基于人工智能的白板手写公式实时识别方法及系统

本发明涉及智能白板技术领域，具体地说，涉及基于人工智能的白板手写公式实时识别方法及系统。其包括以下步骤：基于触控点序列构建手写路径轨迹，并划定高密度笔迹区域；对高密度笔迹区域进行符号检测定位潜在符号区域，并通过MobileNetV3‑Small模型提取潜在符号区域的笔画特征向量；使用笔画特征向量融合手写压力与倾角特征构建符号关系图；基于符号关系图中的节点特征和动态邻接矩阵，通过CYK算法对初始LaTeX序列进行动态规划，将符号关系图转换为LaTeX表达式。采用动态阈值分割并结合手写压力与倾角信息，通过动态调整采样密度和NMS阈值，优先保留高密度区域检测结果，显著提升符号检测的准确率，解决了传统方法在密集书写区域易漏检或误检的问题。