2014-12-18 2 views
0

В основном, я взвешивал некоторые варианты для идеи программного обеспечения, которую я имел. Дело в веб-приложении немного ограничено для проекта, поэтому я предполагаю, что буду писать это в js.Признание нарисованной линии, использующей нейронные сети в веб-приложении

Мне нужно создать доступную область для пользователя, что хорошо, позволить им рисовать, а затем сравнить ввод с правильным примером. Это стрелка, но стрелка может быть двуглавой (стрелка нормальной стрелки) или одноглавая (половина стрелки), поэтому мельчайшие детали достаточно важны, как и местоположение.

Теперь я читал около нескольких часов или около того, и, похоже, хороший подход состоит в том, чтобы уменьшить ввод данных, поэтому я просто сравниваю пару пикселей. Мне интересно, хотя, если есть более простой способ достичь того, чего я хочу здесь, и если есть хорошие ресурсы для изучения того, что я чувствую, это очень простая реализация распознавания образов. Также, никогда не реализовывая что-то подобное, я немного беспокоюсь о маленьких деталях чего-то вроде этого, например скорости; очевидно, обратная связь должна быть довольно быстрой.

Спасибо.

+0

Чтобы расширить, моя текущая идея о подходе состоит в том, чтобы распознать, что стрелка была нарисована, подтвердить тип, создать поле, которое инкапсулирует его координаты, сравнить его с правильным ответом, который имеет прямоугольники в нужном месте и вернуть что-то , – Verlet64

ответ

0

Использование openCV. Он уже имеет вид использования, который вы хотите (местоположение, стиль и т. Д. Изображения). Есть много других библиотек с открытым исходным кодом, но не так много таких надежных.

После этого вам необходимо решить все возможные изображения, которые вы хотите сделать в качестве стандартного изображения, а затем получить примеры обучения для каждого из этих стандартных изображений (каждый из этих std-изображений будет вашим единственным классом).

Теперь используйте пиксели в качестве функций (openCV сделает это за вас с минимальной помощью) и сделайте свое обучение по классификации. Вам не нужно предоставлять эти учебные изображения и иметь по крайней мере хорошее количество образов для каждого класса. Затем используйте этот обученный классификатор для классификации изображений, которые нарисованы вашими пользователями. Вы можете поместить GUI поверх него, чтобы адаптироваться к вашим потребностям, которые вы разместили выше.

Смежные вопросы