CN101620504B - 一种办公套件中矢量化轨迹识别的方法及装置 - Google Patents

Abstract

本发明公开了一种办公套件中矢量化的轨迹识别方法，设置支持的模式的个数及模式矢量的维数，计算运算参数并写入办公套件程序的识别码中；该方法还包括：采用矢量化方式记录输入轨迹，得到轨迹矢量；判断输入轨迹是否能识别，如果能识别，对轨迹矢量进行平滑、归一化处理；如果不能识别，结束轨迹识别；根据经过处理后的轨迹矢量及所设置的运算参数，计算输入轨迹与所设模式的匹配结果；根据匹配结果判断输入轨迹是否与所设模式相匹配，确定执行该模式对应的操作或结束轨迹识别。本发明还公开了一种办公套件中矢量化的轨迹识别的装置，采用本发明的方法及装置，能够快速识别用户输入轨迹，执行与该轨迹相匹配的模式所对应的操作，提高用户的体验。

Description

一种办公套件中矢量化轨迹识别的方法及装置

技术领域

本发明涉及轨迹识别技术，尤其涉及一种办公套件中矢量化轨迹识别的方法及装置。

背景技术

随着计算机技术和信息技术的飞速发展，计算机已经成为人们日常生活、办公和学习必不可少的工具，微软的Office、金山的WPS、红旗的REDOffice等办公套件是目前使用广泛的软件。作为基础的应用软件之一，办公套件可以应用在各类平台上，近年来，尤其在嵌入式设备上，如移动终端等平台上出现了功能越来越完善的嵌入式办公套件。

但是，在嵌入式设备如移动终端、平板电脑等设备上，没有方便快捷的输入装置，使得用户与系统交互时不方便且效率低，如果系统能够根据用户在屏幕输入的轨迹来执行相应的操作，会提高交互的效率，改善用户的体验。

目前，在轨迹识别领域研究人员也提出了一些轨迹识别，如小波轨迹识别方法、模板匹配轨迹识别方法，但这两种方法在具体实现上各自存在一定的局限性。具体来说，许开宇等人在名称为“基于小波变换的图像识别研究”的文章中提出一种小波轨迹识别的方案，其基本处理过程是：确定待处理图像，对待处理图像进行小波变换，将待处理图像分解为不同频率特性和方向特性的四个子图，在进行小波变换时还需对边界进行处理如采用镜像处理；小波变换后进行小波变换系数中的极值点搜索，获得各行和各列的极值点，之后再获得二值图像，如此，即可将相应图像变换为二值图像。可以看出，利用小波变换的识别方法复杂、计算量大，而嵌入式设备的处理能力较低，使用小波轨迹识别方法时，会使系统响应缓慢，降低用户体验，因此该方法实际应用意义不强。

罗中兵等人在名称为“一种改进的模板匹配算法”的文章中提出一种模板匹配方法，具体处理过程是：建立模板库，存储一些相互之间有一定差异，同时又具有一定代表性的合格图像；在实时的检测过程中，根据外界条件的变化，实时调整模板库中的模板图像，并根据模板库中的图像数据建立一公差范围，使判断图像是否合格或说是否匹配转化为判断带检测的图像数据是否落入公差范围内。此模板匹配轨迹识别方法虽然算法简单、计算量不大，但该方法轨迹识别的准确度不高。

发明内容

有鉴于此，本发明的主要目的在于提供一种办公套件中矢量化轨迹识别的方法及装置，能提高轨迹识别效率，并得到较高的轨迹识别准确度。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种办公套件中矢量化的轨迹识别方法，设置支持的模式的个数及模式矢量的维数，计算运算参数并写入办公套件程序的识别码中；该方法还包括：

A、采用矢量化方式记录输入轨迹，得到轨迹矢量；

B、判断轨迹矢量的维数是否大于模式矢量的维数与2的和，如果大于，轨迹能识别，则对轨迹矢量进行平滑及归一化处理，执行步骤C；如果不大于，轨迹不能识别，则结束轨迹识别；

