AICODER大前端培训

AICODER-IT培训专家,前端培训基地,前端培训,全栈培训,大学生IT培训基地,线上IT课程免费自学,线下培训项目实战,实习,html5培训实习-AICODE程序员

在线咨询

AI帮你靠“想象”打字:手机电脑软键盘也能盲打了,准确率能达到95%

谦太祥和 发布于: 2019年8月4日 15时42分25秒 阅读1024次

  铜灵 发自 凹非寺
  量子位 出品 公众号 QbitAI

  有了机器学习,没有软键盘还能照样打字。

  凭啥?凭想象。

  来自韩国科学技术高级研究院在一项最新研究中,提出了一种完全靠想象的键盘:I-Keyboard,这个界面上看不到软键盘上的字母布局、形状和大小。

  通过机器学习技术,你从触摸屏的任何区域进行打字,并且准确率还有点高。

  研究人员声称,与传统的虚拟键盘相比,这个新颖的盲打键盘能让大多数人能够达到 95.84% 的准确度。

  构建系统

  构建这个系统的第一步,就是先找到不用人类用软键盘打字的触摸位置的数据集。

  研究人员招募了 43 名经常使用 QWERTY 键盘的志愿者,用他们的数据构建数据集。所谓的 QWERTY 键盘键盘,就是我们平时电脑和手机 26 键输入法上的字母布局。


图片来自维基百科

  这些志愿者需要在研究人员的指示下输入一些固定句子,包括从推特和 20 个新闻数据集中随机抽取额 150-160 个句子,并在正式开始前用 15 个句子进行了预热。

  最终,每个参与者大约花费了 15 分钟,总共输入了 7245 个短语,以及 196194 次键入。

  论文中显示的手机装备如下:


数据收集装置

  屏幕有一定的输入指引(图a),这个过程中屏幕上除了删除键和输入键以外没有其他提示,黑漆漆的输入界面上看起来是这样的(图b):

  收集完位置信息后,研究人员对这些数据进行了归一化处理,并且去除了位置偏移量。

  他们发现,志愿者“盲打”时认定的字母排布不是水平对齐的,二是呈现一条特定的分布曲线。


算法“脑补”的键盘分布

  于是,在这些调研之后,研究人员设计了I-Keyboard 的系统架构,由三个模块组成:

  用户交互模块,准备模块和通信层。

  首先,系统通过触摸屏或触摸界面接收输入。

  同时数据准备模块预处理信息,并格式化原始输入。

  最终,紧密集成了机器学习框架和应用程序框架的通信层处理信息,深度神经解码器(DND)负责将输入信息翻译成字符序列,预测打字人输入的到底是什么。


I-Keyboard 系统架构图

  部署系统

  系统构建完成后,研究人员在一台 MacBook Pro 上部署了I-Keyboard,测试系统的性能。

  他们在短语集中随机选出了 20 个短语,参与者需要以每分钟 45.47 个单词的速度进行键入。

  这个输入速度不是固定的,研究人员考虑到,在用物理键盘或者软键盘打字时,每个人的速度本身就不同。因此,为了保证测试质量,测试者也可以用物理键盘打字 88.74% 的速度进行输入。

  结果显示,这种方法的正确率达到了 95.84%,超过了基线水平 4.06%。

  研究人员表示,目前I-Keyboard 还不支持所有型号的智能手机,但研究人员的目标是将这个系统扩展到所有触摸屏设备上。

  他们表示,这样研究未来前景无限,还可以加入一些手势识别算法,实现对非字母字符的输入,比如胡子,标点符号和功能键等。

  总之,是一种全新体验的输入方式。

  传送门

  VentureBeat 报道:

  https://venturebeat.com/2019/08/02/ai-may-turn-touchscreen-keyboards-invisible/

  论文地址:

  https://arxiv.org/abs/1907.13285

AICODER编辑推荐:



报名就业班送基础班

最近分享