CN104715170B - 一种操作权限的确定方法和用户终端 - Google Patents

一种操作权限的确定方法和用户终端 Download PDF

Info

Publication number
CN104715170B
CN104715170B CN201310687987.4A CN201310687987A CN104715170B CN 104715170 B CN104715170 B CN 104715170B CN 201310687987 A CN201310687987 A CN 201310687987A CN 104715170 B CN104715170 B CN 104715170B
Authority
CN
China
Prior art keywords
touch
source images
pixel
image
quasi
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310687987.4A
Other languages
English (en)
Other versions
CN104715170A (zh
Inventor
初君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201310687987.4A priority Critical patent/CN104715170B/zh
Publication of CN104715170A publication Critical patent/CN104715170A/zh
Application granted granted Critical
Publication of CN104715170B publication Critical patent/CN104715170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种操作权限的确定方法和用户终端,用以解决现有技术中存在的无法防止儿童对用户终端的不当操作的问题。该方法包括:当触摸屏被触摸时,从产生的感应图像中提取触摸源图像;对所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;根据所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;根据所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。

Description

一种操作权限的确定方法和用户终端
技术领域
本发明涉及模式识别技术领域,尤其涉及一种操作权限的确定方法和用户终端。
背景技术
随着智能手机和平板电脑等用户终端的日益普及,以及用户体验的不断提高,人们不需要任何复杂的学习过程就能够非常方便地通过用户终端来访问互联网应用。这样的设计虽然使人们的生活更加便利,但是也带来了一些潜在的安全问题。例如,许多儿童甚至幼儿能够在没有监护人指导的情况下通过用户终端来访问互联网应用。
在许多家庭,都有孩子独立操作父母的智能手机和平板电脑等用户终端的情况。在没有父母的监护时,儿童很有可能进行一些不当的操作,例如电子账户支付,浏览手机中的隐私信息、图库、网站等,甚至儿童通过应用内付费的方式使父母陷入债务的情况也屡见不鲜。可见,如何防止儿童对用户终端的不当操作,是一个亟需解决的问题。
以智能手机为例,目前现有技术中针对上述问题提出的解决方案一般是通过直接限制功能来使手机适用于儿童,比如儿童手机。虽然这种方法能够非常有效地限制儿童在手机上的行为,然而如果儿童仍然对成年人的智能手机有兴趣而对智能手机进行操作,依然会存在上述问题。
由此可见,上述解决方案并不能从根本上解决问题。而且儿童手机的使用对象过于狭窄,对于普通家庭来说,购买儿童手机也会造成一笔不小的经济开支。
发明内容
本发明实施例提供一种操作权限的确定方法和用户终端,用以解决现有技术中存在的无法防止儿童对用户终端的不当操作的问题。
本发明实施例采用以下技术方案:
一种操作权限的确定方法,应用于具有触摸屏的用户终端中,包括:
当触摸屏被触摸时,从产生的感应图像中提取触摸源图像;所述触摸源图像为所述触摸屏被触摸源触摸的位置的图像;
对所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;
根据所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;
根据所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。