C、根据经过平滑及归一化处理后的轨迹矢量及所设置的运算参数，计算矢量T，T＝W₀I+B₀；对获得的矢量T中的每个值进行计算，得到t_i， 对运算后的矢量T进行计算，得到矢量R，R＝W₁T+B₁；对所得到的矢量R中的每个值进行计算，得到r_i， 在矢量R中查找值最大的一个分量，将其下标记为i，值记为m，则i对应于与输入轨迹最匹配的模式，m为匹配度，W₀、W₁为初始化矩阵，B₀、B₁为矢量；

D、根据匹配结果判断输入轨迹是否与所设模式相匹配，如果存在相匹配的模式，则执行该模式对应的操作；如果不存在，则结束轨迹识别。

所述设置支持的模式个数及模式矢量的维数之后，该方法进一步包括，为所设置的模式生成归一化的矢量描述p_i，并生成与所设模式对应的匹配结果矢量。

上述方案中，所述计算运算参数具体为：

a、使用随机函数初始化矩阵W₀、W₁及矢量B₀、B₁；其中，矩阵W₀的行数与所设置模式的维数c相等；矢量B₀的维数与W₀的列数相等；矩阵W₁的行数与所设置模式的个数n相等，列数与矩阵W₀及矢量B₀的维数相等；矢量B₁的维数与W₁的行数及所设置模式的个数n相等；

b、对W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁；

其中，利用下面四个公式对W₀、W₁、B₀、B₁进行迭代运算，且根据(T-A)^T(T-A)计算均方误差E，E足够小时达到合适的W₀、W₁、B₀、B₁；

A^m+1＝f(W^m+1A^m+B^m+1)，m＝0，1，A⁰＝T；

S^m＝F`^m(n^m)(W^m+1)^TS^m+1，m＝1，0；

W^m(k+1)＝W^m(k)-αS^m(A^m-1)^T；

B^m(k+1)＝B^m(k)-αS^m；

W为权值矩阵，B为偏置矩阵，α为逼近速度，其他记号为中间计算变量，无具体含义。

其中，步骤b之后，所述将计算的运算参数写入办公套件程序的识别码为：将所计算的运算参数采用硬编码的方式写入到程序的源代码中。

上述方案中，所述对轨迹矢量进行平滑处理具体为；

B11、遍历轨迹矢量，计算轨迹上相邻两点间的距离，找出距离最近的两点；

B12、求取距离最近两点连线中点的坐标，在轨迹矢量中相应的位置处插 入该坐标，删除原距离最近两点的坐标；

B13、重复上述操作，直至轨迹矢量的维数与模式矢量的维数与2的和相等；

其中，所述对轨迹矢量进行归一化处理具体为：遍历矢量I，设q₁与q₂是某次迭代时相邻的两个点，记x＝x₂-x₁，y＝y₂-y₁，则 

则归一化后的点为(x/r，y/r)，重复所述归一化处理过程直至遍历结束；所述x₁、y₁和x₂、y₂分别为轨迹上距离最近的两个点的坐标。

其中，所述计算匹配结果之后，该方法进一步包括：根据匹配结果判断输入轨迹是否与所设模式相匹配；所述判断具体为：判断匹配度m是否大于所设定的值，如果大于所设定的值，则输入轨迹与该匹配度m对应的模式匹配，则执行该模式对应的操作；如果不大于所设定的值，则退出轨迹识别。

本发明还提供了一种办公套件中矢量化的轨迹识别装置，包括：模式设定模块、运算参数计算模块、轨迹处理模块、匹配运算模块、主控模块；其中，

模式设定模块，用于根据模式的数量及复杂程度，在办公套件程序中设置模式的个数n及模式矢量的维数c；

运算参数计算模块，用于根据所设模式的维数及模式个数，确定矩阵W₀、W₁行数和列数以及矢量B₀、B₁的维数，并使用随机函数初始化W₀、W₁、B₀、B₁，并对初始化获得的W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁，还用于将W₀、W₁、B₀、B₁发送给匹配运算模块；

其中，矩阵W₀的行数与所设置模式的维数c相等；矢量B₀的维数与W₀的列数相等；矩阵W₁的行数与所设置模式的个数n相等，列数与矩阵W₀及矢量B₀的维数相等；矢量B₁的维数与W₁的行数及所设置模式的个数n相等；

