CN102184074B - 键盘输入与手写输入之间自动切换方法及装置 - Google Patents

Abstract

本发明公开了一种键盘、手写输入自动切换方法、装置及移动终端，首先根据采样点与当前考察采样点之间的距离判断用户的输入方式，区别出典型的手写输入笔迹，启动手写输入；当根据上述方法无法确定用户的输入方式时，即当用户输入为具有较高混淆度的复杂输入如短小笔画输入和带拖尾现象的键盘输入时，再提取用户输入轨迹特征，计算用户输入轨迹特征相对于手写输入和键盘输入的似然度，根据用户输入轨迹特征相对于手写输入和键盘输入的似然度确定用户的输入方式。

Description

键盘输入与手写输入之间自动切换方法及装置

技术领域

本发明涉及通信技术领域，更具体地说，涉及一种键盘输入与手写输入之间自动切换方法及装置。

背景技术

随着信息技术的迅猛的发展、3C产业的加速融合以及3G移动通信时代的到来，新的智能人机交互应用日新月异。手写输入和键盘输入作为常见的两种人机交互方式，得到了越来越多用户的认可；其中，所谓手写输入是指在终端触摸屏上以划动方式完成字符笔迹输入，并通过内部识别系统转化为ASCII码以标准字体形式显示；键盘输入则是以笔触点击系统预置的虚拟键盘来完成字符输入。

当前的终端大多都可提供手写和键盘输入方式，而不同输入模式间的切换则由用户确定。在输入前用户选定单一输入方式，系统即按照选定的模式接收用户输入，当需要切换输入方式时，则需进入模块切换界面进行切换完成。在这种输入系统下，用户需要不断调整输入模式以适应不同的输入需求，显然这样的方式不能人性智能，特别是对混合语言的输入效率将带来了输入效率的影响，同时也会影响用户连续书写的流畅度。为了充分发挥多种输入模式协同输入的便利性，一种更为高效自然准确的支持多模式智能切换的输入系统提上了日程。

专利CN100561414C根据用户首笔输入笔迹特点判断用户输入模式。在用户落下第一笔时，系统即计算第一笔落笔到第N个采样点的距离和时间，并据此计算第一落笔点到该采样点之间的平均速度。若该平均速度超过系统设定的判断速度，同时第一落笔到该采样点的距离大于系统设定的判断距离，则基本可以认定用户是以手写方式输入，反之则可能是键盘输入。此系统虽然能够支持键盘输入和手写输入的智能切换，但是依然存在如下系列问题：

首先该系统仅仅通过首笔笔迹数据来分析书写特点，数据量较少因而较易受到噪音干扰；其次，仅根据第一落笔点到采样点之间的平均速度切换输入方式，较为简单，具有较高混淆度的复杂输入如短小笔画输入和带拖尾现象的键盘输入较难区分。

发明内容

有鉴于此，本发明提供一种键盘输入与手写输入之间自动切换方法、装置及移动终端，以解决现有的键盘输入与手写输入之间自动切换方法存在的问题。

为解决上述问题，现提出的方案如下：

一种键盘输入与手写输入之间自动切换方法，包括：

获取用户输入轨迹的采样点；

顺次将用户输入轨迹的采样点作为当前考察采样点，并计算首个采样点和当前考察采样点的距离，当首个采样点和当前考察采样点的距离大于预设距离阈值时，启动手写输入，否则判断当前考察采样点时间是否大于预设时间阈值；

当判断所述当前考察采样点时间大于预设时间阈值时，提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；当所述用户输入轨迹特征相对于键盘输入的似然度为0或用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，启动手写输入；当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，启动键盘输入；当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值时，将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；