其中,当触摸屏被触摸时,从产生的感应图像中提取触摸源图像,具体包括:
当触摸屏被触摸时,确定所述感应图像中每个像素点的像素值;其中,所述像素值用于表征所述触摸源与所述触摸屏之间的垂直距离;
将所述感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;
将与所述前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;
按照预先设置的处理规则,对所述第一准前景像素点进行处理,得到第二准前景像素点;所述处理规则为:将所述第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;
将所述第二准前景像素点中像素值小于所述像素阈值的像素点和所述前景像素点确定为触摸源图像。
其中,预先训练得到的用于区分触摸源图像类别的分类器为:最优分类函数;所述最优分类函数的公式为:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,ai和b是预先根据线性方程组和径向基核函数K(xi,x)=exp(-||xi-x||2/(2σ2))得到的;
其中,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,N为正整数。
其中,根据所述触摸源图像的形状特征数据,以及所述分类器,对所述触摸源图像进行分类,得到分类结果,具体包括:
将所述触摸源图像的形状特征数据代入所述最优分类函数中;
当所述最优分类函数的函数值为1时,所述触摸源图像类别为儿童触摸图像;
当所述最优分类函数的函数值为-1时,所述触摸源图像类别为成人触摸图像。
其中,所述触摸源图像的形状特征包括:
所述触摸源图像的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。
一种用户终端,包括:
触摸源图像提取单元,用于当用户终端的触摸屏被触摸时,从产生的感应图像中提取触摸源图像;所述触摸源图像为所述触摸屏被触摸源触摸的位置的图像;
形状特征数据得到单元,用于对触摸源图像提取单元提取到的所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;
分类单元,用于根据形状特征数据得到单元得到的所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;
操作权限确定单元,用于根据分类单元得到的所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。
其中,所述触摸源图像提取单元,具体包括:
像素值确定模块,用于当触摸屏被触摸时,确定所述感应图像中每个像素点的像素值;其中,所述像素值用于表征所述触摸源与所述触摸屏之间的垂直距离;
前景像素点确定模块,用于将所述感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;
第一准前景像素点确定模块,用于将与前景像素点确定模块确定的所述前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;
第二准前景像素点确定模块,用于按照预先设置的处理规则,对第一准前景像素点确定模块确定的所述第一准前景像素点进行处理,得到第二准前景像素点;所述处理规则为:将所述第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;
触摸源图像确定模块,用于将第二准前景像素点确定模块得到的所述第二准前景像素点中像素值小于所述像素阈值的像素点和所述前景像素点确定为触摸源图像。
其中,预先训练得到的用于区分触摸源图像类别的分类器为:最优分类函数;所述最优分类函数的公式为:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,ai和b是预先根据线性方程组和径向基核函数K(xi,x)=exp(-||xi-x||2/(2σ2))得到的;
其中,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,N为正整数。
其中,所述分类单元,具体用于:
将所述触摸源图像的形状特征数据代入所述最优分类函数中;当所述最优分类函数的函数值为1时,所述触摸源图像类别为儿童触摸图像;当所述最优分类函数的函数值为-1时,所述触摸源图像类别为成人触摸图像。
其中,所述触摸源图像的形状特征包括:
所述触摸源图像的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。
本发明实施例的有益效果如下:
本技术方案与现有技术相比,当触摸屏被触摸时,从产生的感应图像中提取出触摸源图像,进而根据触摸源图像的形状特征数据,和预先训练得到的用于区分触摸源类别的分类器,对触摸源图像进行分类,最后根据确定出的分类结果来开放相应的操作权限,实现了用户终端能够对操作者进行识别,并对不同类别的操作者开放不同的操作权限,从而能够有效的防止儿童对用户终端的不当操作的缺陷。
附图说明
图1为本发明实施例提供的一种操作权限的确定方法的实现示意图;
图2a~图2d为本发明实施例提供的为从感应图像中提取触摸源图像的过程的实现示意图;
图3为本发明实施例提供的用于实现上述方法的流程图;
图4为本发明实施例提供的用户终端的结构示意图。
具体实施方式
为了解决现有技术中存在的无法防止儿童对用户终端的不当操作的问题,发明人对现有技术中为了防止儿童对用户终端的不当操作而做出的解决方案进行了研究,发现现有技术中的解决方案之所以不能从根本上解决问题,是因为用户终端不能识别操作者是儿童还是成人,更没有对不同的操作者开放不同的操作权限,导致不论是儿童,还是成人,都可以使用用户终端的所有功能。
基于上述分析,申请人提出了一种操作权限的确定方法和用户终端的方案。本技术方案与现有技术相比,当触摸屏被触摸时,从产生的感应图像中提取出触摸源图像,进而根据触摸源图像的形状特征数据,和预先训练得到的用于区分触摸源类别的分类器,对触摸源图像进行分类,最后根据确定出的分类结果来开放相应的操作权限,实现了用户终端能够对操作者进行识别,并对不同类别的操作者开放不同的操作权限,从而能够有效的防止儿童对用户终端的不当操作的缺陷。
以下结合说明书附图对本发明的实施例进行说明,应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限制本发明。并且在不冲突的情况下,本说明中的实施例及实施例的特征可以互相结合。
本发明实施例提供了一种操作权限的确定方法,该方法应用于具有触摸屏的用户终端中,如图1所示,为该方法的实现流程图,主要包括下述步骤:
步骤11,当触摸屏被触摸时,从产生的感应图像中提取触摸源图像,触摸源图像为触摸屏被触摸源触摸的位置的图像;
其中,目前主流的触摸屏为电容触摸屏,当然也可以为其他类型的触摸屏。以电容触摸屏为例,电容触摸屏的表面是由感应元件的二维阵列构成,在有人体接近或接触时,每个感应元件由于受到电场扰动,会产生电容变化,如果将每个二维阵列的每个感应元件视为一个像素,则可将电容触摸屏的电容变化视为一张感应图像。
也就是说,当触摸屏被触摸时,通过对触摸屏的二维阵列中的感应元件进行扫描,得到二维阵列中的感应元件的输出信号,从而获得感应图像,而得到的感应图像中每个像素点分别对应一个感应元件,并且每个感应元件的输出信号决定对应像素点的像素值,而像素值用于表征触摸源与该触摸屏之间的垂直距离。
本发明实施例中,当触摸屏被触摸时,触摸源与触摸屏接触的面积一定有限,而且以触摸源为人的手指为例,手指边缘处与触摸屏之间的垂直距离肯定比手指中心处与触摸屏之间的垂直距离大,因此可以根据感应图像中每个像素点的像素值,从感应图像中提取触摸源图像。
具体的,从感应图像提取触摸源图像时,由于得到的感应图像中可能存在感应噪声,因此为了保证分类结果的准确性,可以先对感应图像去除感应噪声,再提取触摸源图像,具体可以按照下述过程实现:
首先,确定感应图像中每个像素点的像素值;
然后,将感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;其中,像素阈值可以根据精细度自行设置,一般可以将其设置为5毫米;
其次,将与前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;
再次,按照预先设置的处理规则,对第一准前景像素点进行处理,得到第二准前景像素点,其中,处理规则可以为:将第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;
上述步骤能够保证前景像素点的像素值保持不变,而对与前景像素点在水平和竖直方向上相邻的像素点的像素值进行修改,使得在去除感应噪声时更加精细。
最后,将第二准前景像素点中像素值小于像素阈值的像素点和前景像素点确定为触摸源图像。
下面以一个具体的例子对上述从感应图像中提取触摸源图像的过程进行说明。
如图2a至图2d所示,为从感应图像中提取触摸源图像的过程的实现示意图。其中每个小方框代表感应图像的一个像素点,小方框中的数字为该像素点的像素值,假设像素阈值为5。
参考图2a,将感应图像中像素值小于5的像素点确定为前景像素点;图2b中,将图2a中与前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;图2c中,将第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值,最后图2d中,将第二准前景像素点中像素值小于5的像素点和前景像素点确定为触摸源图像。