并且，利用下面四个公式对W₀、W₁、B₀、B₁进行迭代运算，且根据(T-A)^T(T-A)计算均方误差E，E足够小时达到合适的W₀、W₁、B₀、B₁；

A^m+1＝f(W^m+1A^m+B^m+1)，m＝0，1，A⁰＝T；

S^m＝F`^m(n^m)(W^m+1)^TS^m+1，m＝1，0；

W^m(k+1)＝W^m(k)-αS^m(A^m-1)^T；

B^m(k+1)＝B^m(k)-αS^m；

W为权值矩阵，B为偏置矩阵，α为逼近速度，其他记号为中间计算变量，无具体含义；

轨迹处理模块，用于采用矢量化的方式记录输入轨迹，并判断输入轨迹是否能够识别，能识别时，对轨迹进行平滑处理及归一化处理，并将获得的经平滑处理及归一化处理后的轨迹矢量发送给匹配运算模块；不能识别时，通知主控模块；

匹配运算模块，用于根据经处理后的轨迹矢量及运算参数，计算输入轨迹与所设模式的匹配结果，并将匹配结果发送给主控模块；

主控模块，用于在接收到轨迹处理模块发送的轨迹不能识别结果时，退出轨迹识别；还用于根据匹配结果判断是否有相匹配的模式，有相匹配的模式时，执行该模式对应的操作；没有相匹配的模式时，退出轨迹识别。

其中，所述模式设定模块进一步用于将所设模式生成归一化的矢量描述pi及n个匹配结果矢量。

本发明所提供的办公套件中矢量化轨迹识别的方法及装置，在办公套件程序编译前先将运算参数计算好，如此，可使办公套件程序在识别轨迹时减少运算量，从而大幅提高轨迹的识别效率。

本发明采用矢量方式描述输入轨迹，对轨迹矢量进行平滑及归一化处理，并根据处理后的轨迹矢量和预先计算的运算参数获取轨迹的匹配结果，对轨迹进行识别，得到较高的轨迹识别准确度。采用本发明的方法及装置可有效提升用户在使用办公套件时的体验，增加办公套件的软件价值，尤其在装有触摸式输入设备的平台上这一效果更为明显。

附图说明

图1为本发明办公套件中矢量化轨迹识别方法的实现流程示意图；

图2为用户输入的轨迹示意图；

图3为本发明办公套件中矢量化轨迹识别装置的结构示意图。

具体实施方式

下面结合附图及具体实施例对发明进行详细的说明。

本发明办公套件中矢量化轨迹识别方法的实现流程如图1所示，包括以下步骤：

步骤101：设置模式的个数及模式矢量的维数；

本步骤中，根据模式的数量及复杂程度可在办公套件程序中设置支持的模式个数n及模式矢量的维数c；并为所设模式生成归一化的矢量描述p_i，p_i为c维矢量；生成n个匹配结果矢量，记为T_i，其中第i个矢量下标为i的元素值为1，其余均为0。其中，生成归一化矢量描述仅关心矢量的方向，不关心矢量的长度，因此，在记录矢量时只需确保矢量的模小于等于1即可。

这里，所述模式是轨迹的矢量化描述，一个可识别的轨迹对应一个模式，每个模式对应于一种操作，如打开文档、关闭文档、弹出功能菜单、退出等操作等等，在办公套件程序识别出轨迹对应的模式后，该办公套件程序会执行所识别轨迹对应的操作。

一般，所述模式矢量的维数是依据要识别轨迹的复杂程度设定的，轨迹越复杂模式矢量的维数越大，可根据经验设定一个经验值，然后再根据具体情况做出调整。这里，所述调整是指：如果根据设定的经验值得到的最后匹配结果未能达到期望的匹配精度，则考虑增加维度；如果根据设定的经验值能得到期望的匹配精度，但计算中耗时太多，则考虑降低维数。

所述为所设置的模式生成归一化的矢量描述p_i具体为：将每个可识别的轨迹模式维数的一半等分，等分后的每个轨迹段可看作是向量，经归一化处理后将每个向量的值依次放入p_i中。