当判断所述当前考察采样点时间不大于预设时间阈值时，更换当前考察采样点，并计算此当前考察采样点和首个采样点的距离。

优选地，获取用户输入轨迹的采样点之前，还包括保存用户输入轨迹至数据缓存区。

优选地，所述预设距离阈值为20像素点的距离。

优选地，所述预设时间阈值为250ms。

优选地，当获取用户输入轨迹为非用户首笔输入轨迹时，从用户新输入轨迹结合笔迹缓存区或按键缓存区中输入轨迹中提取用户输入轨迹特征。

优选地，所述用户输入轨迹特征相对于手写输入的似然度的计算方法包括：

将上一次完整手写输入字符的字框作为当前字框，将其线性放大或缩小到预定大小后，划分为N*N的子框；

分别计算每个子框内用户输入轨迹在预设的八个书写方向上的投影矢量，得到N*N*8维的原始特征表征，所述用户输入轨迹为经过减少笔迹上的毛刺处理之后的输入轨迹；

采用线性判别分析算法对原始特征执行线性特征变换，将N*N*8维的原始特征表降维成M维特征，其中M<N*N*8；

将得到的M维特征和多高斯的GMM笔画统计模型比较，得到用户输入轨迹特征相对于手写输入的似然度。

优选地，所述用户输入轨迹特征相对于键盘输入的似然度的计算方法包括：

将所述用户输入轨迹映射为按键事件，得到对应的字母序列；

将所述字母序列和预置词典做子串匹配，确定字符候选字，若不存在字符候选字，则所述用户输入轨迹特征相对于键盘输入的似然度为0。

一种键盘输入与手写输入之间自动切换装置，包括：

采样点获取单元，用于获取用户输入轨迹的采样点，顺次将用户输入轨迹的采样点作为当前考察采样点；

第一计算单元，用于计算首个采样点和当前考察采样点的距离；

第二计算单元，用于当首个采样点和当前考察采样点的距离不大于预设距离阈值时，判断所述当前考察采样点时间是否大于预设时间阈值；

第三计算单元，用于当所述当前考察采样点时间大于预设时间阈值时，提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；

手写输入启动单元，用于当首个采样点和当前考察采样点的距离大于预设距离阈值时，当所述用户输入轨迹特征相对于键盘输入的似然度为0，或者当用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，启动手写输入；

键盘输入启动单元，用于当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，启动键盘输入；

第一存储单元，用于当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值时，将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；

采样点变更单元，用于当判断所述当前考察采样点时间不大于预设时间阈值时，更换当前考察采样点，并将变更后的当前考察采样点送入所述第一计算单元。

优选地，还包括第二存储单元，用于保存用户输入轨迹至数据缓存区。

一种移动终端，包括上述的键盘输入与手写输入之间自动切换装置。

从上述的技术方案可以看出，本发明公开的键盘输入与手写输入之间自动切换方法中，首先根据采样点与当前考察采样点之间的距离判断用户的输入方式，区别出典型的手写输入笔迹，启动手写输入；当根据上述方法无法确定用户的输入方式时，即当用户输入为具有较高混淆度的复杂输入如短小笔画输入和带拖尾现象的键盘输入时，再提取用户输入轨迹特征，计算用户输入轨迹特征相对于手写输入和键盘输入的似然度，根据用户输入轨迹特征相对于手写输入和键盘输入的似然度确定用户的输入方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例公开的一种键盘输入与手写输入之间自动切换方法的流程图；

图2为本发明实施例公开的采用手写输入方式时的执行流程图；

图3为本发明实施例公开的采用键盘输入方式时的执行流程图；

图4为本发明实施例公开的键盘输入与手写输入之间自动切换方法执行条件的流程图；

图5为本发明实施例公开的用户输入轨迹特征相对于手写输入的似然度的计算方法的流程图；

图6为本发明实施例公开的用户输入轨迹特征相对于键盘输入的似然度的计算方法的流程图；

图7为本发明实施例公开的一种键盘输入与手写输入之间自动切换装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种键盘输入与手写输入之间自动切换方法，以解决现有的键盘、手写输入自动切换方法存在的问题。

如图1所示，本实施例公开的键盘输入与手写输入之间自动切换方法，包括：

步骤S11、获取用户首笔输入轨迹的采样点；

步骤S12、顺次将用户首笔输入轨迹的采样点作为当前考察采样点，当前考察采样点i=1；

步骤S13、计算首个采样点和当前考察采样点i的距离；

步骤S14、判断首个采样点和当前考察采样点i的距离是否大于预设距离阈值；

当首个采样点和当前考察采样点i的距离大于预设距离阈值时，执行步骤S15、启动手写输入，否则执行步骤S16、判断当前考察采样点时间是否大于预设时间阈值；

当判断所述当前考察采样点时间大于预设时间阈值时，执行步骤S17、提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；

步骤S18、当所述用户输入轨迹特征相对于键盘输入的似然度为0或用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，执行步骤S15、启动手写输入；步骤S19、当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，执行步骤S20、启动键盘输入；步骤S21、当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值时，执行步骤S22、将用户首笔输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；此时，不启动任何输入方式，而是等待用户的后续输入。

