一种测字交互体验系统的制作方法

文档序号:16411163发布日期:2018-12-25 20:47阅读:214来源:国知局
一种测字交互体验系统的制作方法

本实用新型涉及智能硬件技术领域,具体涉及一种测字交互体验系统。



背景技术:

传统的实体店内用户进行操作时,只是进行简单的操作和比对分析,其操作效果较差,用户体验较差;以测字为例,传统的操作只是进行信息采集和简单的分析,其测字效果较差,且用户体验较差。现有技术缺乏有效的分析技术,且测字效果和分析效果较差。

因此,需要提供一种智能交互系统,运用智能硬件和计算机AI实现测字和分析,提高测字效果,提升用户体验,提高用户留存。



技术实现要素:

本实用新型的目的在于提供一种测字交互体验系统,用以解决现有测字技术缺乏准确的分析,测字效果较差的问题。

为实现上述目的,本实用新型的技术方案为

一种测字交互体验系统,包括体验厅,还包括设置于所述体验厅的中部的沙坑,于所述沙坑的一侧电连接有触控印章,于所述沙坑的正前方固定有LED电视墙,于所述LED电视墙上铰接有摄像头;于所述LED电视墙的一侧放置有主机;所述LED电视墙、所述摄像头均与所述主机电连接;于所述主机上电连接有主机Wi-Fi模块;于所述触控印章上电连接有智能Wi-Fi。

其中,于所述体验厅的两个夹角处分别放置有第一中高柜和第二中高柜;于所述第一中高柜和所述LED电视墙之间放置有第一高柜;所述主机处于所述第一高柜下部;于所述第二中高柜和所述LED电视墙之间放置有第二高柜。

其中,于所述沙坑的远离所述触控印章的一侧依次放置有小号毛笔、中号毛笔和大号毛笔。

其中,于所述体验厅远离所述LED电视墙的一侧放置有第一矮柜和第二矮柜。

一种测字交互体验方法,用于所述测字交互体验系统,包括步骤:

步骤1.1:沙坑笔在沙坑中书写汉字;

步骤1.2:所述触控印章开关被触发;

步骤1.3:所述触控印章内的智能Wi-Fi模块接收开关指令;

步骤1.4:所述触控印章内的智能Wi-Fi模块发送指令到所述主机Wi-Fi模块;

步骤1.5:所述主机Wi-Fi模块接收指令并发送到电脑主机串口;

步骤1.6:主机AI系统接收串口指令;

步骤1.7:所述主机AI系统控制打开所述摄像头并捕捉沙坑画面;

步骤1.8:所述摄像头对图片反色,增强,取模,并发送主机系统AI处理;

步骤1.9:所述主机AI系统通过智能识别给出准确率最高的3个汉字和每个汉字出现的概率;

步骤1.10:所述主机AI系统读取所述主机数据库获取所述3个汉字的说明;

步骤1.11:在电视墙上显示所述3个汉字和汉字相关说明;

步骤1.12:把所述摄像头采集的图像和对所述图像的识别结果存入数据库以备后续分析使用。

其中,所述主机AI系统训练流程包括步骤:

步骤2.1:参数初始化;

步骤2.2:定义输入函数;

步骤2.3:定义神经网络;

步骤2.4:定义AI模型;

步骤2.5:对所述AI模型进行训练;

步骤2.6:对所述AI模型进行评估;

步骤2.7:根据所述AI模型的评估结果更新模型参数;

步骤2.8:如果达到输出步数,则返回步骤2.5;

步骤2.9:输出所述AI模型当前训练次数和参数;

步骤2.10:如果达到保持步数,则返回步骤2.5;

步骤2.11:保持结果集,返回步骤步2.5。

其中,所述AI模型训练流程包括步骤:

步骤3.1:将样本集转为汉字手写图片和对应的Label;

步骤3.2:根据图片集合和对应的Label创建相应的Slice;

步骤3.3:通过对图片翻转,改变亮度和对比度实现对图片的预处理;

步骤3.4:创建批处理队列;

步骤3.5:Feed队列到AI模型。

其中,所述AI模型包括输入层、二维卷积CONV1、2D池化层POOL1、二维卷积CONV2、2D池化层POOL2、二维卷积CONV3、2D池化层POOL3和全连接层网络FULLY CONNECTED。

本实用新型具有如下优点:

本实用新型的测字交互体验系统,包括体验厅,还包括设置于所述体验厅的中部的沙坑,于所述沙坑的一侧电连接有触控印章,于所述沙坑的正前方固定有LED电视墙,于所述LED电视墙上铰接有摄像头;于所述LED电视墙的一侧放置有主机;所述LED电视墙、所述摄像头均与所述主机电连接;于所述主机上电连接有主机Wi-Fi模块;于所述触控印章上电连接有智能Wi-Fi;

本实用新型的测字交互体验方法,用于所述测字交互体验系统,包括步骤:

步骤1.1:沙坑笔在沙坑中书写汉字;

步骤1.2:所述触控印章开关被触发;

步骤1.3:所述触控印章内的智能Wi-Fi模块接收开关指令;

步骤1.4:所述触控印章内的智能Wi-Fi模块发送指令到所述主机Wi-Fi模块;

步骤1.5:所述主机Wi-Fi模块接收指令并发送到电脑主机串口;

步骤1.6:所述主机AI系统接收串口指令;

步骤1.7:打开所述摄像头并捕捉沙坑画面;

步骤1.8:所述摄像头对图片反色,增强,取模,并发送主机系统AI处理;