举例来说，假设当前办公套件支持的模式为2个，分别为向右划线(→)模式和逆时针划线( 

)模式，每种模式代表一种操作；则根据模式的数量及复杂程度设置：模式个数为n＝2，模式矢量的维数为c＝24。

为每个设置的模式生成归一化的矢量描述p_i，其中p₀为向右划线(→)模式的矢量描述，p₁为逆时针划线( 

)模式的矢量描述：

p₀＝|101010101010101010101010|^T

p₁＝|-.9.2-.7.7-.2.9.2.9.7.7.9.2.9-.2.7-.7.2.9-.2.9-.7.7-9-.2|^T

生成两个维数为2与所设置的模式相对应的匹配结果矢量，记为T_i，其中第i个矢量下标为i的元素值为1，其余均为0，则：

T₀＝|10|^T，T₁＝|01|^T

步骤102：计算运算参数并写入办公套件程序的识别码中；

这里，具体如何计算包括以下子步骤：

步骤102a：使用随机函数初始化矩阵W₀、W₁，以及矢量B₀、B₁；

其中，矩阵W₀的行数与所设置模式的维数c相等，列数根据经验设定，一般为5、6、8；矢量B₀的维数与W₀的列数相等；矩阵W₁的行数与所设置模式的个数n相等，列数与矩阵W₀及矢量B₀的维数相等；矢量B₁的维数与W₁的行数及所设置模式的个数n相等；所述初始化矩阵W₀、W₁及矢量B₀、B₁是指调用随机函数生成随机数，每次调用随机函数所生成的随机数不同，将随机数放置在W₀、W₁及矢量B₀、B₁中，直至填满矩阵完成初始化。W₀、W₁、B₀、B₁是运算用的矩阵，起到将用户输入的轨迹转化为匹配结果的作用。

本例中，W₀为24×6的矩阵，W₁为2×6矩阵，B₀为维数为6的矢量，B₁为维数为2的矢量：

步骤102b：对W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁；

按照公式(1)～公式(4)分别对W₀、W₁、B₀、B₁进行迭代运算，对初始化得到的W₀、W₁、B₀、B₁进行优化，直到合适为止。这里，迭代次数根据经验进行选择，如果要确切地获得迭代次数可利用公式E＝(T-A)^T(T-A)计算均方误差，当E足够小时即可停止计算，也就是说，E足够小时就达到优化合适。

A^m+1＝f(W^m+1A^m+B^m+1)，m＝0，1，A⁰＝T(1)

S^m＝F^m(n^m)(W^m+1)^TS^m+1，m＝1，0      (2)

W^m(k+1)＝W^m(k)-αS^m(A^m-1)^T          (3)

B^m(k+1)＝B^m(k)-αS^m                 (4)

其中， $F^{`}=\left|\begin{array}{cccc}{f}^{`}\left(n_1^m\right)& 0& ...& 0\\ 0& f^{`}\left(n_2^m\right)& ...& 0\\ ...& ...& & ...\\ 0& 0& ...& f^{`}\left(n_{S^m}^m\right)\end{array}\right|,f=\frac{1}{1+e^{-x}},$ α为逼近速度。

上述公式中，W为权值矩阵，B为偏置矩阵，α为逼近速度，其他记号如A、S、F、f、n等仅为中间计算变量，无具体特殊的含义。

通过50000次的迭代计算最后可确定迭代后的W₀、W₁、B₀、B₁。这里的迭代次数50000次是一个保险的值，有可能只需20000次迭代就可以得到较精确的矩阵了。

合适的W₀、W₁、B₀、B₁获得之后，采用硬编码的方式写入到办公套件程序的源代码中，不用每次识别时计算，这样可大幅度减少识别时间。

步骤103：记录输入轨迹，得到轨迹矢量；

当用户在在办公套件中输入轨迹时，以(x，y)坐标采用矢量方式记录用户的输入的轨迹，轨迹矢量I＝|x₁，y₁，x₂，y₂，......，x_n，y_n|^T，轨迹矢量I的维数为2n。