当判断所述当前考察采样点时间不大于预设时间阈值时，执行步骤S23、更换当前考察采样点，即i=i+1，重新执行步骤S13。

若根据用户的首笔输入轨迹不能判断用户当前的输入方式时，即上述实施例中执行步骤S22之后，等待用户的第二笔输入之后，继续执行上述实施例公开的键盘、手写输入自动切换方法，只不过此时获取的用户输入轨迹的采样点为用户第二笔输入轨迹的采样点，且提取用户输入轨迹特征时，从用户新输入轨迹结合笔迹缓存区或按键缓存区中输入轨迹中提取用户输入轨迹特征。同样，当根据用户第二笔输入轨迹仍无法判断时，则继续等待用户的第三笔输入，此后类似，不再赘述。

具体的，在上述实施例中，预设距离阈值的合理设置对系统性能有着重要作用，若距离阈值设置过大，则容易将短小笔画输入误判为按键事件，反之则将按键输入误认为手写输入。一般来说，该参数的设定相关于显示屏采样率的大小，硬件处理器的快慢以及系统软件的架构等。在实际使用过程中，可以将其设置为20像素点的距离。

同样，综合考虑系统运行效果和效率，预设时间阈值可以设定为250ms。

并且，在上述实施例中，当启动手写输入方式时，如图2所示，执行流程为：

步骤S101、将用户输入轨迹记录为一系列的二维坐标点序列；

步骤S102、实时等比例显示用户输入轨迹；

步骤S103、判断是否满足识别启动条件，如抬笔时间大于设置参数等。若是则转入步骤S104，启动识别引擎识别笔迹缓存区的轨迹；否则步骤S102；

步骤S105、在指定的候选区内按照预先设置的排序方式展示多个识别结果。

当启动键盘输入时，如图3所示，执行流程为：

步骤S201、根据用户落笔位置，将用户输入轨迹映射为按键存入按键缓存区内；

步骤S202、响应按键触发事件，将触发的按键以高亮或凸现等方式短时显示

步骤S203、将按键缓存区内的按键序列和系统预置词典匹配，根据子串匹配相似度及词频等信息生成候选字序列；

步骤S204、在预设的候选区内展示生成的候选字序列。

为了保证用户输入轨迹不会因为误操作而更改或丢失，在上述实施例中，步骤S11获取用户首笔输入轨迹的采样点之前，可以将用户输入轨迹保存至数据缓存区。具体的，保存的为用户输入轨迹的采样点序列。并且，系统每次初始化后，都需要将保存在数据缓存区中的用户输入轨迹清空。

当将用户输入轨迹保存到数据缓存区之后，后续计算用户输入轨迹特征相对于手写输入和键盘输入的似然度时，可以直接从该数据缓存区提取用户输入轨迹特征。

并且，由于笔迹缓存区保存的也是采样点序列，也可以将所述数据缓存区和笔迹缓存区合并，即将用户输入轨迹直接存储到笔迹缓存区内。

具体的，执行本发明实施例公开的键盘输入与手写输入之间自动切换方法之前，先进行以下流程，如图4所示：

步骤S301、跟踪用户输入，判断用户输入轨迹是否为候选字确认，若是则执行步骤S302；否则执行步骤S303；

步骤S302，结束当前字符输入，清空各缓存区内容；

具体的，清空笔迹轨迹缓存区、拼音按键缓冲区、候选字缓存区的内容。

执行步骤S303、将用户输入轨迹保存在数据缓存区中；

步骤S304、判断当前是否为确定的输入模式，若是则执行步骤S305；否则执行本发明实施例公开的键盘输入与手写输入之间自动切换方法中的第一步骤、获取数据缓存区的用户输入轨迹的采样点；

步骤S305，将新录入的用户输入轨迹根据当前确定的输入模式整理后加入相应输入模式的操作对象，并调用相应的输入模式处理。

具体的，若此时确定的输入模式为手写输入，则将当前新录入笔画作为字符的后续笔画添加到笔迹缓存区中；若此时确定的输入模式为键盘输入，则将该笔迹位置对应的按键加入到按键缓存区。

