一种儿童数字书写练习的实时反馈与评判方法与流程

技术特征：
1.一种儿童数字书写练习的实时反馈与评判方法，其特征在于，包括以下步骤：s1输入待识别的手写数字；s2使用卷积神经网络识别出书写的具体数字；s3对手写数字进行骨架提取；s4根据骨架，提取出手写数字的特征；s5根据具体数字的评判规则和手写数字的特征对手写数字进行判定；s6输出数字书写质量的评判结果。2.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s2中，基于tensorflow深度学习框架，通过卷积神经网络模型结构对mnist的手写体样本进行模型的训练，从而对手写数字进行识别。3.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s3中，使用hilditch细线化算法对手写数字进行骨架的提取，生成一像素粗细的手写数字，提取数字的骨架便于后续提取数字特征。4.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s4包括：对数字的笔画、起笔点位置、落笔点位置、笔顺、直线数、圆弧线数、角点位置、整体位置和像素比中的一种或多种信息进行提取；具体包括：s4.1对细线化后的笔迹图像数据进行获取；s4.2根据笔迹数据得到手写数字的落笔次数，起笔次数，落笔位置和起笔位置特征；s4.3对笔迹骨架数据进行霍夫线变换，获取数字的直线数特征；s4.4对笔迹骨架数据进行霍夫圆变换，获取数字的闭合圆弧数量特征；s4.5获取笔迹骨架数据的特征点，生成二阶贝塞尔曲线，比较得出非闭合性圆弧的位置与数量特征；s4.6使用harris角点检测方法，直接基于灰度图像提取角点特征对数字进行角点检测，获取手写数字的交点特征，得到交点位置；s4.7根据整个笔迹数据判断整体的大小与位置特征。5.根据权利要求4所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s4.2中，对数字笔迹数据进行分析，识别出笔画的数量，对输入设备的输入次数进行获取，在0-9的数字中，仅4、5是需要输入两次的，其他数字仅输入一次；根据输入页面的笔画开始的位置与结束的位置进行判断；多笔画时，对每一笔的起落笔位置进行记录；根据每次笔画的起笔落笔位置，判断每一笔的笔画顺序。6.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s5中，对步骤s4中获取到的特征进行规范性约束。7.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤s6中，对不符合规范的特征进行实时反馈。

技术总结
本发明属于计算机领域，具体涉及一种儿童数字书写练习的实时反馈与评判方法，包括：输入待识别的手写数字；使用卷积神经网络识别出书写的具体数字；对手写数字进行骨架提取；根据骨架，提取出手写数字的特征；根据具体数字的评判规则和手写数字的特征对手写数字进行判定；输出数字书写质量的评判结果。本发明只需为手机或电脑配备基础的交互设备，如触摸屏或数位板，即可实现数字书写的练习，十分方便快捷，并且能够提高学习趣味性和学习效率。并且能够提高学习趣味性和学习效率。并且能够提高学习趣味性和学习效率。


技术研发人员：姚争为 叶丽丽
受保护的技术使用者：杭州师范大学
技术研发日：2021.08.11
技术公布日：2022/3/3