一般，选取办公套件工作窗口的左上角为坐标原点，坐标点的采集由操作系统定时采集来完成，如图2所示为用户输入的一个轨迹，输入轨迹的矢量I为：I＝|157，92，156，93，155，93，154，94，154，95，152，96，151，97，150，98，148，98，145，101，144，101，143，103，142，103，142，104，141， 105，141，106，140，107，139，109，139，110，138，111，136，112，136，114，135，115，134，116，133，119，131，123，131，124，131，124，130，126，129，128，128，129，128，131，127，133，125，139，125，139，125，139，125，140，124，143，123，145，122，147，122，149，121，151，121，151，121，153，121，158，121，159，121，161，121，163，121，166，122，169，123，172，124，175，125，181，126，183，127，185，128，186，129，189，131，192，132，194，133，196，136，201，138，202，139，204，141，206，142，207，144，209，145，211，150，214，152，215，155，217，160，219，163，222，168，224，171，225，182，230，185，231，190，233，194，234，197，236，200，236，205，238，209，239，211，240，218，241，220，242，222，242，223，242，226，242，227，242，229，242，231，242，236，242，237，242，240，241，242，241，244，240，246，239，248，239，253，237，254，236，256，235，257，235，259，234，261，233，262，233，264，232，266，230，267，229，269，228，270，227，272，225，273，224，277，221，278，220，280，218，280，217，281，216，282，215，283，214，284，212，286，209，287，208，288，205，289，204，289，203，290，201，291，199，291，198，293，194，293，192，293，191，293，191，294，189，294，187，294，185，294，183，294，179，295，177，295，175，295，175，295，173，295，171，295，169，295，168，295，166，295，162，295，162，295，160，295，159，295，158，295，156，295，154，294，153，293，148，293，148，293，147，292，144，292，142，291，141，290，139，290，137，288，132，288，130，287，128，286，126，286，124，285，123，284，121，284，120，282，115，282，114，281，112，280，111，280，109，279，108，278，107，277，104，277，102，276，102，275，100，274，98，273，97，271，95，270，94，269，94，269，93，268，92，267，92，266，92，265，90，264，89，263，89，263，88，262，88，262，87，261，87，259，86，258，86，257，85，256，85，255，84，254，84，252，83，252，82，250，82，250，81，249， 80，247，80，246，79，245，79，244，78，243，78，241，77，239，76，238，76，238，75，237，74，236，74，235，73，234，73，233，72，232，72，231，71，230，71，229，71，228，70，227，69，225，68，223，67，222，66，221，65，219，64，218，63，216，63，216，63，216，62，215，62，215，61，214，61，213，61，213，61，213，61，212，60，211，60，211，59，211，59|T

步骤104～106：判断输入轨迹是否能识别，如果能识别，则执行步骤105，对轨迹进行平滑处理及归一化处理；如果不能识别，则执行步骤106，退出轨迹识别；

这里，一般，所述判断是：比较输入轨迹的维数2n与c+2的大小，如果2n≥c+2，则输入轨迹能够识别，对轨迹进行平滑处理及归一化处理；如果2n＜c+2，则输入轨迹不能识别，退出轨迹识别。

具体的，对于步骤105，矢量I的维数大于c+2＝26，则执行以下步骤：

105a、对轨迹进行平滑处理；

具体的，遍历轨迹矢量I，根据公式 $r=\sqrt{{(x_2-x_1)}^2{+(y_2-y_1)}^2}$ 找到距离最近的两个点p₁(x₁，y₁)、p₂(x₂，y₂)，在轨迹中p₁点前插入坐标为(x₁+(x₂-x₁)/2，y₁+(y₂-y₁)/2)的新点；然后，从轨迹矢量I中删除p₁、p₂，在轨迹矢量I中相应位置出插入x₁+(x₂-x₁)/2，y₁+(y₂-y₁)/2。

重复上一过程直到轨迹矢量I的维数等于c+2。这里，所述遍历是指依次对轨迹矢量I中的每一对x，y进行处理，即：依次计算I中p₁到p₂的距离，再计算p₂到p₃的距离...直到p_n-1到p_n的距离。

经平滑处理后的矢量I为：

I＝|157，92，146，100，124，142，128，187，150，212，201，235，238，240，275，217，293，171，288，133，270，97，230，70，211，59|^T105b、对经平滑处理后获得的轨迹矢量I进行归一化处理，获得矢量；