以下再通过两个实施例分别介绍用户输入轨迹特征相对于手写输入和键盘输入的似然度的计算方法。

如图5所示，所述用户输入轨迹特征相对于手写输入的似然度的计算方法包括：

步骤S401、将上一次完整手写输入字符的字框作为当前字框，将其线性放大或缩小到预定大小后，划分为N*N的子框；

由于本发明公开的键盘、手写输入自动切换方法中，采用比较用户输入轨迹特征相对于手写输入和键盘输入的似然度来判断当前用户的输入方式时，考察的以短小笔画开头的部首，如”三点水”，“两点水”，“ ”等，只需对部分字符进行识别，不需要字框定义为能包括字符所有笔迹的最小矩形框，因此，本实施例中，将上一完整手写输入字符的字框作为当前字框。

并且，提前根据实际情况确定字框的标准大小，一般情况下，字框的标准大小为64*64。

再且，将缩放后的当前字框划分为N*N的子框，N的具体取值要考虑系统运行效率的影响以及对原始数据描述的清晰程度，一般情况下，将其设定为8。

步骤S402、分别计算每个子框内用户输入轨迹在预设的八个书写方向上的投影矢量，得到N*N*8维的原始特征表征，所述用户输入轨迹为经过减少笔迹上的毛刺处理之后的输入轨迹；

具体的，这里所述的八个书写方向是最能表征汉字笔画的横，竖，撇，捺等方向，分别指0°、45°、90°、135°、180°、225°、270°以及315°八个方向。

并且，对用户输入轨迹预处理，通过野点清除，平滑处理等方式尽可能减少笔迹上的毛刺，提高信噪比。所述野点清除就是将那些由于电子设备采样导致的远离主笔迹的采样点删除；所述平滑处理通常是对当前采样点加窗，将窗内采样点坐标的平均值作为当前采样点的平滑值。

通过这样的处理，笔迹上的毛刺可以大大减少，为后续特征提取提供可靠原始数据。

步骤S403、采用线性判别分析算法对原始特征执行线性特征变换，将N*N*8维的原始特征表降维成M维特征，其中M<N*N*8；

具体的，降低特征维数可以提高计算效率，M值越小，则运行效率越高，然而性能将有所下降，所以M值的设定是权衡系统效率和性能的参量。一般来说在确定M值前，设置多个M值，比较不同设定下的系统性能，若系统性能在某点上急剧下降，则说明该点是特征维数的临界点，即最优的M值。本案从实际经验出发，设置该值M=64。

步骤S404、将得到的M维特征和多高斯的GMM笔画统计模型比较，得到用户输入轨迹特征相对于手写输入的似然度。

具体的，所述用户输入轨迹特征相对于手写输入的似然度的计算公式如下：

$S1=P\left(X\right|H0)={\stackrel{N}{\mathrm{\&Sigma;}}w}_{i}N(X;{\mathrm{\&mu;}}_i,{\mathrm{\&Sigma;}}_i)$

其中：w_i是第i个高斯的系统，满足

N(X;μ_i,∑_i)是GMM模型中的第i个高斯分量，其模型参数表示为均值μ_i，方差∑_i，具体数学形式如下所示：

$N(X;{\mathrm{\&mu;}}_i,{\mathrm{\&Sigma;}}_i)=\frac{1}{\sqrt{{\left(2\mathrm{\&pi;}\right)}^M\left|{\mathrm{\&Sigma;}}_i\right|}}{e}^{-\frac{1}{2}{(X-{\mathrm{\&mu;}}_i)}^{\&prime;}{{\mathrm{\&Sigma;}}_i}^{-1}(X-{\mathrm{\&mu;}}_i)}$