步骤12,对触摸源图像的形状特征进行提取,得到该触摸源图像的形状特征数据。
触摸源图像(也就是触摸源的触摸区域)的形状特征是区分儿童触摸和成人触摸的主要特征,可以包括:触摸区域的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。使用的形状特征越多,分类结果会越准确。
以使用上述9种形状特征为例,触摸区域的面积、周长、长度和宽度是4个基本的形状特征,然后在此基础上可以计算出长宽比、圆形度、矩形度、离散度和伸长度这5个具有旋转、缩放和平移不变形的形状特征,最后得到的形状特征数据可以是由上述9个形状特征构造出的特征向量。其中,上述各形状特征的计算方法如下表1:
表1:
采用上述形状特征能够构造出一个9维的特征向量x=[A,P,L,W,T,S,Q,R,D]T
步骤13,根据触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对该触摸源图像进行分类,得到分类结果。
其中,预先训练得到的用于区分触摸源图像类别的分类器可以是一个最优分类函数,其可以用下述公式(1)表示:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,K(xi,x)为径向基核函数,ai和b是预先根据下述公式(2)和公式(3)得到的;
K(xi,x)=exp(-||xi-x||2/(2σ2)); (3)
其中,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,N为正整数。
基于上述的分类器,该步骤可以具体包括:将得到的触摸源图像的形状特征数据代入该最优分类函数中,当该最优分类函数的函数值为1时,触摸源图像类别为儿童触摸图像;当该最优分类函数的函数值为-1时,触摸源图像类别为成人触摸图像。
上述公式(2)为线性方程组。而目前一般的分类器的训练都是基于支持向量机方法实现的,因为支持向量机具有很强的非线性处理能力和泛化能力,已经成为计算机环境中解决模式分类问题的主要方法。但是传统的支持向量机方法需要较多的计算资源和存储空间,并不适用于智能手机或平板电脑等用户终端环境。为此,本发明实施例采用改进的最小二乘支持向量机方法,将传统的支持向量机方法中解决二次规划问题的不等式约束变换为等式约束,并将二次寻求求解转换为更为高效的线性方程组求解,从而节约计算资源,因此上述公式(2)可以按照下述具体方法得到:;
首先根据支持向量机方法定义一个非线性分类函数,其可以用下述公式(4)表示:
y(x)=sgn(wTφ(x)+b); (4)
其中,x为输入的形状特征向量,φ(x)为非线性变换,它将线性不可分的特征向量映射到线性可分的高维特征空间,并在该特征空间中建立线性分类超平面,w为该分类超平面的法向量,b为截距;sgn(t)为符号函数,当t>0时sgn(t)=1,否则sgn(t)=-1。
在此基础上,最小二乘支持向量机方法的目的是寻求使两类训练数据到超平面的最小距离之和最大的w和b,即通过寻求以下最优化问题的解来训练分类函数,即需要满足下述公式(5):
其中,γ为预先设置的正则化参数,ξi为松驰变量。
该问题可通过拉格朗日优化方法求解,其对应的拉格朗日函数为下述公式(6):
其中,ai为拉格朗日乘子。
根据优化条件可得到下述公式(7):
联立公式(6)和上述公式(7)消去w和ξi,并定义核函数K(xi,xj)=φ(xi)Tφ(xj),则可以得到公式(2)中的线性方程组。
步骤14,根据得到的分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与得到的分类结果对应的操作权限。
其中,对于不同的操作者可以预先设置的不同的操作权限,比如操作者为成人时,开放全部的操作权限,操作者为儿童时,将儿童可能产生不当操作的功能的操作权限关闭,而开放其他功能的操作权限。
本技术方案与现有技术相比,当触摸屏被触摸时,从产生的感应图像中提取出触摸源图像,进而根据触摸源图像的形状特征数据,和预先训练得到的用于区分触摸源类别的分类器,对触摸源图像进行分类,最后根据确定出的分类结果来开放相应的操作权限,实现了用户终端能够对操作者进行识别,并对不同类别的操作者开放不同的操作权限,从而能够有效的防止儿童对用户终端的不当操作的缺陷。