具体的，遍历轨迹矢量I，设q₁与q₂是某次迭代时相邻的两个点，记x＝x₂-x₁，y＝y₂-y₁，则 $r=\sqrt{x^2+y^2},$ 则归一化后的点为(x/r，y/r)，重复上一过 程直至遍历结束，经归一化处理后的轨迹矢量I的维数等于c。

本例中，归一化处理后的轨迹矢量I为：

I＝|-0.808736，0.588172，-0.464007，0.885832，0.0885398，0.996073，0.660628，0.750714，0.911587，0.41108，0.990992，0.133918，0.849285，-0.527934，0.364399，-0.931243，-0.130455，-0.991454，-0.447214，-0.894427，-0.828849，-0.559473，-0.865426，-0.501036|^T

步骤107：计算输入轨迹的匹配结果。

具体的，根据经平滑处理、归一化处理后的轨迹矢量I及生成的运算参数进行一系列的矩阵运算，获得输入轨迹与所设置的模式的匹配结果。其中，所进行的矩阵运算包括：

步骤A、进行如下运算：T＝W₀I+B₀；

步骤B、对矢量T中的每个值进行如下运算： $t_i=\frac{1}{1+e^{-t_i}};$

步骤C、对经过上述运算后的矢量T进行如下运算：R＝W₁T+B₁；

步骤D、对矢量R中的每个值进行如下运算： $r_i=\frac{1}{1+e^{-r_i}};$

步骤F、在矢量R中查找值最大的一个分量，将其下标记为i，值记为m；则i为轨迹最匹配的模式，m为匹配度。

本例中得到矢量R为：R＝|0.001151151581，0.998847375122|^T。

步骤108～109：确定输入轨迹是否与所设的模式相匹配，如果存在相匹配的模式，则执行步骤109，执行该模式对应的操作；如果没有相匹配的模式，则返回执行步骤106，退出轨迹识别。

具体的，在计算出的匹配结果中，如果匹配度m的值大于0.9，说明用户输入的轨迹与该值下标对应的模式相匹配，则执行该模式对应的操作；如果m的值小于0.9时，说明用户输入的轨迹与模式i相差较大，可认为轨迹与预定的任何模式都不匹配，不执行任何操作。所述0.9是经验值，有时为了更精确的匹配也可以取0.95。

在矢量R中值最大的分量是下标为1的分量：0.998847375122。其值大于0.9，说明用户输入的轨迹与下标为1的模式相匹配，即：用户输入的轨迹是一 个逆时针的圆，那么办公套件会执行逆时针的圆模式所表示的操作。

为实现上述方法，本发明还提出了一种办公套件中矢量化的轨迹识别的装置，该装置包括：模式设定模块31、运算参数计算模块32、轨迹处理模块33、匹配运算模块34、主控模块35；其中，

模式设定模块31，用于根据模式的数量及复杂程度在办公套件程序中设置模式的个数n及模式矢量的维数c；

该模式设定模块31还进一步用于，将所设模式生成归一化的矢量描述p_i及n个匹配结果矢量；

运算参数计算模块32，用于根据所设模式的维数及模式的个数，确定矩阵W₀、W₁的行数和列数及矢量B₀、B₁的维数，并使用随机函数初始化W₀、W₁、B₀、B₁，并对初始化获得的W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁，还用于将最终的W₀、W₁、B₀、B₁发送给匹配运算模块34；

轨迹处理模块33，用于采用矢量化的方式记录输入轨迹，并判断输入轨迹是否能够识别，能识别时，对轨迹进行平滑处理及归一化处理，并将获得的经平滑处理及归一化处理后的轨迹矢量发送给匹配运算模块34；不能识别时，将该识别结果通知主控模块35；

匹配运算模块34，用于根据经处理后的轨迹矢量及运算参数，计算输入轨迹与所设模式的匹配结果，并将匹配结果发送给主控模块35；

主控模块35，用于在轨迹不能识别时，控制退出轨迹识别程序，还用于根据匹配结果判断是否有相匹配的模式，有相匹配的模式时，则控制执行该模式对应的操作；没有相匹配的模式时，则控制退出轨迹识别程序。

