基于超声波的手写识别方法、系统及移动端和服务器

摘要

本申请提供了一种基于超声波的手写识别方法、系统及移动端和服务器，本申请将超声波与手写识别结合，提出了一种新的输入方式，通过CTC损失与LSTM结合的机器学习技术，系统实现了对手写输入的实时识别；采用自相关序列搭载之后的超声波，提高了针对环境变化的鲁棒性，在跨环境实验中达到了较高的字母识别准确率；通过机器学习模型对单词间间隔具有良好的分割能力，能够支持连续的手写输入识别，解决了长序列输入在实际应用中难以分割的问题，并部分解决了无源感知面临的跨环境问题，展现了超声波无源识别在商用领域上的巨大潜力。