导读:本文包含了盲文识别论文开题报告文献综述及选题提纲参考文献，主要关键词:压力传感器,皮肤,传感器件,传感器灵敏度,智能识别,识别方法,特征点,王家成,成果论文,高斯分布
盲文识别论文文献综述
黄辛,卜叶[1]（2020）在《新型仿皮肤压力传感器问世》一文中研究指出本报讯 近日，中国科学院上海硅酸盐研究所王家成团队与复旦大学卢红亮和张卫团队合作，成功研制出一种仿皮肤式柔性压力传感器，基于此传感器，有望实现盲文的智能识别。该研究成果论文已发表于《纳米能源》。现有盲文识别方法中，盲文特征点的提取通常手工进行，费(本文来源于《中国科学报》期刊2020-01-09）
新浪科技综合[2]（2019）在《人造感觉神经问世,人造皮肤已可以识别盲文!》一文中研究指出一直以来,人类都在努力将自身具备的全部感官"复制"到机器人身上,但是,对于机器而言,能实现一项感官就已经很不容易了。因此,迄今为止,机器仍然缺乏一些极其关键的能力,其中就包括人类精密而完善的触觉。相对于听觉、视觉而言,人类天生的触觉更加复杂,触觉感官的模拟十分困难,这种感官"集成"了上千种感受器来追踪不同类型的压力(比如柔软而有力(本文来源于《《科学与现代化》2019年第1期（总第078期）》期刊2019-03-01）
刘彪,黄蓉蓉,林和,苏伟[3]（2019）在《基于卷积神经网络的盲文音乐识别研究》一文中研究指出盲人音乐家在交流创作的音乐作品时面临着人工转换和效率较低的问题,信息科学与技术的迅速发展为解决此类问题提供了许多解决方案。虽然目前有许多盲文音乐作品的识别方案,但其存在识别效率低和兼容能力不足等缺点。为了避免传统方案在盲文音乐图片特征提取时过多依赖人工经验,通过研究提出并设计了基于卷积神经网络的识别模型。在对盲文音乐图片的样例数据进行预处理之后,通过多次反复迭代训练,模型就可学习到盲文音乐图片中音乐符号的特征。实验结果表明,该模型的识别有效性和较强的泛化能力为盲文音乐作品的识别提供了一种新的解决方案。(本文来源于《智能系统学报》期刊2019年01期）
李荣瑞,施霖[4]（2018）在《基于深度学习的盲文自动识别系统》一文中研究指出传统盲文识别采用手工特征点比对的方法,只能识别特定条件下采集的盲文图片,系统的实用性很低。文中构建卷积神经网络自动学习盲文特征,消除了手工提取特征这一弊端;并提出一种基于灰度投影的方法对盲文图片进行校正和分割。结果表明,系统对各类盲文测试集的总体识别率达到98.62%,在传统盲文识别方法无法工作的多种噪声条件下均可取得较高的识别率,大幅提高了盲文识别系统的准确率和实用性。(本文来源于《电子科技》期刊2018年09期）
刘彪[5]（2018）在《盲文音乐识别和分词研究》一文中研究指出目的——在“互联网+”的推动下,盲人群体的工作需求越来越得到大众的关注和认可,盲人音乐家使用盲文进行创作和交流的机会逐渐增多,但与视力正常的人开展作品交流时仍依赖于既懂盲文音乐规则又懂明文乐理的人员进行协助,造成了在时间、内容和数量上难以满足日益增长的盲文音乐交流需求。开展针对盲文音乐识别和分词的研究成为解决上述问题的有效手段。方法——通过对盲文音乐组成结构的分析,为克服传统方法在解决识别和分词问题上的缺陷,使用深度学习框架来设计模型,通过大量的样例数据训练,让计算机自动地学习到其特征属性,同时经过多次迭代训练后使其拥有更强的鲁棒性和泛化能力,形成以深度学习为基础模型的盲文音乐识别和分词方法。研究结果——首先,设计基于卷积神经网络(CNN)的盲文音乐图片识别模型。将预处理后的图片数据送至设计出的模型进行训练、测试和优化调整,最终形成以CNN为基础的盲文音乐图片识别方法,达到了很好的准确率。其次,为解决盲文音乐语料库欠缺的问题,手动创建了盲文音乐语料库,设计了基于长短期记忆网络(LSTM)的盲文音乐符号分词模型,对模型进行训练和调优后,获得了较好的分词效果。局限性——偏重于理论研究和小数据集实验,仍需后续工作:(1)从深度学习模型上考虑,加大数据集的规模和大小,以增强模型的训练效果;(2)从实用上考虑,需要把盲文音乐图片的识别、分词结合起来,进一步扩展至词性标注、音乐符号转换和音乐旋律相似性推荐等研究。实际影响——通过对盲文音乐的识别和分词研究,实现对盲文音乐图片中盲文音乐符号的识别;同时,也可以解决盲文音乐在实现转换前的分词问题。用途——利用CNN模型对盲文音乐图片进行识别,得到对应的盲文音乐符号;结合创建的盲文音乐语料库,使用LSTM模型对盲文音乐进行分词,得到盲文音乐分词后的结果,便于在后续的研究中进一步处理。(本文来源于《兰州大学》期刊2018-03-20）