在实际应用中，根据模式的数量及复杂程度，在模式设定模块31中设置支持的模式个数n及模式矢量的维数c，并为所设模式生成归一化的矢量描述p_i及n个相应的匹配结果矢量；运算参数计算模块32，用于根据所设模式的维数及模式的个数，确定运算参数矩阵W₀、W₁的行数和列数及矢量B₀、B₁的维数，并使用随机函数初始化W₀、W₁、B₀、B₁，并对初始化获得的W₀、W₁、B₀、B₁进 行迭代运算，获得合适的W₀、W₁、B₀、B₁，还用于将W₀、W₁、B₀、B₁发送给匹配运算模块34；

用户在办公套件中输入轨迹时，轨迹处理模块33，采集用户输入轨迹的坐标，采用矢量化的方式记录输入轨迹，获得轨迹矢量，比较轨迹矢量的维数与c+2的大小，如果2n≥c+2，则输入轨迹能够识别，对轨迹进行平滑处理及归一化处理，将获得的经平滑处理及归一化处理后的轨迹矢量发送给匹配运算模块34；如果2n＜c+2，则输入轨迹不能识别，将该结果告知主控模块35，主控模块35控制退出轨迹识别；

在输入轨迹能够识别的情况下，匹配运算模块根据经处理后的轨迹矢量及运算参数进行一系列的矩阵运算，计算输入轨迹与所设模式的匹配结果，并将匹配结果发送给主控模块35；主控模块35根据匹配结果判断是否有相匹配的模式，如果匹配度大于0.9，则有相匹配的模式，执行该模式对应的操作；如果没有相匹配的模式，退出轨迹识别。

以上所述，仅为本发明的较佳实施例，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种办公套件中矢量化的轨迹识别方法，其特征在于，设置支持的模式的个数及模式矢量的维数，计算运算参数并写入办公套件程序的识别码中；该方法还包括：

A、采用矢量化方式记录输入轨迹，得到轨迹矢量；

B、判断轨迹矢量的维数是否大于模式矢量的维数与2的和，如果大于，轨迹能识别，则对轨迹矢量进行平滑及归一化处理，执行步骤C；如果不大于，轨迹不能识别，则结束轨迹识别；

C、根据经过平滑及归一化处理后的轨迹矢量I及所设置的运算参数，计算矢量T，T＝W₀I+B₀；对获得的矢量T中的每个值进行计算，得到t_i，对运算后的矢量T进行计算，得到矢量R，R＝W₁T+B₁；对所得到的矢量R中的每个值进行计算，得到r_i，

在矢量R中查找值最大的一个分量，将其下标记为i，值记为m，则i对应于与输入轨迹最匹配的模式，m为匹配度，W₀、W₁为初始化矩阵，B₀、B₁为矢量；

D、根据匹配结果判断输入轨迹是否与所设模式相匹配，如果存在相匹配的模式，则执行该模式对应的操作；如果不存在，则结束轨迹识别。

2.根据权利要求1所述的方法，其特征在于，所述设置支持的模式个数及模式矢量的维数之后，该方法进一步包括，为所设置的模式生成归一化的矢量描述p_i，并生成与所设模式对应的匹配结果矢量。

3.根据权利要求1所述的方法，其特征在于，所述计算运算参数具体为：

a、使用随机函数初始化矩阵W₀、W₁及矢量B₀、B₁；其中，矩阵W₀的行数与所设置模式的维数c相等；矢量B₀的维数与W₀的列数相等；矩阵W₁的行数与所设置模式的个数n相等，列数与矩阵W₀及矢量B₀的维数相等；矢量B₁的维数与W₁的行数及所设置模式的个数n相等；

