基于深度学习的机器人汉字书写方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景、目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要内容与组织结构 | 第14-16页 |
| 第2章 相关工作及理论概述 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 相关工作 | 第16-20页 |
| 2.2.1 汉字图像预处理 | 第16-19页 |
| 2.2.2 笔画分离 | 第19-20页 |
| 2.3 相关理论 | 第20-26页 |
| 2.3.1 神经网络的发展历史与介绍 | 第20-23页 |
| 2.3.2 循环神经网络RNN | 第23-25页 |
| 2.3.3 字符序列生成模型 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于深度学习的汉字笔迹生成模型 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 笔迹生成模型整体介绍 | 第28-29页 |
| 3.3 长短时记忆网络LSTM | 第29-31页 |
| 3.4 笔尖相对移动预测模型 | 第31-32页 |
| 3.5 笔尖状态预测模型 | 第32-33页 |
| 3.6 汉字生成模型损失函数 | 第33页 |
| 3.7 本章小结 | 第33-36页 |
| 第4章 汉字笔迹生成模型训练 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 数据集说明 | 第36-37页 |
| 4.3 冗余点删除 | 第37-38页 |
| 4.4 笔画序列坐标归一化 | 第38-39页 |
| 4.5 数据格式转换 | 第39-40页 |
| 4.6 实验结果分析 | 第40-46页 |
| 4.6.1 汉字字符可视化软件介绍 | 第40-42页 |
| 4.6.2 预处理实验及结果分析 | 第42-44页 |
| 4.6.3 模型训练实验及结果分析 | 第44-46页 |
| 4.7 本章小结 | 第46-48页 |
| 第5章 机器人汉字书写 | 第48-64页 |
| 5.1 引言 | 第48页 |
| 5.2 DOBOT机器人平台 | 第48-51页 |
| 5.2.1 机器人硬件 | 第48-50页 |
| 5.2.2 软件界面及二次开发 | 第50-51页 |
| 5.3 写字机器人运动学分析 | 第51-55页 |
| 5.4 基于DOBOT汉字书写机器人实现 | 第55-59页 |
| 5.5 实验结果分析 | 第59-61页 |
| 5.6 本章小结 | 第61-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士期间已发表的论文 | 第72-74页 |
| 致谢 | 第74页 |
