29、空中书写文本识别技术：原理、应用与实践

空中书写文本识别技术：原理、应用与实践

1. 相关工作

在文本识别领域，众多研究人员提出了不同的空中书写识别技术。以下是一些具有代表性的研究：
- Alam M.S. 等人 ：提出基于轨迹的空中书写字符识别技术，使用 CNN 分类器，在 10 名 23 - 30 岁研究生（8 男 2 女）手动构建的数据集上准确率达 97.29%，但部分字符识别率较低。
- Bastas 等人 ：比较了 TCN、CNN、LSTM 和 BLSTM 模型在少量收集数据上的空中书写识别效果，得出 LSTM 准确率最高，达 99.5%。
- Chen Y. H. 等人 ：为智能眼镜中的空中书写提出了 mask R - CNN 和三层 CNN 模型，通过指尖检测实现，利用 Google API 识别书写字符。
- Rahman 等人 ：提出使用 RNN - LSTM 网络的空中书写识别系统，能消除噪声并识别数字，在 MNIST 数据集上，单数字和多数字英文数字的准确率分别为 98.75% 和 85.27%。
- Roy 等人 ：提出使用卷积神经网络（CNN）的技术，用固定颜色标记在相机前做手势，通过基于颜色的分割识别标记尖端及其轨迹，使用三种不同语言的数据集，准确率分别为 97.7%、95.4% 和 93.7%。
- Alam 等人 ：使用卷积神经网络与长短期记忆网络（CNN - LSTM）的融合，使用 RTD 和 RTC 数据集，包含 20,000 个数字和 3