b、对W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁；

其中，利用下面四个公式对W₀、W₁、B₀、B₁进行迭代运算，且根据(T-A)^T(T-A)计算均方误差E，E足够小时达到合适的W₀、W₁、B₀、B₁；

A^m+1＝f(W^m+1A^m+B^m+1)，m＝0，1，A⁰＝T；

S^m＝F`^m(n^m)(W^m+1)^TS^m+1，m＝1，0；

W^m(k+1)＝W^m(k)-αS^m(A^m-1)^T；

B^m(k+1)＝B^m(k)-αS^m；

W为权值矩阵，B为偏置矩阵，α为逼近速度，其他记号为中间计算变量，无具体含义。

4.根据权利要求3所述的方法，其特征在于，步骤b之后，所述将计算的运算参数写入办公套件程序的识别码为：将所计算的运算参数采用硬编码的方式写入到程序的源代码中。

5.根据权利要求1所述的方法，其特征在于，所述对轨迹矢量进行平滑处理具体为；

B11、遍历轨迹矢量，计算轨迹上相邻两点间的距离，找出距离最近的两点；

B12、求取距离最近两点连线中点的坐标，在轨迹矢量中相应的位置处插入该坐标，删除原距离最近两点的坐标；

B13、重复上述操作，直至轨迹矢量的维数与模式矢量的维数与2的和相等；

其中，所述对轨迹矢量进行归一化处理具体为：遍历矢量I，设q₁与q₂是某次迭代时相邻的两个点，记x＝x₂-x₁，y＝y₂-y₁，则

则归一化后的点为(x/r，y/r)，重复所述归一化处理过程直至遍历结束；所述x₁、y₁和x₂、y₂分别为轨迹上距离最近的两个点的坐标。

6.根据权利要求1所述的方法，其特征在于，所述计算匹配结果之后，该方法进一步包括：根据匹配结果判断输入轨迹是否与所设模式相匹配；

所述判断具体为：判断匹配度m是否大于所设定的值，如果大于所设定的值，则输入轨迹与该匹配度m对应的模式匹配，则执行该模式对应的操作；如果不大于所设定的值，则退出轨迹识别。

7.一种办公套件中矢量化的轨迹识别装置，其特征在于，该装置包括：模式设定模块、运算参数计算模块、轨迹处理模块、匹配运算模块、主控模块；其中，

模式设定模块，用于根据模式的数量及复杂程度，在办公套件程序中设置模式的个数n及模式矢量的维数c；

运算参数计算模块，用于根据所设模式的维数及模式个数，确定矩阵W₀、W₁行数和列数以及矢量B₀、B₁的维数，并使用随机函数初始化W₀、W₁、B₀、B₁，并对初始化获得的W₀、W₁、B₀、B₁进行迭代运算，获得合适的W₀、W₁、B₀、B₁，还用于将W₀、W₁、B₀、B₁发送给匹配运算模块；

其中，矩阵W₀的行数与所设置模式的维数c相等；矢量B₀的维数与W₀的列数相等；矩阵W₁的行数与所设置模式的个数n相等，列数与矩阵W₀及矢量B₀的维数相等；矢量B₁的维数与W₁的行数及所设置模式的个数n相等；

并且，利用下面四个公式对W₀、W₁、B₀、B₁进行迭代运算，且根据(T-A)^T(T-A)计算均方误差E，E足够小时达到合适的W₀、W₁、B₀、B₁；

A^m+1＝f(W^m+1A^m+B^m+1)，m＝0，1，A⁰＝T；

S^m＝F`^m(n^m)(W^m+1)^TS^m+1，m＝1，0；

W^m(k+1)＝W^m(k)-αS^m(A^m-1)^T；

B^m(k+1)＝B^m(k)-αS^m；

W为权值矩阵，B为偏置矩阵，α为逼近速度，其他记号为中间计算变量，无具体含义；

轨迹处理模块，用于采用矢量化的方式记录输入轨迹，并判断输入轨迹是否能够识别，能识别时，对轨迹进行平滑处理及归一化处理，并将获得的经平滑处理及归一化处理后的轨迹矢量发送给匹配运算模块；不能识别时，通知主控模块；

匹配运算模块，用于根据经处理后的轨迹矢量及运算参数，计算输入轨迹与所设模式的匹配结果，并将匹配结果发送给主控模块；

主控模块，用于在接收到轨迹处理模块发送的轨迹不能识别结果时，退出轨迹识别；还用于根据匹配结果判断是否有相匹配的模式，有相匹配的模式时，执行该模式对应的操作；没有相匹配的模式时，退出轨迹识别。

8.根据权利要求7所述的装置，其特征在于，所述模式设定模块进一步用于将所设模式生成归一化的矢量描述p_i及n个匹配结果矢量。

Images