这样，对给定的M维特征X，将其带入GMM模型的概率分布P(X|H0)可以得到似然度S1。

如图6所示，所述用户输入轨迹特征相对于键盘输入的似然度的计算方法包括：

步骤S501、将用户输入轨迹映射为按键事件，得到对应的字母序列；

步骤S502、将所述字母序列和预置词典做子串匹配，确定字符候选字，若不存在字符候选字，则所述用户输入轨迹特征相对于键盘输入的似然度为0。

通过上述两个实施例公开的方案分别得到用户输入轨迹特征相对于手写输入和键盘输入的似然度后，分析两个似然度启动相应的输入方式。

具体的，采用综合评分的方式分析得到的两个似然度，判定用户的输入方式。

设用户输入轨迹特征相对于手写输入的似然度为S1，用户输入轨迹特征相对于键盘输入的似然度为S2，综合得分为S，以下分别用上述三个代号来说明。

（1）当用户输入轨迹特征相对于键盘输入的似然度为0，即S2=0，说明找不到匹配的按键词因而用户当前输入不可能为键盘输入，本案设置综合得分S=1；

（2）当用户输入轨迹特征相对于手写输入的似然度大于第一阈值；设第一阈值为S_h，即S1>S_h，说明当前输入和手写输入匹配度较高，同样设置综合得分S=1。

具体的，这里S_h是系统预置的经验值，通过将所有易混淆的笔迹输入和笔迹模型匹配后观测得分得到；一般来说其值越高对用户输入笔迹规整度要求越高，反之越随意。本案设置S_h的值为0.7。

（3）当用户输入轨迹特征相对于手写输入的似然度小于第二阈值；设第二阈值为S_l，即S1<S_l，说明当前输入不大可能为手写输入，设置综合得分S=0。

同样，S_l是系统预置的经验值，通过将所有易混淆的按键输入和笔迹模型匹配后观察得分得到；一般来说其值越低对用户输入按键规整度要求越高，反之越随意。本案设置S_l为0.2。

当综合得分S=1时，判定用户输入为手写输入，启动手写输入；当综合得分S=0时，判定用户输入为键盘输入，启动键盘输入。

当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值，即S1≤S_h或S1≥S_l时，综合得分S=0.5，此时不能断定用户的输入方式，需要只将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区。

本发明另一实施例还公开了一种键盘输入与手写输入之间自动切换装置，如图7所示，包括：

采样点获取单元101，用于获取用户输入轨迹的采样点，顺次将用户输入轨迹的采样点作为当前考察采样点；

第一计算单元102，用于计算首个采样点和当前考察采样点的距离；

第二计算单元103，用于当首个采样点和当前考察采样点的距离不大于预设距离阈值时，判断所述当前考察采样点时间是否大于预设时间阈值；

第三计算单元104，用于当所述当前考察采样点时间大于预设时间阈值时，提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；

手写输入启动单元105，用于当首个采样点和当前考察采样点的距离大于预设距离阈值时，当所述用户输入轨迹特征相对于键盘输入的似然度为0，或者当用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，启动手写输入；

键盘输入启动单元106，用于当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，启动键盘输入；

第一存储单元107，用于当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于键盘输入的似然度不小于第二阈值时，将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；

采样点变更单元108，用于当判断所述当前考察采样点时间不大于预设时间阈值时，更换当前考察采样点，并将变更后的当前考察采样点送入所述第一计算单元102，由其计算变更后的当前考察采样点与首个采样点的距离。

当为了存储用户输入轨迹时，上述实施例公开的键盘、手写输入自动切换装置还可以包括第二存储单元，用于保存用户输入轨迹至数据缓存区。

具体的，本实施例公开的键盘输入与手写输入之间自动切换装置的工作过程如上述键盘输入与手写输入之间自动切换方法实施例公开的内容，请参见上述各个实施例公开的内容，此处不再赘述。

本发明另一实施例还公开了一种移动终端，该终端装载有上述实施例公开的键盘输入与手写输入入之间自动切换装置。具体的，装载有键盘输入与手写输入之间自动切换装置的移动终端，可以根据用户的输入轨迹实现手写输入、键盘输入的自动切换，不需要不断调整输入模式。

实际使用过程中，该移动终端为用户仅提供一个键盘输入界面，该界面支持在虚拟键盘上以点击触发方式完成输入，也支持在虚拟键盘上以手写滑动的方式完成输入，当用户完成首笔输入时，移动终端根据采样点与当前考察采样点之间的距离判断用户的输入方式，区别出典型的手写输入笔迹，启动手写输入；当根据上述方法无法确定用户的输入方式时，即当用户输入为具有较高混淆度的复杂输入如短小笔画输入和带拖尾现象的键盘输入时，再提取用户首笔输入轨迹特征，计算用户首笔输入轨迹特征相对于手写输入和键盘输入的似然度，根据用户输入轨迹特征相对于手写输入和键盘输入的似然度确定用户的输入方式，若仍无法判断用户的输入方式，则等待用户的第二笔输入，再对用户的第二笔输入执行上述方法实施例公开的键盘输入与手写输入之间自动切换方法。