根据本发明实施例提供的上述方案,可知本方案从整体上分为两个环节,如图3所示,为本发明实施例提供的用于实现上述方法的流程图,包括实时分类环节和分类器训练环节。其中,分类训练环节是线下环节,训练一次即可,该环节使用成人手指触摸产生的感应图像和儿童手指触摸产生的感应图像,目的是得到一组可以辨别操作者为成人还是儿童的分类数据。而实时环节是线上环节,目的是在用户使用触摸屏时,获取感应图像,对感应图像进行填充和去噪声后提取出触摸源图像,并构造其特征向量,最后使用已有的分类器,辨别操作者是儿童还是成人,该环节的计算量小,实时效率高。
基于上述构思,本发明实施例提供一种用户终端,如图4所示为该用户终端的结构示意图,主要包括:
触摸源图像提取单元41,用于当用户终端的触摸屏被触摸时,从产生的感应图像中提取触摸源图像;所述触摸源图像为所述触摸屏被触摸源触摸的位置的图像;
形状特征数据得到单元42,用于对触摸源图像提取单元41提取到的所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;
分类单元43,用于根据形状特征数据得到单元42得到的所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;
操作权限确定单元44,用于根据分类单元43得到的所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。
其中,所述触摸源图像提取单元41,可以具体包括:
像素值确定模块411,用于当触摸屏被触摸时,确定所述感应图像中每个像素点的像素值;其中,所述像素值用于表征所述触摸源与所述触摸屏之间的垂直距离;
前景像素点确定模块412,用于将所述感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;
第一准前景像素点确定模块413,用于将与前景像素点确定模块412确定的所述前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;
第二准前景像素点确定模块414,用于按照预先设置的处理规则,对第一准前景像素点确定模块413确定的所述第一准前景像素点进行处理,得到第二准前景像素点;所述处理规则为:将所述第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;
触摸源图像确定模块415,用于将第二准前景像素点确定模块414得到的所述第二准前景像素点中像素值小于所述像素阈值的像素点和所述前景像素点确定为触摸源图像。
其中,预先训练得到的用于区分触摸源图像类别的分类器为:最优分类函数;所述最优分类函数的公式为:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,ai和b是预先根据线性方程组和径向基核函数K(xi,x)=exp(-||xi-x||2/(2σ2))得到的;
其中,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,N为正整数。
其中,所述分类单元43,可以具体用于:
将所述触摸源图像的形状特征数据代入所述最优分类函数中;当所述最优分类函数的函数值为1时,所述触摸源图像类别为儿童触摸图像;当所述最优分类函数的函数值为-1时,所述触摸源图像类别为成人触摸图像。
其中,所述触摸源图像的形状特征可以包括:
所述触摸源图像的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种操作权限的确定方法,应用于具有触摸屏的用户终端中,其特征在于,包括:
当触摸屏被触摸时,从产生的感应图像中提取触摸源图像,具体包括:当触摸屏被触摸时,确定所述感应图像中每个像素点的像素值;其中,所述像素值用于表征所述触摸源与所述触摸屏之间的垂直距离;将所述感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;将与所述前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;按照预先设置的处理规则,对所述第一准前景像素点进行处理,得到第二准前景像素点;所述处理规则为:将所述第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;将所述第二准前景像素点中像素值小于所述像素阈值的像素点和所述前景像素点确定为触摸源图像;所述触摸源图像为所述触摸屏被触摸源触摸的位置的图像;
对所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;
根据所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;
根据所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。