李荣瑞[6]（2018）在《基于深度学习的盲文自动识别研究》一文中研究指出盲文作为视障人群文字交流的工具,使数千万盲人的书写和阅读成为可能,盲文自动识别研究对盲人学校教师、盲文古籍管理人员和盲人监护人等具有十分重要的意义。目前已有的盲文识别方法需要严格的图像采集环境和仪器设备,实用性较差,而且识别过程需要一定的人工预处理操作,无法实现盲文自动识别。针对以上问题,本文对已有的研究工作进行总结,结合灰度投影积分法和深度学习方法对盲文图像的自动校正、自动分割和盲文识别几个部分分别进行了实验研究,构建基于深度学习的盲文自动识别系统。本文主要研究内容如下:首先,根据盲文字符中同一行或同一列盲方几何对正这一特点,本文提出一种基于灰度投影积分图的盲文校正方法,根据盲文灰度投影积分图与盲文偏转角度之间的规律,确定盲文偏转角度予以校正。实验表明,此方法成功实现盲文的偏转校正。其次,针对盲文所有盲点互不连通而无法使用一般文字分割方法这一问题,本文通过灰度投影积分图确定盲点位置,以灰度柱的固定规律寻找相邻盲方的中线做分割线,横竖分割线共同作用将所有盲文字符相互分离。使用此方法对大篇幅盲文字符进行分割时,取得了十分出色的效果。最后,针对传统盲文识别研究中手工定义特征点、识别率低等缺陷,结合在图像识别领域发挥巨大威力的深度学习技术,进行了基于深度神经网络的盲文识别研究。实验中利用caffe框架改进构建了多种不同结构的卷积神经网络,采用稀疏表示更强的PRe LU激活函数代替Re LU激活函数以避免网络训练时神经元“死亡”和梯度消失等问题;以Dropconnect代替一般Dropout,在防止训练过拟合的同时增强了网络的特征学习能力。用针对特征提取层、全连接层和数据集图像尺寸等因素设置了对比实验,通过各网络模型的识别准确率和运算速度对比,确定最佳网络模型。在实验数据集的制作中,充分考虑盲文识别的实际使用情况,在多种实际环境中采集盲文图像并进行噪声添加处理,以提高盲文识别系统的鲁棒性。实验结果表明,本文方法对盲文识别准确率超过99%,极大的提高了盲文识别系统的精度和实用性,对于相关仪器的研究和开发具有一定意义。(本文来源于《昆明理工大学》期刊2018-03-01）
李婷[7]（2015）在《基于深度学习的盲文识别方法》一文中研究指出提出一种基于深度学习的盲文点字识别方法,利用深度模型——堆迭去噪自动编码器(Stack Denoising Auto Encoder,SDAE)解决盲文识别中特征的自动提取与降维等问题。在构建深度模型过程中,采用非监督贪婪逐层训练算法(Greedy Layer-Wise Unsupervised Learning Algorithm)初始化网络权重,使用反向传播算法优化网络参数。利用SDAE自动学习盲文点字图片特征,使用Softmax分类器进行识别。实验结果表明,本文所提方法较之传统方法,可以有效解决样本特征的自动学习与特征降维等问题,操作更为简易,并能获得满意的识别结果。(本文来源于《计算机与现代化》期刊2015年06期）
王倩倩[8]（2013）在《基于DSP的简谱识别和盲文乐谱转换算法研究与实现》一文中研究指出随着图像处理识别技术的提高,乐谱符号识别技术成为近年来比较热门的研究课题。可是目前的研究主要集中在对五线谱方面的研究上,对于简谱符号的识别研究比较少。而且由于市面上的简谱多为文本形式的明文乐谱,适合盲人阅读学习的六位点阵图盲文乐谱更少。开发出一种能够识别纸质简谱并且将其翻译为盲文乐谱的系统具有一定的现实意义。本文在广泛调研国内外学者对乐谱符号识别处理的基本方法后,对整个系统的总体方案进行了设计,其中包括：简谱图像预处理模块、简谱符号分割模块、基于分类器的符号识别模块、按乐理符号重组模块、盲文翻译模块以及串口通信模块。其中简谱图像预处理模块包括简谱图像的灰度变换、自适应二值化、基于小节线位置的特征提取。在本系统中设计采用垂直分割法和连通域标签类分割法相结合的形式对简谱符号进行分割,采用支持向量机分类器识别算法来对简谱符号进行识别,根据乐理知识对单个的简谱符号进行语义重组,最后根据盲文乐谱的写谱规则将识别组合好的明文简谱转换为盲人可以阅读学习的乐谱。在DSP硬件平台设计过程中,首先采用MATLAB已经仿真实现的算法模型进行C语言的实现,实现整个简谱图像识别以及盲谱翻译的过程,最后通过DSP的串口和上位机PC进行通信,将DSP最后处理的结果返回保存到PC上,完成一个完整的识别翻译系统。