基于BP神经网络的鼠标轨迹识别技术

摘要：鼠标与电脑交互通常采用点击的方式，而由鼠标画出特定的轨迹，由轨迹识别算法识别出所属类别，并执行相应的命令，即鼠标手势，这是一种更高效的交互方式。轨迹识别属于分类问题，该文采用BP神经网络技术实现鼠标轨迹的识别。针对人工生成训练样本耗时、低效的缺点，该文提出了使用原型轨迹的变换版本扩充训练样本集（提取角度特征，给原型轨迹加噪声）。最后训练11种轨迹，并对BP神经网络识别性能做测试，实验结果表明识别率达到92.9%。

关键词：BP神经网络；鼠标轨迹识别；训练样本生成

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2013）01-0130-03

轨迹识别分为模型训练和识别两个部分。通过误差反向传播线下训练BP神经网络权重，并保存权重文件。识别时首先加载训练好的权重文件，初始化BP网络模型。根据所画的特定轨迹（如勾、叉、三角形等），对轨迹变换处理后作为BP网络的输入，由模型输出判别属于何种动作轨迹，并据此响应预定义的命令。见图1。

1 特征抽取

在很多模式识别应用中，在输入变量的一种或多种变换下，模型预测应该具有不变性。在预处理阶段根据所需变换（如，比例变化，位置变化，角度变化等）抽取不变性特征。随后用这些特征作为输入的分类器也一定会具有这些不变性