及系统。
技术介绍
1、中国盲文是我国视力障碍人使用的触觉凸点文字，是一种以点字的形式用拼音的方法，按照中国语言特点制定的盲字体系，在视力障碍人士的日常生活之中占有重要地位，是视力障碍人士日常交流，学习，生活的重要手段。盲符是一方中以六点制体系按不同排列组合成的符形，由6个位置固定的凸点按不同排列组合方法组成，6点分布为上、中、下三行，左右两列，左列自上而下的点位称为1点、2点、3点，右列自上而下的点位称为4点、5点、6点，每个点位可存在凸点，可不存在凸点，盲符的结构如附图1所示。
2、视力障碍人士由于视力的丧失难以对周围环境做出有效的感知，同时也丧失了传统的阅读与书写方法，而盲文则是世界通行的有效替代性方式。然而，盲文的熟练掌握与使用需要巨大的练习成本，并且在长时间阅读后，手指识别盲文的准确性会急剧下降。一种通过传感器将盲文转化为压力图像，并进一步转化为拼音的方法对视力障碍人士学习和识别盲文有着巨大的帮助。
3、常用的方法有通过计算机视觉，借助摄像头，以图像识别算法来识别盲文，而在特定的如昏暗的环境，这种方法便难以发挥作用；还可以通过触觉传感器，以恒定的速度划过盲文，通过电信号与时间的关系来达到检测盲文字符凸起的效果，这种方法在便携式设备上难以发挥效果；也可以借助柔性传感器采集图像，计算采集结果特征向量并与标准盲文模板进行匹配的方式进行盲文识别，这种方法对传感器采集数据质量要求高，精确性有很大的折扣。
1、针对现有技术中使用场景少，缺少便携性，缺少泛用性等问题，本专利技术提出了一个基于深度学习的中国盲文识别方法，通过柔性传感器采集中国盲文数据，将中国盲文的不同凸点的分布转换为由电压信号表示的压力图，经过数据处理后，借助深度学习技术，实现了对中国盲文的识别。
2、本专利技术采用的技术方案为：一种基于深度学习的中国盲文识别方法，包括以下步骤：
3、s1.生成中国盲文压力图像的仿真数据，构建仿真数据集；通过仿真数据集对深度模型进行训练，获得预训练模型；
4、s1.1仿真数据为10×10的8bit灰度图，包括去除结构相同的中国盲文后的共52种不同中国盲文的声母和韵母在水平方向和垂直方向进行平移后的仿真压力图像数据；
5、s1.2对深度模型进行训练的阶段，使用交叉熵损失函数持续更新网络参数，直到交叉熵损失收敛，得到预训练模型；
6、s2.采集中国盲文的压力图像，对压力图像进行标注，生成真实图像数据集；通过真实图像数据集对预训练模型进行训练，得到盲文识别模型；
7、s2.1对中国盲文压力图像采集的步骤为：通过柔性压力传感器矩阵与中国盲文接触，将受到的压力转换为传感器矩阵单个传感器的电阻变化值，逐个扫描传感器矩阵单个传感器分压获得电压数据，对电压数据进行采样获得中国盲文压力图像；
8、s2.2对预训练模型进行训练的步骤为：将采集中国盲文压力图像映射到8bit深度范围，对压力图像进行滤波，对采集图像进行归一化处理，构建真实图像数据集，以真实图像数据集对预训练模型进行训练，获得盲文识别模型。
9、s3.通过盲文识别模型对待识别中国盲文压力图像进行识别，得到中国盲文识别结果。
10、一种基于深度学习的中国盲文识别系统，包括：
11、信号采集模块，用于对中国盲文的盲点进行感知，将盲点引起的柔性压力传感器矩阵不同位置的电阻变化转换为电压变化，将电压数据发送至信号传输模块；
12、信号传输模块：用于为信号采集模块提供扫描信号，将采集的电压数据经过采样后转换为盲文压力图像数据，将压力图像数据传输至上位机；
13、模型训练模块，用于生成中国盲文压力图像仿真数据，构建仿真数据集；通过仿真数据集对深度模型进行训练，获得预训练模型；对经由信号传输模块获得的压力图像进行标注，生成真实像图像数据集；通过真实数据集对预训练模型进行训练，得到盲文识别模型；
14、识别模块，用于对待识别中国盲文压力图像进行识别，得到中国盲文识别结果。
15、信号采集模块包括：依次为柔性衬底、电极阵列、压阻材料、电极阵列和柔性衬底。
16、所述柔性衬底包括乙烯-醋酸乙烯共聚物内层和聚对苯二甲酸乙二醇酯外层，其中乙烯-醋酸乙烯共聚物与电极阵列接触，用于连接柔性衬底与电极阵列；聚对苯二甲酸乙二醇酯位于信号采集模块最外侧，用于保护和绝缘作用；
17、所述电极阵列由导电布胶带经过激光切割得到，彼此等间距平行排列，构成信号采集模块的两个电极阵列并彼此垂直排列；
18、所述压阻材料为参杂碳纤维的聚乙烯正方形薄膜，具有弹性，受压可产生可观测到的形变。
19、所述信号传输模块包括分压模块和控制模块；
20、所述分压模块，通过软排线与信号采集模块相连，通过分压电路获得传感器分压，通过接收控制模块的控制信号来逐个扫描传感器阵列。
21、所述控制模块，产生多路方波信号控制分压模块，获取分压信号并进行采样，将信号传输至上位机。
22、一种计算机存储介质，用于存储一种基于深度学习的中国盲文识别方法的程序与数据。
23、一种应用终端，用于显示并播报一种基于深度学习的中国盲文识别系统对于中国盲文的识别结果。
24、由所述方案可知，本专利技术具有优点下述优点：
25、本专利技术通过柔性传感器采集中国盲文数据，将中国盲文的不同凸点的分布转换为由电压信号表示的压力图，经过数据处理后，借助深度学习技术，实现了对中国盲文的识别。本专利技术可准确，便捷地识别中国盲文，提高视力障碍人士在学习和日常阅读盲文的效率；并且通过触觉的方式无需光源，具有更广泛的使用场景。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的中国盲文识别方法，其特征在于，包括以下步骤：
2.一种基于深度学习的中国盲文识别系统，其特征在于，包括：
3.如权利要求2所述的基于深度学习的中国盲文识别系统，其特征在于，信号采集模块包括依次设置的柔性衬底、电极阵列、压阻材料、电极阵列和柔性衬底。
4.如权利要求3所述的基于深度学习的中国盲文识别系统，其特征在于：
5.如权利要求2所述的基于深度学习的中国盲文识别系统，其特征在于，
6.一种计算机存储介质，用于存储权利要求1中一种基于深度学习的中国盲文识别方法的程序与数据。
7.一种应用终端，用于显示并播报要求2的一种基于深度学习的中国盲文识别系统对于中国盲文的识别结果。
【技术特征摘要】
1.一种基于深度学习的中国盲文识别方法，其特征在于，包括以下步骤：
2.一种基于深度学习的中国盲文识别系统，其特征在于，包括：
3.如权利要求2所述的基于深度学习的中国盲文识别系统，其特征在于，信号采集模块包括依次设置的柔性衬底、电极阵列、压阻材料、电极阵列和柔性衬底。
4.如权利要求3所述的基于深...
【专利技术属性】
技术研发人员：王凯，黄正兴，朱慧超，余隽，张建伟，胡泽坤，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
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。