本次设计的软件平台使用Matlab2012、Microsoft Visual Studio2010、CCS3.3和超级终端串口调试软件,硬件部分以OMAPL138为平台,核心处理器是TMS320C674x DSP。其中仿真实现主要采用Matlab2012、Microsoft Visual Studio2010平台,硬件调试使用的是CCS3.3和串口调试工具。本文通过对扫描得到的真彩色简谱图像进行测试,通过实验表明,本文设计的简谱符号识别系统对于常见的简谱符号正确检测率非常高,具有一定实用性和较强的鲁棒性。并且对于极少数检测有误的符号可以进行提示,辅助使用者进行修改完善。在DSP评估板上实现了快速简谱识别以及盲文乐谱翻译转换这一功能,为后续完善为一个完整的系统做了充足的准备。(本文来源于《东北大学》期刊2013-05-01）
李念峰,董迎红,肖志国[9]（2012）在《基于图像处理的盲文自动识别系统研究》一文中研究指出未经培训的明眼人无法阅读盲文资料,从而很多盲儿家长在教育辅导孩子时存在困难,另外,从事盲人教育的教师也多数不懂盲文,在批阅盲生试卷、作业时不得不借助盲文翻译者的翻译,造成评价过程引入了不客观因素。本文主要研究基于图像处理盲文的识别技术,把盲文信息扫描为图像,借助图像处理技术及机器翻译手段,把盲文翻译成正常汉语文字,为盲人更好的融入社会服务。实验证明,本文所涉及的方法能有效、准确的提取并识别出盲文,并把盲文图像转换成汉字。项目的成果将具有比较好的技术转化和应用前景,为视障人群学习、生活提供帮助。(本文来源于《制造业自动化》期刊2012年03期）
尹佳[10]（2011）在《纸介盲文自动识别系统关键技术研究》一文中研究指出论文研究了纸介盲文自动识别系统的关键技术问题,基于图像处理技术设计了纸介盲文识别方案,研究了盲文图像的采集、处理方法,以及盲文点字的检测和识别方法。论文详细介绍了纸介盲文图像的采集方式,研究设计了一种盲文图像采集装置；对所采集的盲文图像进行图像倾斜校正、增强、灰度调整等预处理；应用全局阈值分割和局部阈值分割方法有效地对单面盲文点字信息进行分割提取；对双面盲文,提出了一种基于支持向量机(SVM)的检测方法,有效地提取出了双面盲文的凸点点字信息,解决了当前双面盲文难于进行盲文点字提取识别的问题；论文最后以盲文二值图像为对象,通过分析纸介盲文特性,研究了一种盲方检测与识别方法,把纸介盲文转换成汉语拼音、阿拉伯数字和标点符号等字符输出。论文通过大量的实验研究证明,所设计的纸介盲文识别系统方案有效地解决了单双面纸介盲文的提取识别问题,对纸介盲文自动识别系统的研发提供了理论依据。(本文来源于《长春理工大学》期刊2011-03-01）
盲文识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
一直以来,人类都在努力将自身具备的全部感官"复制"到机器人身上,但是,对于机器而言,能实现一项感官就已经很不容易了。因此,迄今为止,机器仍然缺乏一些极其关键的能力,其中就包括人类精密而完善的触觉。相对于听觉、视觉而言,人类天生的触觉更加复杂,触觉感官的模拟十分困难,这种感官"集成"了上千种感受器来追踪不同类型的压力(比如柔软而有力
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
盲文识别论文参考文献
[1].黄辛,卜叶.新型仿皮肤压力传感器问世[N].中国科学报.2020
[2].新浪科技综合.人造感觉神经问世,人造皮肤已可以识别盲文![C].《科学与现代化》2019年第1期（总第078期）.2019
[3].刘彪,黄蓉蓉,林和,苏伟.基于卷积神经网络的盲文音乐识别研究[J].智能系统学报.2019
[4].李荣瑞,施霖.基于深度学习的盲文自动识别系统[J].电子科技.2018
[5].刘彪.盲文音乐识别和分词研究[D].兰州大学.2018
[6].李荣瑞.基于深度学习的盲文自动识别研究[D].昆明理工大学.2018
[7].李婷.基于深度学习的盲文识别方法[J].计算机与现代化.2015
[8].王倩倩.基于DSP的简谱识别和盲文乐谱转换算法研究与实现[D].东北大学.2013
[9].李念峰,董迎红,肖志国.基于图像处理的盲文自动识别系统研究[J].制造业自动化.2012
[10].尹佳.纸介盲文自动识别系统关键技术研究[D].长春理工大学.2011
标签：压力传感器; 皮肤; 传感器件; 传感器灵敏度; 智能识别; 识别方法; 特征点; 王家成; 成果论文; 高斯分布;