步骤1.9:所述主机AI系统通过智能识别给出准确率最高的3个汉字和每个汉字出现的概率;

步骤1.10:所述主机AI系统读取所述主机数据库获取所述3个汉字的说明;

步骤1.11:在电视墙上显示所述3个汉字和汉字相关说明;

步骤1.12:把所述摄像头采集的图像和对所述图像的识别结果存入数据库以备后续分析使用;

所述摄像头在所述主机的控制下可以实时采集所述沙坑内图像,并对采集到的图像进行反色,增强,取模,将图像处理结果发送所述主机系统AI;所述主机AI系统对接收到的图像进行智能识别,并将识别得到的概率最高的文字显示到所述LED电视墙;

本实用新型的测字交互体验系统,运用智能硬件和计算机AI实现测字和分析,提高测字效果,提升用户体验,提高用户留存。

附图说明

图1是本实用新型的测字交互体验系统的结构示意图。

图2是本实用新型的测字交互体验方法的流程图。

1-体验厅;2-第一中高柜;3-主机;4-第一高柜;5-LED电视墙;6-摄像头;7-小号毛笔;8-第二高柜;9-第二中高柜;10-第一矮柜;11-中号毛笔;12-大号毛笔;13-沙坑;14-印章;15-第二矮柜。

具体实施方式

以下实施例用于说明本实用新型,但不用来限制本实用新型的范围。

实施例1

本实施例1的测字交互体验系统,包括体验厅1,还包括设置于所述体验厅1的中部的沙坑13,于所述沙坑13的一侧电连接有触控印章14,于所述沙坑13的正前方固定有LED电视墙5,于所述LED电视墙5上铰接有摄像头6;于所述LED电视墙5的一侧放置有主机3;所述LED电视墙5、所述摄像头6均与所述主机3电连接;于所述主机3上电连接有主机Wi-Fi模块;于所述触控印章14上电连接有智能Wi-Fi。

所述摄像头在所述主机的控制下可以实时采集所述沙坑内图像,并对采集到的图像进行反色,增强,取模,将图像处理结果发送所述主机系统AI;所述主机AI系统对接收到的图像进行智能识别,并将识别得到的概率最高的文字显示到所述LED电视墙;

本实用新型的测字交互体验系统,运用智能硬件和计算机AI实现测字和分析,提高测字效果,提升用户体验,提高用户留存。

实施例2

进一步,在实施例1的基础上:

于所述体验厅1的两个夹角处分别放置有第一中高柜2和第二中高柜9;于所述第一中高柜2和所述LED电视墙5之间放置有第一高柜4;所述主机3处于所述第一高柜4下部;于所述第二中高柜9和所述LED电视墙5之间放置有第二高柜8。

于所述沙坑13的远离所述触控印章14的一侧依次放置有小号毛笔7、中号毛笔11和大号毛笔12。

于所述体验厅1远离所述LED电视墙5的一侧放置有第一矮柜10和第二矮柜15。

实施例3

进一步,在实施例2的基础上:

本实施例3的测字交互体验方法,用于所述测字交互体验系统,包括步骤:

步骤1.1:沙坑笔在沙坑中书写汉字;

步骤1.2:所述触控印章14开关被触发;

步骤1.3:所述触控印章14内的智能Wi-Fi模块接收开关指令;

步骤1.4:所述触控印章14内的智能Wi-Fi模块发送指令到所述主机Wi-Fi模块;

步骤1.5:所述主机Wi-Fi模块接收指令并发送到电脑主机串口;

步骤1.6:主机AI系统接收串口指令;

步骤1.7:所述主机AI系统控制打开所述摄像头6并捕捉沙坑画面;

步骤1.8:所述摄像头6对图片反色,增强,取模,并发送主机系统AI处理;

步骤1.9:所述主机AI系统通过智能识别给出准确率最高的3个汉字和每个汉字出现的概率;

步骤1.10:所述主机AI系统读取所述主机数据库获取所述3个汉字的说明;

步骤1.11:在电视墙上显示所述3个汉字和汉字相关说明;

步骤1.12:把所述摄像头6采集的图像和对所述图像的识别结果存入数据库以备后续分析使用。

所述主机AI系统训练流程包括步骤:

步骤2.1:参数初始化;

步骤2.2:定义输入函数;

步骤2.3:定义神经网络;

步骤2.4:定义AI模型;

步骤2.5:对所述AI模型进行训练;

步骤2.6:对所述AI模型进行评估;

步骤2.7:根据所述AI模型的评估结果更新模型参数;

步骤2.8:如果达到输出步数,则返回步骤2.5;

步骤2.9:输出所述AI模型当前训练次数和参数;

步骤2.10:如果达到保持步数,则返回步骤2.5;

步骤2.11:保持结果集,返回步骤步2.5。

所述AI模型训练流程包括步骤:

步骤3.1:将样本集转为汉字手写图片和对应的Label;

步骤3.2:根据图片集合和对应的Label创建相应的Slice;

步骤3.3:通过对图片翻转,改变亮度和对比度实现对图片的预处理;

步骤3.4:创建批处理队列;

步骤3.5:Feed队列到AI模型。

所述AI模型包括输入层、二维卷积CONV1、2D池化层POOL1、二维卷积CONV2、2D池化层POOL2、二维卷积CONV3、2D池化层POOL3和全连接层网络FULLY CONNECTED。

虽然,上文中已经用一般性说明及具体实施例对本实用新型作了详尽的描述,但在本实用新型基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本实用新型精神的基础上所做的这些修改或改进,均属于本实用新型要求保护的范围。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1