機(jī)器學(xué)習(xí)輔助手寫識(shí)別對(duì)于下一代生物識(shí)別技術(shù)的發(fā)展至關(guān)重要。然而，目前報(bào)道的大多數(shù)手寫識(shí)別系統(tǒng)都缺乏靈活的傳感和機(jī)器學(xué)習(xí)能力，這兩者都是智能系統(tǒng)實(shí)現(xiàn)所必需的。在此，在機(jī)器學(xué)習(xí)的幫助下，本研究開發(fā)了一種新的手寫識(shí)別系統(tǒng)，該系統(tǒng)既可以用作書面文本的識(shí)別器，也可以用作機(jī)密信息的加密器。這種靈活智能的手寫識(shí)別系統(tǒng)將印刷電路板與基于氧化石墨烯的水凝膠傳感器相結(jié)合。它提供快速響應(yīng)和良好的靈敏度，并允許高精度識(shí)別從單個(gè)字母到單詞和簽名的手寫內(nèi)容。通過分析從7名參與者獲得的690個(gè)手寫簽名，本研究成功地證明了快速的識(shí)別時(shí)間（小于1秒）和高識(shí)別率（∼91.30%）。我們開發(fā)的手寫識(shí)別系統(tǒng)在先進(jìn)的人機(jī)交互、可穿戴通信設(shè)備、軟機(jī)器人操縱器和增強(qiáng)現(xiàn)實(shí)虛擬現(xiàn)實(shí)方面具有巨大潛力。
圖1.手寫識(shí)別系統(tǒng)的示意圖：（a） 手寫識(shí)別系統(tǒng)的示意圖;（b） BiLSTM模型示意圖。
圖2.GO水凝膠的表征和性能：（a）GO納米片的TEM圖像和（b）AFM圖像;（c）GO水凝膠的掃描電子顯微鏡（SEM）形貌;（d） ΔR/R
0值與GO水凝膠傳感器的應(yīng)變的關(guān)系;（e） GO基水凝膠傳感器在1200次循環(huán)內(nèi)的耐久性測(cè)試結(jié)果（100%應(yīng)變）。
圖3.字母識(shí)別：（a）水凝膠手寫識(shí)別系統(tǒng)的數(shù)據(jù)處理流程，具有訓(xùn)練和另一個(gè)實(shí)際識(shí)別過程;（b） 響應(yīng)筆跡的阻力變化 26 個(gè)字母;（c） 識(shí)別26個(gè)字母的準(zhǔn)確性和損失曲線;（d） 識(shí)別26個(gè)字母的混淆矩陣;（e） 使用t-SNE降維的數(shù)據(jù)集中2600個(gè)樣本的結(jié)果。
圖4.數(shù)字識(shí)別：（a）響應(yīng)筆跡10數(shù)字的阻力變化;（b）不同模型運(yùn)行結(jié)果的相關(guān)參數(shù)雷達(dá)圖;（c） 識(shí)別10個(gè)數(shù)字的準(zhǔn)確性和損失曲線;（d） 用于識(shí)別10個(gè)數(shù)字的混淆矩陣;（e） 使用t-SNE降維的數(shù)據(jù)集中955個(gè)樣本內(nèi)的數(shù)據(jù)。
圖5.手寫識(shí)別系統(tǒng)處理的一系列略有不同的單詞的識(shí)別結(jié)果：（a-d）識(shí)別“bare”和“bear”的準(zhǔn)確性和損失曲線，（b）識(shí)別“forth”和“fourth”，（c）識(shí)別“altar”和“alter”，以及（d）識(shí)別“file”，“mile”，“nile”和“rile”;（e-h）混淆矩陣，以（e）識(shí)別“bare”和“bear”，（f）識(shí)別“forth”和“fourth”，（g）識(shí)別“altar”和“alter”，以及（h）識(shí)別“file”，“mile”，“nile”和“rile”。
圖6.柔性手寫識(shí)別系統(tǒng)的演示：（a，b）水凝膠手寫識(shí)別系統(tǒng)的組成示意圖及其潛在應(yīng)用;（c） 簽字承認(rèn)過程;（d） 精度和損耗曲線;（e） 識(shí)別七個(gè)人簽名識(shí)別的混淆矩陣。
相關(guān)研究成果由湖南大學(xué)Jian Zhou等人2022年發(fā)表在ACS Applied Materials & Interfaces (https://doi.org/10.1021/acsami.2c17943)上。原文：Machine-Learning Assisted Handwriting Recognition Using Graphene Oxide-Based Hydrogel。
轉(zhuǎn)自《石墨烯研究》公眾號(hào)