2.如权利要求1所述的方法,其特征在于,预先训练得到的用于区分触摸源图像类别的分类器为:最优分类函数;所述最优分类函数的公式为:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,ai和b 是预先根据线性方程组和径向基核函数K(xi,x)=exp(-||xi-x||2/(2σ2))得到的;
其中,γ为预先设置的正则化参数,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,1=[1,1...,1]T,I为单位矩阵,N为正整数。
3.如权利要求2所述的方法,其特征在于,根据所述触摸源图像的形状特征数据,以及所述分类器,对所述触摸源图像进行分类,得到分类结果,具体包括:
将所述触摸源图像的形状特征数据代入所述最优分类函数中;
当所述最优分类函数的函数值为1时,所述触摸源图像类别为儿童触摸图像;
当所述最优分类函数的函数值为-1时,所述触摸源图像类别为成人触摸图像。
4.如权利要求1~3任一所述的方法,其特征在于,所述触摸源图像的形状特征包括:
所述触摸源图像的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。
5.一种用户终端,其特征在于,包括:
触摸源图像提取单元,用于当用户终端的触摸屏被触摸时,从产生的感应图像中提取触摸源图像;所述触摸源图像为所述触摸屏被触摸源触摸的位置的图像;所述触摸源图像提取单元,具体包括:像素值确定模块,用于当触摸屏被触摸时,确定所述感应图像中每个像素点的像素值;其中,所述像素值用于表征所述触摸源与所述触摸屏之间的垂直距离;前景像素点确定模块,用于将所述感应图像中像素值小于预先设置的像素阈值的像素点确定为前景像素点;第一准前景像素点确定模块,用于将与前景像素点确定模块确定的所述前景像素点在水平和竖直方向上相邻的像素点确定为第一准前景像素点;第二准前景像素点确定模块,用于按照预先设置的处理规则,对第一准前景像素点确定模块确定的所述第一准前景像素点进行处理,得到第二准前景像素点;所述处理规则为:将所述第一准前景像素点的像素值设置为与其在水平和竖直方向上相邻的所有像素点的像素值的平均值;触摸源图像确定模块,用于将第二准前景像素点确定模块得到的所述第二准前景像素点中像素值小于所述像素阈值的像素点和所述前景像素点确定为触摸源图像;
形状特征数据得到单元,用于对触摸源图像提取单元提取到的所述触摸源图像的形状特征进行提取,得到所述触摸源图像的形状特征数据;
分类单元,用于根据形状特征数据得到单元得到的所述触摸源图像的形状特征数据,以及预先训练得到的用于区分触摸源图像类别的分类器,对所述触摸源图像进行分类,得到分类结果;
操作权限确定单元,用于根据分类单元得到的所述分类结果,以及预先设置的分类结果与操作权限的对应关系,确定并开放与所述分类结果对应的操作权限。
6.如权利要求5所述的用户终端,其特征在于,预先训练得到的用于区分触摸源图像类别的分类器为:最优分类函数;所述最优分类函数的公式为:
其中,x为所述触摸源图像的形状特征数据,i是预先得到的第i个已知类别的触摸源图像,xi是第i个已知类别的触摸源图像的形状特征数据,ai和b是预先根据线性方程组和径向基核函数K(xi,x)=exp(-||xi-x||2/(2σ2))得到的;
其中,γ为预先设置的正则化参数,σ为预先设置的径向基核参数,a=[a1,...ai...aN]T,1=[1,1...,1]T,I为单位矩阵,N为正整数。
7.如权利要求6所述的用户终端,其特征在于,所述分类单元,具体用于:
将所述触摸源图像的形状特征数据代入所述最优分类函数中;当所述最优分类函数的函数值为1时,所述触摸源图像类别为儿童触摸图像;当所述最优分类函数的函数值为-1时,所述触摸源图像类别为成人触摸图像。
8.如权利要求5~7任一所述的用户终端,其特征在于,所述触摸源图像的形状特征包括:
所述触摸源图像的面积、周长、长度、宽度、长宽比、圆形度、矩形度、离散度和伸长度中的至少一种。
CN201310687987.4A 2013-12-13 2013-12-13 一种操作权限的确定方法和用户终端 Active CN104715170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310687987.4A CN104715170B (zh) 2013-12-13 2013-12-13 一种操作权限的确定方法和用户终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310687987.4A CN104715170B (zh) 2013-12-13 2013-12-13 一种操作权限的确定方法和用户终端

