[發明專利]一種基于高頻聲波短時傅里葉變換的手寫字母識別方法

有效

• 申請號: 201910018087.8
• 申請日: 2019-01-09
• 公開（公告）號: CN109657739B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 湯戰勇;李青佩;翟雙姣;范天賜;王煥廷;房鼎益;龔曉慶;陳峰
• 申請（專利權）人: 西北大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/214;G06N3/0464;G06N3/08;G01S7/539
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李婷

1.一種基于高頻聲波短時傅里葉變換的手寫字母識別方法，其特征在于，包括以下步驟：

步驟1，收集訓練數據

在手機上設置有訓練數據收集模塊，用于發射調制好的高頻聲音信號，同時收錄用戶書寫英文字母時所述高頻聲音信號的反射信號；高頻聲音信號的調制方法為：

步驟1.1，選擇13位Barker碼作為基帶信號，13位Barker碼表示為：

s＝[-1,-1,-1,-1,-1,1,1,-1,-1,1,-1,1,-1]

步驟1.2，將兩個所述的13位Barker碼連接后，再補14個0，使其長度為40，記為S₁；

步驟1.3，對S₁進行12次上采樣，得到長度為480的S₂，將S₂調制到頻率為19kHz的正弦波上，表示為：

signal＝S₂·cos(2πf_ct)

其中，t表示時間，f_c表示載波頻率，f_s表示采樣率；

步驟1.4，使用帶通濾波器去除signal信號其他頻率上的噪聲，只留下17kHz-21kHz的高頻聲波信號；

步驟1.5，將濾波后的signal信號保存成wav格式，訓練數據收集模塊通過播放wav格式的signal信號發射高頻聲音信號；

步驟2，訓練網絡模型

步驟2.1，讀取步驟1中得到的wav文件，對其進行短時傅里葉變換；

提取wav文件中信號的頻譜矩陣S和功率譜矩陣P，以及時間分割向量T和頻率分割向量F，繪制(T,F,(P./abs(S)))三者之間關系的STFI圖；

步驟2.2，將步驟2.1中得到的STFI圖進行裁剪，只留下17kHz-21kHz的頻率段的頻譜圖；

步驟2.3，對步驟2.2中裁剪后的頻譜圖進行灰度處理，使得3通道的彩色圖像轉換為單通道的灰度圖像；

步驟2.4，對步驟2.3處理后的頻譜圖進行歸一化處理，處理過程為：img＝(im-mean(im))/255，其中im為步驟2.3灰度處理后的頻譜圖數據，img為歸一化處理后的數據；

步驟2.5，建立CNN模型

第1層為2D卷積層，第2層為MaxPooling2D池化層，第3層是2D卷積層，第4層是MaxPooling2D池化層，第5層是Dropout，第6-8層是2D卷積層，第9層是MaxPooling2D池化層，第10層是Dropout，第11層為Flatten層，將數據拉成1維；第12層是全連接層，第13層是Dropout，第14層是全連接層，第15層是Dropout，最后一層是使用softmax作為激活函數的全連接層；

步驟2.6，將步驟2.4處理得到的數據作為步驟2.5建立的CNN模型的輸入，同時輸入數據對應的標簽，訓練該CNN模型，并將訓練好的CNN模型保存；

步驟2.7，使用步驟2.6得到的CNN模型提取Flatten層的數據作為SVM分類器的輸入，訓練SVM分類器模型，存儲訓練好的分類器模型；

步驟3，識別階段

步驟3.1，使用步驟1的方法獲取用戶寫字母時候的數據，然后使用步驟2.1-2.4的方法對數據進行處理；

步驟3.2，將步驟3.1得到的數據作為步驟2.6的輸入，使用步驟2.6得到的CNN模型提取新數據的Flatten特征，通過步驟2.7保存的分類器模型來識別所寫的英文字母。