这样，移动终端通过分析用户输入笔迹的书写特点，推测用户输入意图并推动系统在不同输入模式间相互切换，避免了人为设置模式带来的输入效率影响。在该系统支持下，用户可以实现在统一输入界面上以任意习惯方式如手写或键盘的自由书写，而系统将自动根据用户输入意图启动手写或键盘输入。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种键盘输入与手写输入之间自动切换方法，其特征在于，包括：

获取用户输入轨迹的采样点；

顺次将用户输入轨迹的采样点作为当前考察采样点，并计算首个采样点和当前考察采样点的距离，当首个采样点和当前考察采样点的距离大于预设距离阈值时，启动手写输入，否则判断当前考察采样点时间是否大于预设时间阈值；

当判断所述当前考察采样点时间大于预设时间阈值时，提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；当所述用户输入轨迹特征相对于键盘输入的似然度为0或用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，启动手写输入；当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，启动键盘输入；当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值时，将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；

当判断所述当前考察采样点时间不大于预设时间阈值时，更换当前考察采样点，并计算此当前考察采样点和首个采样点的距离。

2.根据权利要求1所述的方法，其特征在于，获取用户输入轨迹的采样点之前，还包括保存用户输入轨迹至数据缓存区。

3.根据权利要求1所述的方法，其特征在于，所述预设距离阈值为20像素点的距离。

4.根据权利要求1所述的方法，其特征在于，所述预设时间阈值为250ms。

5.根据权利要求1所述的方法，其特征在于，当获取用户输入轨迹为非用户首笔输入轨迹时，从用户新输入轨迹结合笔迹缓存区或按键缓存区中输入轨迹中提取用户输入轨迹特征。

6.根据权利要求1所述的方法，其特征在于，所述用户输入轨迹特征相对于手写输入的似然度的计算方法包括：

将上一次完整手写输入字符的字框作为当前字框，将其线性放大或缩小到预定大小后，划分为N*N的子框；

分别计算每个子框内用户输入轨迹在预设的八个书写方向上的投影矢量，得到N*N*8维的原始特征表征，所述用户输入轨迹为经过减少笔迹上的毛刺处理之后的输入轨迹；

采用线性判别分析算法对原始特征执行线性特征变换，将N*N*8维的原始特征表降维成M维特征，其中M<N*N*8；

将得到的M维特征和多高斯的GMM笔画统计模型比较，得到用户输入轨迹特征相对于手写输入的似然度。

7.根据权利要求1所述的方法，其特征在于，所述用户输入轨迹特征相对于键盘输入的似然度的计算方法包括：

将所述用户输入轨迹映射为按键事件，得到对应的字母序列；

将所述字母序列和预置词典做子串匹配，确定字符候选字，若不存在字符候选字，则所述用户输入轨迹特征相对于键盘输入的似然度为0。

8.一种键盘输入与手写输入之间自动切换装置，其特征在于，包括：

采样点获取单元，用于获取用户输入轨迹的采样点，顺次将用户输入轨迹的采样点作为当前考察采样点；

第一计算单元，用于计算首个采样点和当前考察采样点的距离；

第二计算单元，用于当首个采样点和当前考察采样点的距离不大于预设距离阈值时，判断所述当前考察采样点时间是否大于预设时间阈值；

第三计算单元，用于当所述当前考察采样点时间大于预设时间阈值时，提取用户输入轨迹特征，分别计算用户输入轨迹特征相对于手写输入和键盘输入的似然度；

手写输入启动单元，用于当首个采样点和当前考察采样点的距离大于预设距离阈值时，当所述用户输入轨迹特征相对于键盘输入的似然度为0，或者当用户输入轨迹特征相对于手写输入的似然度大于第一阈值时，启动手写输入；

键盘输入启动单元，用于当所述用户输入轨迹特征相对于手写输入的似然度小于第二阈值时，启动键盘输入；

第一存储单元，用于当用户输入轨迹特征相对于手写输入的似然度不大于第一阈值或用户输入轨迹特征相对于手写输入的似然度不小于第二阈值时，将用户输入轨迹按照书写轨迹的模式保存在笔迹缓存区内，并同时将其映射到按键上并保存至按键缓存区；

采样点变更单元，用于当判断所述当前考察采样点时间不大于预设时间阈值时，更换当前考察采样点，并将变更后的当前考察采样点送入所述第一计算单元。

9.根据权利要求8所述的装置，其特征在于，还包括第二存储单元，用于保存用户输入轨迹至数据缓存区。

Images