Publications (2)

Publication Number Publication Date
CN104715170A CN104715170A (zh) 2015-06-17
CN104715170B true CN104715170B (zh) 2018-04-27

Family

ID=53414493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310687987.4A Active CN104715170B (zh) 2013-12-13 2013-12-13 一种操作权限的确定方法和用户终端

Country Status (1)

Country Link
CN (1) CN104715170B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709399B (zh) * 2015-08-21 2021-02-09 小米科技有限责任公司 指纹识别方法及装置
CN106484184B (zh) * 2016-09-30 2019-04-26 北京集创北方科技股份有限公司 触摸屏及其识别方法
CN106778805A (zh) * 2016-11-23 2017-05-31 朱兰英 基于设备屏幕的触控点分类方法和装置
CN106708317A (zh) * 2016-12-07 2017-05-24 南京仁光电子科技有限公司 判断触控点的方法和装置
CN107016547A (zh) * 2017-04-21 2017-08-04 南艳子 一种移动互联网安全支付装置
CN107085794A (zh) * 2017-04-21 2017-08-22 南艳子 移动互联网安全支付方法
CN111866261A (zh) * 2019-04-26 2020-10-30 北京安云世纪科技有限公司 验证方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101902549A (zh) * 2009-05-27 2010-12-01 夏普株式会社 图像处理装置及图像处理方法
CN101916369A (zh) * 2010-08-20 2010-12-15 西安电子科技大学 基于核最近子空间的人脸识别方法
CN102169544A (zh) * 2011-04-18 2011-08-31 苏州市慧视通讯科技有限公司 基于多特征融合的人脸遮挡检测方法
CN102480581A (zh) * 2010-11-25 2012-05-30 夏普株式会社 图像处理装置、图像形成装置和图像处理方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010152544A (ja) * 2008-12-24 2010-07-08 Toshiba Corp 情報処理装置および情報処理方法
US8941466B2 (en) * 2009-01-05 2015-01-27 Polytechnic Institute Of New York University User authentication for devices with touch sensitive elements, such as touch sensitive display screens

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101902549A (zh) * 2009-05-27 2010-12-01 夏普株式会社 图像处理装置及图像处理方法
CN101916369A (zh) * 2010-08-20 2010-12-15 西安电子科技大学 基于核最近子空间的人脸识别方法
CN102480581A (zh) * 2010-11-25 2012-05-30 夏普株式会社 图像处理装置、图像形成装置和图像处理方法
CN102169544A (zh) * 2011-04-18 2011-08-31 苏州市慧视通讯科技有限公司 基于多特征融合的人脸遮挡检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于鼠标行为特征的用户身份认证与监控;沈超等;《通信学报》;20100730;第31卷(第8期);第68-75页 *

Also Published As

Publication number Publication date
CN104715170A (zh) 2015-06-17

Similar Documents

Publication Publication Date Title
CN104715170B (zh) 一种操作权限的确定方法和用户终端
CN106155298B (zh) 人机识别方法及装置、行为特征数据的采集方法及装置
US20200026910A1 (en) Gesture identification, control, and neural network training methods and apparatuses, and electronic devices
CN107688784A (zh) 一种基于深层特征和浅层特征融合的字符识别方法及存储介质
CN108227912A (zh) 设备控制方法和装置、电子设备、计算机存储介质
CN104915673B (zh) 一种基于视觉词袋模型的目标分类方法和系统
US20200160680A1 (en) Techniques to provide and process video data of automatic teller machine video streams to perform suspicious activity detection
CN109345553A (zh) 一种手掌及其关键点检测方法、装置和终端设备
Zhang et al. Research on mine vehicle tracking and detection technology based on YOLOv5
CN111291863B (zh) 换脸鉴别模型的训练方法、换脸鉴别方法、装置和设备
CN110298380A (zh) 图像处理方法、装置及电子设备
Ghildiyal et al. Age and gender predictions using artificial intelligence algorithm
CN109086753A (zh) 基于双通道卷积神经网络的交通标志识别方法、装置
Goudelis et al. Fall detection using history triple features
CN108762740A (zh) 页面数据的生成方法、装置及电子设备
Verma et al. Age prediction using image dataset using machine learning
Pratama et al. Deep convolutional neural network for hand sign language recognition using model E
Naseri et al. Novel CNN with investigation on accuracy by modifying stride, padding, kernel size and filter numbers
Ma et al. A recognition method of hand gesture with CNN-SVM model
US10944898B1 (en) Systems and methods for guiding image sensor angle settings in different environments
CN108519986A (zh) 一种网页生成方法、装置及设备
Haass et al. Modeling human comprehension of data visualizations
Alnaim et al. Mini gesture detection using neural networks algorithms
Liang et al. Multi-objective genetic programming for figure-ground image segmentation
Hassan et al. Establishing haptic texture attribute space and predicting haptic attributes from image features using 1D-CNN

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant